Modelli per la gestione delle scorte
|
|
- Gianmaria Innocenti
- 7 anni fa
- Visualizzazioni
Transcript
1 Modelli per la gestione delle scorte Claudio Arbib Universitàdi L Aquila Terza Parte
2 Sommario Gestione simultanea di scorte eterogenee risorse multiple ad irregolare: formulazione come programmazione lineare intera esempio di applicazione
3 Gestione di più scorte I modelli visti in precedenza non consentono in generale di ottimizzare la gestione simultanea di più scorte Per superare l inconveniente si può tuttavia ricorrere a un modello di ottimizzazione basato sulla programmazione lineare intera Relativamente al giorno t si indichi con a it b it r it = l = il livello di scorta = il rifornimento g it = il unitario di giacenza della risorsa i (i = 1,, m)
4 Gestione di più scorte Le risorse vengono acquisite da p magazzini distinti: sia R h l insieme di risorse acquisite dal magazzino h Customer R 1 Supplier 1 Relativamente al giorno t si indichi con a it b it r it = l = il livello di scorta = il rifornimento g it = il unitario di giacenza della risorsa i (i = 1,, m) R p Supplier p
5 Gestione di più scorte Il di spedizione dipende dal magazzino di provenienza: sia c 0h il sostenuto per spedire fino a δ h unitàdi risorsa dal magazzino h kc 0h per (k 1)δ h < r < kδ h quantità Relativamente al giorno t si indichi con a it b it r it = l = il livello di scorta = il rifornimento g it = il unitario di giacenza della risorsa i (i = 1,, m) Sia x ht = numero di spedizioni dal magazzino h il giorno t
6 Gestione di più scorte Ipotizzando R h R k = per h k, il problema si formula: min p Σ c 0h Σ x ht + Σ Σ g it b it h=1 t T i=1 t T b i,t = b i,t 1 + r i,t 1 a i,t (per i = 1,, m, t T) Σ r it i R h < δ h x ht (per h = 1,, p, t T) x ht, r it, b it > 0 x ht intero m Relativamente al giorno t si indichi con a it b it r it = l = il livello di scorta = il rifornimento g it = il unitario di giacenza della risorsa i (i = 1,, m) Sia x ht = numero di spedizioni dal magazzino h il giorno t
7 Un impianto assorbe 3 tipi di risorse. Nei prossimi 12 giorni si prevede che il loro valore fluttui secondo la tabella seguente giorno g3 andamento del di giacenza Risorsa 1 Risorsa 2 Risorsa giorno
8 La domanda di prodotto nei vari giorni induce il seguente di risorse 1, 2 e 3 giorno g3
9 La domanda di prodotto nei vari giorni induce il seguente di risorse 1, 2 e 3 giorno g3 5,0 b1 4,0 b2 scorta residua 2,0 b3 Questo èil livello iniziale delle scorte.
10 La domanda di prodotto nei vari giorni induce il seguente di risorse 1, 2 e 3 giorno g3 5,0 b1 4,0 b2 scorta residua spedizioni 2,0 b3 400 c0a 500 c0b Le risorse 1 e 2 provengono dal magazzino A, la risorsa 3 dal magazzino B. Una spedizione da A costa c 0A = 400, una da B c 0B = 500
11 La domanda di prodotto nei vari giorni induce il seguente di risorse 1, 2 e 3 giorno g3 5,0 b1 4,0 b2 scorta residua spedizioni capienza 2,0 b3 400 c0a 500 c0b 20 delta1 18 delta2 In una spedizione si possono trasportare fino a 20 unità (di risorsa 1 e 2) da A e fino a 18 (di risorsa 3) da B
12 Le variabili di decisione del modello sono, per ogni giorno, le spedizioni da ciascun magazzino i livelli di scorta e i quantitativi trasportati di ciascuna risorsa giorno g3 5,0 b1 4,0 b2 scorta residua 2,0 b3 r1 r2 rifornimento r3 400 c0a spedizioni 500 c0b 20 delta1 capienza 18 delta2 Le prime variabili sono intere, le altre reali, tutte non negative
13 Il si ottiene sommando il numero di spedizioni dai magazzini moltiplicato per i risp. costi i livelli di scorta moltiplicati scalarmente per i costi di giacenza giorno g3 5,0 b1 4,0 b2 scorta residua 2,0 b3 r1 r2 rifornimento r3 400 c0a spedizioni 500 c0b 20 delta1 capienza 18 delta2 MATR.SOMMA.PRODOTTO(C8:N10;C2:N4) MATR.SOMMA.PRODOTTO(C2:N4;C8:N10) + N$14$*SOMMA(B14:M14) + N$15$*SOMMA(B15:M15)
14 Introdotti i vincoli di bilanciamento: b i,t 1 + r i,t 1 b i,t = a i,t capienza: δ h x ht Σ Rh r it > 0 si risolve il problema ottenendo giorno g3 5,0 b1 4,0 b2 scorta residua 2,0 b3 r1 r2 rifornimento r3 400 c0a spedizioni 500 c0b bilanciamento delta1 capienza delta2
15 Introdotti i vincoli di bilanciamento: b i,t 1 + r i,t 1 b i,t = a i,t capienza: δ h x ht Σ Rh r it > 0 si ottiene la soluzione ammissibile giorno g3 5,0 3,0 0,9 4,0 2,2 2,2 1,2 0,0 3,5 1,3 1,3 1,0 0,0 b1 4,0 1,0 1,0 6,0 3,0 3,0 3,0 0,0 4,0 3,0 3,0 3,0 0,0 b2 scorta residua 2,0 2,0 0,0 0,0 0,0 12,6 10,0 10,0 10,0 6,0 5,0 5,0 0,0 b3 0,0 0,0 5,2 0,0 0,0 0,0 0,0 5,1 0,0 0,0 0,0 0,0 r1 0,0 0,0 8,0 0,0 0,0 0,0 0,0 8,0 0,0 0,0 0,0 0,0 r2 rifornimento 0,0 0,0 0,0 0,0 14,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 r c0a spedizioni c0b bilanciamento ,0 0,0 6,8 0,0 0,0 0,0 0,0 6,9 0,0 0,0 0,0 0,0 20 delta1 capienza 0,0 0,0 0,0 0,0 3,3 0,0 0,0 0,0 0,0 0,0 0,0 0,0 18 delta2
16 Dalla lettura della soluzione si deducono le operazioni giornaliere di, ricognizione scorta residua e rifornimento giorno g3 5,0 3,0 0,9 4,0 2,2 2,2 1,2 0,0 3,5 1,3 1,3 1,0 0,0 b1 4,0 1,0 1,0 6,0 3,0 3,0 3,0 0,0 4,0 3,0 3,0 3,0 0,0 b2 scorta residua 2,0 2,0 0,0 0,0 0,0 12,6 10,0 10,0 10,0 6,0 5,0 5,0 0,0 b3 0,0 0,0 5,2 0,0 0,0 0,0 0,0 5,1 0,0 0,0 0,0 0,0 r1 0,0 0,0 8,0 0,0 0,0 0,0 0,0 8,0 0,0 0,0 0,0 0,0 r2 rifornimento 0,0 0,0 0,0 0,0 14,7 0,0 0,0 0,0 0,0 0,0 0,0 0,0 r c0a spedizioni c0b bilanciamento ,0 0,0 6,8 0,0 0,0 0,0 0,0 6,9 0,0 0,0 0,0 0,0 20 delta1 capienza 0,0 0,0 0,0 0,0 3,3 0,0 0,0 0,0 0,0 0,0 0,0 0,0 18 delta2
17 Dalla lettura della soluzione si deducono le operazioni giornaliere di, ricognizione scorta residua e rifornimento 20 scorta residua 16 rifornimento scorta 1 scorta 2 scorta 3 rifornimento 1 rifornimento 2 rifornimento 3
Modelli per la gestione delle scorte
Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione
DettagliModelli per la gestione delle scorte
Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Prima Parte: gestione periodica Sommario 1. Introduzione Termini del problema 2. Costi di spedizione 3. Costi di giacenza 4. Gestione
DettagliModelli per la gestione delle scorte
Modelli per la gestione delle scorte Claudio Arbib Universitàdi L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione
DettagliEsame di Ricerca Operativa del 28/06/2019. max 9 x 1 +8 x 2 6 x x x 1 +2 x x 1 +2 x x 1 3 x x 1 4 x 2 3
Esame di Ricerca Operativa del 8/0/09 (Cognome) (Nome) (Numero di Matricola) Esercizio. a) Risolvere il seguente problema di programmazione lineare mediante l algoritmo del simplesso: max 9 x +8 x x +0
Dettagli1 Il metodo dei tagli di Gomory
Il metodo dei tagli di Gomory Esercizio Sia dato il problema min(x x ) x + x (P 0 ) x + x x, x 0, interi. Calcolare la soluzione ottima applicando il metodo dei tagli di Gomory. Risoluzione Per applicare
DettagliProblemi di scelta ESEMPI
ESEMPI Risolvere i seguenti problemi 1. Una ditta deve effettuare delle spedizioni di un certo tipo di merce. Ha la possibilità di scegliere una o l altra delle due tariffe seguenti: a) 2.500 lire al quintale
DettagliCOMPITO DI RICERCA OPERATIVA. max 3x 1 + 2x 2 x x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3
COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (7 punti) Sia dato il seguente problema di PL: max 3x 1 + 2x 2 x 1 + 1 2 x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3 Lo si risolva con l algoritmo che si ritiene più opportuno
DettagliRichiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena
Richiami di Teoria dei Grafi Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Teoria dei grafi La Teoria dei Grafi costituisce, al pari della Programmazione Matematica, un corpo
DettagliSIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno
SIMULAZIONE ESAME 3 dicembre 2004 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : Nome : ANONIMO VALUTAZIONE Per gli esercizi 1,3,5 le risposte CORRETTE
DettagliEsercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania
Esercizi svolti di Programmazione Lineare a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania Formulazione matematica e risoluzione grafica Esercizio Una pasticceria
DettagliCONTENUTI. Ci proponiamo un ripasso di argomenti sicuramente svolti nelle scuole superiori e quindi noti a tutti. I grado II grado
CONTENUTI Ci proponiamo un ripasso di argomenti sicuramente svolti nelle scuole superiori e quindi noti a tutti EQUAZIONI I grado II grado intere fratte intere fratte EQUAZIONI ALGEBRICHE generalità Dicesi
DettagliIL SISTEMA LOGISTICO INTEGRATO
IL SISTEMA LOGISTICO INTEGRATO Che cos è la logistica? Il concetto di logistica è spesso poco chiaro Per logistica, spesso, s intendono soltanto le attività di distribuzione fisica dei prodotti (trasporto
DettagliCorso di Laurea in Ingegneria Meccatronica SISTEMI ELEMENTARI DEL 1 o E 2. ORDINE CA 05 Sistemi Elementari
Automation Robotics and System CONTROL Università degli Studi di Modena e Reggio Emilia Corso di Laurea in Ingegneria Meccatronica SISTEMI ELEMENTARI DEL o E 2 o ORDINE CA 5 Sistemi Elementari Cesare Fantuzzi
DettagliModulo di Ricerca Operativa 5 a 6 a lezione: un modello di trasporto Management Sanitario
Modulo di Ricerca Operativa 5 a 6 a lezione: un modello di trasporto Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Prof. Laura Palagi http://www.dis.uniroma1.it/
DettagliSistemi lineari (di I grado)
Sistemi lineari (di I grado) Un sistema lineare è un insieme di equazioni lineari (di I grado), che devono essere verificate tutte contemporaneamente. Risolvere un sistema di equazioni vuol dire trovare
DettagliANTITRAFORMATE DI LAPLACE MODI DI UN SISTEMA
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale ANTITRAFORMATE DI LAPLACE MODI DI UN SISTEMA Ing. Luigi Biagiotti Tel. 51 29334 / 51 29368 e-mail: lbiagiotti@deis.unibo.it http://www-lar.deis.unibo.it/~lbiagiotti
DettagliANTITRAFORMATE DI LAPLACE MODI DI UN SISTEMA
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale ANTITRAFORMATE DI LAPLACE MODI DI UN SISTEMA Ing. Luigi Biagiotti Tel. 051 2093034 / 051 2093068 e-mail: lbiagiotti@deis.unibo.it http://www-lar.deis.unibo.it/~lbiagiotti
DettagliEsercizi di Formulazione e di calcolo dell'equilibrio
Politecnico di Milano, Corso di Modellistica e Simulazione Esercizi di Formulazione e di calcolo dell'equilibrio 1 La scuola 1.1 il problema Una scuola permette agli studenti di diplomarsi dopo 3 anni
DettagliExcel: una piattaforma facile per l ottimizzazione. Excel ha un toolbox di ottimizzazione: Risolutore
Excel: una piattaforma facile per l ottimizzazione Excel ha un toolbox di ottimizzazione: Risolutore Il problema di produzione con Excel Consideriamo il foglio Excel Variabili di decisione reali c8,d8
DettagliCOMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria dell Automazione, Informatica, Matematica e Telecomunicazioni COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Sito web: http://home.dei.polimi.it/amaldi/cro-09.shtml
DettagliESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 417 E SEGUENTI. Esercizio n. 1 pag 417. vincoli
ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 47 E SEGUENTI Esercizio n. pag 47 6 x x z vincoli 0 0 4 x x x x x x Si rappresenta la REGIONE AMMISSIBILE ottenendo La regione ammissibile, individuata
DettagliProblemi di Ottimizzazione
Problemi di Ottimizzazione Obiettivo: misura della qualità di una soluzione. Vincoli: condizioni che devono essere soddisfatte per ottenere una soluzione ammissibile. Problema di Ottimizzazione: determina
DettagliCorso di Laurea in Ingegneria Meccatronica SISTEMI ELEMENTARI DEL 1 o E 2 o ORDINE
Automation Robotics and System CONTROL Università degli Studi di Modena e Reggio Emilia Corso di Laurea in Ingegneria Meccatronica SISTEMI ELEMENTARI DEL o E 2 o ORDINE CA 5 Cesare Fantuzzi (cesare.fantuzzi@unimore.it)
DettagliProblemi lineari equivalenti
Problemi lineari equivalenti Introduzione Nel seguito verranno presentati alcuni esempi di trasformazione di problemi di problemi di programmazione lineare in forme equivalenti. Un problema di programmazione
DettagliOTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA OTTIMIZZAZIONE DISCRETA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA OTTIMIZZAZIONE DISCRETA Edoardo Amaldi DEI - Politecnico
DettagliOTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it
Dettagli1. Che cosa è la Balanced Scorecard? Descriverne la struttura e i principali gruppi di indicatori che compongono il cruscotto.
Prima prova scritta Il candidato risponda ad una delle seguenti domande 1. Che cosa è la Balanced Scorecard? Descriverne la struttura e i principali gruppi di indicatori che compongono il cruscotto. 2.
DettagliEsame di FONDAMENTI DI AUTOMATICA (9 CFU) (A.A. fino al 2017/2018) SOLUZIONE
Esame di FONDAMENTI DI AUTOMATICA (9 CFU) (A.A. fino al 2017/2018) Prova scritta 7 giugno 2019 SOLUZIONE ESERCIZIO 1. Si consideri il problema della regolazione di quota dell aerostato ad aria calda mostrato
DettagliPunti di massimo o di minimo per funzioni di n variabili reali
Punti di massimo o di minimo per funzioni di n variabili reali Dati f : A R n R ed X 0 A, X 0 si dice : punto di minimo assoluto se X A, f ( x ) f ( X 0 ) punto di massimo assoluto se X A, f ( x ) f (
DettagliModulo 3. Mercato reale e mercato monetario
Modulo 3 Mercato reale e mercato monetario Esercizio. In un sistema economico, le funzioni che descrivono le principali variabili macroeconomiche sono: C = 400 + 0.8Y d I= 200 20000i G=3000 M d /P=0.5Y-0000i.
DettagliOTTIMIZZAZIONE in unione con OTTIMIZZAZIONE DISCRETA e COMPLEMENTI DI RICERCA OPERATIVA
Corsi di Laurea in Ingegneria Matematica, Informatica, dell Automazione e Telecomunicazioni OTTIMIZZAZIONE in unione con OTTIMIZZAZIONE DISCRETA e COMPLEMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEIB -
DettagliLA GESTIONE DELLE SCORTE
GESTIONE DELLE SCORTE Master per Funzioni di Coordinamento delle Professioni Sanitarie LA GESTIONE DELLE SCORTE Carlo Noè LE SCORTE Le scorte sono costituite da tutto quanto viene acquisito dall esterno
Dettagli1.4 Si risolva mediante gli scarti complementari il duale del problema dato.
FONDAMENTI DI RICERCA OPERATIVA (turno unico) Prof. M.Trubian a.a. 2006/07 Prima prova in itinere: 24/11/06 Nome studente:... Matricola:...... A Esercizio 3 4 5 6 Valore % 0.3 0.2 0.2 0.15 0.1 0.05 Valutazione
DettagliCOMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2. Lo si trasformi in forma standard e se ne determini una soluzione ottima.
COMPITO DI RICERCA OPERATIVA APPELLO DEL 06/07/05 ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2 x 1 0 x 2 0 Lo si trasformi in forma standard e se ne
DettagliESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 421 E SEGUENTI
ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 421 E SEGUENTI ESERCIZIO N. 6 PAG. 418 z 100 + 200 100 vincoli 3 2 + 20 0 Si rappresenta la REGIONE AMMISSIBILE ottenendo Determino le coordinate dei
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 10. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 10 Docente: Laura Palagi Smaltimento dei rifiuti solidi urbani HOMEWORK N 10 Francesco Cambiotti
DettagliANTITRAFORMATE DI LAPLACE MODI DI UN SISTEMA
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm La determinazione dell'evoluzione
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare - TESTI Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi
DettagliOttimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33
Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33 Ottimizzazione su grafi:massimo flusso (parte 1) p. 2/33 Reti di flusso Una rete di flusso è una
DettagliScomposizione in fratti semplici
0.0.. Scomposizione in fratti semplici La determinazione dell evoluzione libera e dell evoluzione forzata di un sistema lineare stazionario richiedono l antitrasformazione di una funzione razionale fratta
DettagliANTITRAFORMATE DI LAPLACE MODI DI UN SISTEMA
CONTROLLI AUTOMATICI Ingegneria Meccatronica http://www.automazione.ingre.unimore.it/pages/corsi/automazione%20industriale.htm ANTITRAFORMATE DI LAPLACE MODI DI UN SISTEMA Ing. Luigi Biagiotti Tel. 051
DettagliA Analisi Matematica 2 (Corso di Laurea in Informatica) Simulazione compito d esame
COGNOME NOME Matr. Firma dello studente A Analisi Matematica (Corso di Laurea in Informatica) Simulazione compito Tempo: ore. Prima parte: test a risposta multipla. Una ed una sola delle 4 affermazioni
DettagliFONDAMENTI di GESTIONE delle SCORTE
FONDAMENTI di GESTIONE delle SCORTE Importanza di avere una buona gestione delle scorte sono sono spesso una una parte essenziale dei dei beni beni di di un azienda ridurre un inventario significa convertirlo
DettagliProgrammazione Matematica: III.1 - Programmazione Lineare
Programmazione Matematica: III.1 - Programmazione Lineare Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 ottobre 2003 Programmazione Lineare Def.: (F, ϕ ) è un problema di Programmazione
DettagliFONDAMENTI DI RICERCA OPERATIVA Prof. M.Trubian a.a. 2008/09 Prima prova in itinere: 25/11/08
FONDAMENTI DI RICERCA OPERATIVA Prof. M.Trubian a.a. 2008/09 Prima prova in itinere: 25/11/08 Nome studente:... Matricola:...... Esercizio 3 4 5 6 Valore % 0.25 0.15 0.15 0.15 0.15 0.15 Valutazione A [1]
DettagliSISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X
CATENE DI MARKOV SISTEMI CASUALI DINAMICI (PROCESSI) ESEMPIO: I GUASTI (Ipotesi Markoviana) Frequenza dei guasti: N Guasti = N/T X X X X X X X X X 0 T 0 T! Δ 0, 1,, 0 Δ 1 Δ Δ 1Δ Δ Δ ESEMPIO: I GUASTI (Ipotesi
DettagliLa programmazione lineare
La programmazione lineare Se un problema economico si traduce in un problema di scelta in condizioni di certezza e con effetti immediati siamo in presenza di un problema di Programmazione lineare. Abbiamo
DettagliMetodo delle due fasi
Metodo delle due fasi Il problema artificiale la fase I del Simplesso esempi rif. Fi 3.2.5; Osservazione Nel problema min{c T x : Ax = 0, x 0}, dell esempio precedente si ha che b 0 e A contiene una matrice
DettagliLogistica (mn) 6 CFU Appello del 31 Marzo 2010
Logistica (mn) 6 CFU Appello del 31 Marzo 2010 NOME: COGNOME: MATR: Avvertenze ed istruzioni: Il compito dura 2 ore e quindici. Non è permesso lasciare l'aula senza consegnare il compito o ritirarsi. Se
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come
DettagliMODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero 2 prova: 25 luglio 2005
Politecnico di Milano I a Facoltà di Ingegneria C.S. in Ing. per l Ambiente e il Territorio MODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero prova: 5 luglio 005 COGNOME NOME FIRMA: : : : [7,5 crediti]
DettagliEsame di Ricerca Operativa del 07/06/2019
Esame di Ricerca Operativa del 0/0/09 (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso duale: min y y
DettagliSISTEMI ELEMENTARI DEL 1 o E 2 o ORDINE
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale SISTEMI ELEMENTARI DEL o E 2 o ORDINE Ing. Luigi Biagiotti Tel. 5 29334 / 5 29368 e-mail: lbiagiotti@deis.unibo.it http://www-lar.deis.unibo.it/~lbiagiotti
DettagliSISTEMI ELEMENTARI DEL 1 o E 2 o ORDINE
CONTROLLI AUTOMATICI Ingegneria della Gestione Industriale e della Integrazione di Impresa http://www.automazione.ingre.unimore.it/pages/corsi/controlliautomaticigestionale.htm SISTEMI ELEMENTARI DEL o
DettagliIl Budget: caratteri essenziali
Il Budget: caratteri essenziali Il budget può essere definito come un documento che raccoglie gli obiettivi da perseguire e le risorse da impiegare nell anno, suddivise per centri di responsabilità La
DettagliTrasformazione di Problemi Non Lineari
Capitolo 2 Trasformazione di Problemi Non Lineari 2.1 Trasformazione in problema di PL In questa sezione, verranno presentati tre classi di problemi di programmazione non lineare che, attraverso l uso
DettagliUniversità di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011)
Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011) ISTRUZIONI PER LO SVOLGIMENTO. Scrivere cognome, nome, numero di matricola
DettagliProgrammazione e controllo
Programmazione e controllo IL SISTEMA DI CONTROLLO DIREZIONALE: BUDGETING 1 CASO DELTA SPA: DATI DISPONIBILI PREVISIONI DELLE VENDITE (QUANTITA ) N-90 M-60 C-60 GENNAIO 86.000 62.000 48.000 FEBBRAIO 94.000
Dettagli2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema;
Esercizio 6 Un azienda di trasporti deve affrontare il seguente problema di caricamento. L azienda dispone di n prodotti che possono essere trasportati e di m automezzi con cui effettuare il trasporto.
DettagliOttimizzazione. in unione corso con. Ottimizzazione Discreta e Complementi di R.O. Edoardo Amaldi. DEIB Politecnico di Milano
Ottimizzazione in unione corso con Ottimizzazione Discreta e Complementi di R.O. Edoardo Amaldi DEIB Politecnico di Milano edoardo.amaldi@polimi.it Sito web: http://home.deib.polimi.it/amaldi/ott-13-14.shtml
DettagliLa variabilità. Monia Ranalli. Ranalli M. Variabilità Settimana # 2 1 / 14
La variabilità Monia Ranalli Ranalli M. Variabilità Settimana # 2 1 / 14 Sommario Variabilità Definizione Misure di Variabilità Per tutti i caratteri: Entropia Per i carattere quantitativi: Varianza, Scostamento
DettagliRicerca Operativa. Ricerca Operativa p. 1/2
Ricerca Operativa Ricerca Operativa p. 1/2 Ricerca Operativa Disciplina basata sulla modellizzazione e la risoluzione tramite strumenti automatici di problemi di decisione complessi. In tali problemi la
DettagliLABORATORIO DI FISICA I
UNIVERSITA DEGLI STUDI DI PALERMO CORSO DI LAUREA IN SCIENZE FISICHE A.A. 2018/2019 13 Dicembre 2018 LABORATORIO DI FISICA I RELAZIONE TERZA ESPERIENZA DI LABORATORIO GRUPPO 1 Nigrelli Giulia Valenti Giuseppe
DettagliUniversità degli Studi di Napoli "Federico II" - Facoltà di Ingegneria Corso di Ricerca Operativa - Prova d'esame del (Prof.
Corso di Ricerca Operativa - Prova d'esame del.0.008 (Prof. Bruno) Una ditta di spedizioni ha accettato un ordine per trasportare con urgenza 00 tonnellate di materiale industriale in una località. La
Dettagli1 se k = r i. 0 altrimenti. = E ij (c)
Facoltà di Scienze Statistiche, Algebra Lineare A, G.Parmeggiani LEZIONE 5 Matrici elementari e loro inverse Si fissi m un numero naturale. Per ogni i, j m con i j siano E ij (c) (ove c è uno scalare )
DettagliProblema del Trasporto
Problema del Trasporto Una ditta di trasporto deve trasferire container vuoti dai propri 6 Magazzini, situati a Verona, Perugia, Roma, Pescara, Taranto e Lamezia, ai principali Porti nazionali (Genova,
Dettagli4.1 Localizzazione e pianificazione delle base station per le reti UMTS
esercitazione Ottimizzazione Prof E Amaldi Localizzazione e pianificazione delle base station per le reti UMTS Consideriamo il problema di localizzare un insieme di stazioni radio base, base station (BS),
DettagliCOMPITO DI RICERCA OPERATIVA. max x 1 + 2x 2 + x 3 x 1 x 2 + x 3 = 1 2x 1 + 3x 2 + x 4 = 2
COMPITO DI RICERCA OPERATIVA ESERCIZIO. (9 punti) Sia dato il seguente problema di PL: max x + 2x 2 + x 3 x x 2 + x 3 = 2x + 3x 2 + x 4 = 2 x, x 2, x 3, x 4 0 Si determini il duale del problema ( punto).
Dettagli1. Consideriamo un sistema lineare. E piuttosto naturale aspettarsi che
Algebra Lineare (Matematica CI) 151113 1 Consideriamo un sistema lineare E piuttosto naturale aspettarsi che (a) se il numero delle equazioni e minore del numero delle incognite allora il sistema e indeterminato;
DettagliLezione n 16. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott.ssa Gentili Dott.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica Università di Salerno Lezione n 6 Teoria della dualità: - Esempio Prof. Cerulli Dott.ssa Gentili Dott. Carrabs Esercizio (P) min - 4 5 a) Data
DettagliDefinizione: Due monomi si dicono simili se hanno la stessa parte letterale.
CALCOLO LETTERALE Definizione: Data una formula si dicono variabili le lettere alle quali può essere sostituito qualsiasi valore numerico; i numeri si dicono, invece, costanti. Nella formula per il calcolo
DettagliIl modello duale. Capitolo settimo. Introduzione
Capitolo settimo Il modello duale Introduzione Il modello duale e la teoria della dualità assumono una grande importanza nella teoria della programmazione matematica. In questo testo i modelli primale
DettagliRICERCA OPERATIVA GRUPPO A prova scritta del 22 settembre 2004 FOGLIO 1. Cognome: Nome: Matricola:
RICERCA OPERATIVA GRUPPO A prova scritta del 22 settembre 2004 FOGLIO 1 Cognome: Nome: Matricola: Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta
Dettagli5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano Programma lineare intero: (PLI) min c T x Ax b x 0 intero Ipotesi: A, b interi La condizione di interezza non è
DettagliEsemplificazioni. Ciclo del circolante
Esemplificazioni Ciclo del circolante Esercizio 1 - Dati da bilancio Si supponga che i crediti commerciali (al netto dell iva ammontino a 120.000 e che i ricavi siano pari a 1.000.000. Si supponga che
Dettagli1 Modelli di Programmazione Lineare Intera. 2 Variabili intere per rappresentare quantità indivisibili
1 Modelli di Programmazione Lineare Intera Quando tutte le variabili di un problema di Programmazione Lineare sono vincolate ad assumere valori interi, si parla di Programmazione Lineare Intera. Moltissimi
DettagliRicerca Operativa. Programmazione Lineare. Università Mediterranea di Reggio Calabria Decisions Lab
Ricerca Operativa Programmazione Lineare Università Mediterranea di Reggio Calabria Decisions Lab Ottimizzazione In un problema di ottimizzazione si cerca di massimizzare o minimizzare una quantità specifica,
DettagliBiblioteca di Pronti... via 2 o biennio TOMO h
UNITÀ C Tecniche di gestione degli acquisti e delle scorte Biblioteca di Pronti... via 2 o biennio TOMO h La funzione del magazzino e la politica delle scorte Documento Esercizi Logistica Q1 Spiega che
DettagliRICERCA OPERATIVA (9 cfu)
a PROVA scritta di RICERCA OPERATIVA (9 cfu) gennaio Cognome Nome Ai fini della pubblicazione (cartacea e elettronica) del risultato ottenuto nella prova di esame, autorizzo al trattamento dei miei dati
DettagliSottoinsiemi di Numeri Reali
INTERVALLI LIMITATI a,b R Sottoinsiemi di Numeri Reali intervallo chiuso [a,b] = { R : a b} intervallo aperto (a,b) = { R : a < < b} intervallo chiuso a sinistra e aperto a destra [a,b) = { R : a < b}
DettagliIntroduzione alla programmazione lineare
Introduzione alla programmazione lineare struttura del problema di PL forme equivalenti rappresentazione e soluzione grafica rif. Fi 1.2; BT 1.1, 1.4 Problema di programmazione lineare Dati: un vettore
DettagliUniversità Ca Foscari Venezia
Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano Brevi FAQ sul Metodo del SIMPLESSO Università Ca Foscari Venezia, Dipartimento di Management,
DettagliDef. 1. Si chiamano operazioni elementari sulle righe di A le tre seguenti operazioni:
Facoltà di Scienze Statistiche, Algebra Lineare 1 A, G.Parmeggiani LEZIONE 5 Operazioni elementari sulle righe di una matrice Sia A una matrice m n. Def. 1. Si chiamano operazioni elementari sulle righe
DettagliLa Programmazione Lineare Intera
Capitolo 4 La Programmazione Lineare Intera 4.1 Modelli di Programmazione Lineare Intera Esercizio 4.1.1 Una compagnia petrolifera dispone di 5 pozzi (P1, P2, P3, P4, P5) dai quali può estrarre petrolio.
DettagliIl modello di struttura per scadenza della Banca Centrale Europea
Il modello di struttura per scadenza della Banca Centrale Europea Claudio Pacati 10 novembre 2008 La Banca Centrale Europea (bce) pubblica 1 strutture per scadenza dei tassi di interesse dell euro con
Dettagli1 Modelli di Programmazione Lineare Intera. 2 Variabili intere per rappresentare quantità indivisibili
1 Modelli di Programmazione Lineare Intera Quando tutte le variabili di un problema di Programmazione Lineare sono vincolate ad assumere valori interi, si parla di Programmazione Lineare Intera. Moltissimi
DettagliProva scritta di Algebra 9 giugno Si risolva il seguente sistema di congruenze lineari x 4 mod 7 11x 2 mod 15 x 3 mod 8
Prova scritta di Algebra 9 giugno 2016 1. Si risolva il seguente sistema di congruenze lineari x 4 mod 7 11x 2 mod 15 x 3 mod 8 2. In S 10 sia α = (7, 10(2, 1, 6, 8, 5, 7(6, 2, 8(5, 9(9, 5, 4(1, 9. a Si
DettagliProcedure di revisione sulla corretta valutazione delle rimanenze di magazzino Le rimanenze nella normativa civilistica Rilevazione e valutazione
Rif sm/np 1 Valutazione delle rimanenze di magazzino Corso di Audit e Governance Università degli Studi di Bergamo Dott. Stefano Mazzocchi Procedure di revisione sulla corretta valutazione delle rimanenze
DettagliModelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli
Ricerca Operativa 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come
DettagliEsame di Ricerca Operativa del 19/07/19. Esercizio 1. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare:
Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare: max x +x x + x x x x
DettagliSEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a ) Homework assignment #2 Testo e Soluzione
SEGNALI E SISTEMI Proff. L. Finesso, M. Pavon e S. Pinzoni (a.a. 00-005) Homework assignment # Testo e Soluzione Esercizio Si consideri l equazione differenziale ordinaria, lineare a coefficienti costanti
DettagliRICERCA OPERATIVA (a.a. 2014/15) Nome: Cognome: Matricola:
7 o Appello /9/ RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL max x x x x x x + x 6 x e la corrispondente soluzione x = [,. Utilizzando il teorema degli
DettagliApplicando le leggi di Kirchhoff e le formule di base dei componenti RLC, si ottiene il seguente modello matematico:
Prova TIPO F per: Esame di FONDAMENTI DI AUTOMATICA (9 crediti): 6 dei 10 esercizi numerici (nell effettiva prova d esame verranno selezionati a priori dal docente) + domande a risposta multipla (v. ultime
Dettagli[ ] L incremento di invaso in un intervallo di tempo t è dato da:
METODO DI MUSKINGUM-CUNGE E un modello del 1938 che prende il nome dal fiume in cui è stato applicato la prima volta. Alla base del modello ci sono le ipotesi che il volume d acqua invasato nel tronco
DettagliIntroduzione alla RO - Parte II
Introduzione alla RO - Parte II Andrea Scozzari a.a. 2013-2014 March 7, 2014 Andrea Scozzari (a.a. 2013-2014) Introduzione alla RO - Parte II March 7, 2014 1 / 18 Problema della pianificazione del personale:
DettagliMetodi e modelli per il supporto alle decisioni (MMSD)
Metodi e modelli per il supporto alle decisioni (MMSD) 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità
DettagliProblemi di localizzazione
Problemi di localizzazione Claudio Arbib Università di L Aquila Prima Parte (marzo 200): problemi con singolo decisore . Introduzione Un problema di localizzazione consiste in generale nel decidere dove
DettagliTEORIA DEI SISTEMI ANALISI MODALE
TEORIA DEI SISTEMI Laurea Specialistica in Ingegneria Meccatronica Laurea Specialistica in Ingegneria Gestionale Indirizzo Gestione Industriale TEORIA DEI SISTEMI ANALISI MODALE Ing. Cristian Secchi Tel.
DettagliMATEMATICA EQUAZIONI FRATTE, DI SECONDO GRADO O SUPERIORE GSCATULLO
MATEMATICA EQUAZIONI FRATTE, DI SECONDO GRADO O SUPERIORE GSCATULLO Equazioni fratte, di secondo grado o superiore Le equazioni di secondo grado Un equazione è di secondo grado se si può scrivere nella
Dettagli