FONDAMENTI DI RICERCA OPERATIVA D / E
|
|
- Timoteo Virgilio Pizzi
- 7 anni fa
- Visualizzazioni
Transcript
1 Ingegneria Informatica e Ingegneria Matematica FONDAMENTI DI RICERCA OPERATIVA D / E Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Sito web:
2 INTRODUZIONE Ricerca Operativa ( Operations Research ): Uso di modelli matematici e metodi quantitativi avanzati per analizzare problemi decisionali complessi e fornire un supporto alla presa di decisioni Tra matematica, informatica, economia e ingegneria 1
3 Problemi decisionali Problemi di scelta tra diverse soluzioni alternative sulla base di uno (o più) criteri Esempi: 1) Assegnare m incarichi (jobs) a m persone (macchine) minimizzando il tempo necessario per completarli P 1 P 2 P 3 I I I Tabella dei tempi (m = 3) Numero di soluzioni alternative? 2
4 Problemi decisionali Problemi di scelta tra diverse soluzioni alternative sulla base di uno (o più) criteri Esempi: 1) Assegnare m incarichi (jobs) a m persone (macchine) minimizzando il tempo necessario per completarli P 1 P 2 P 3 I I I Tabella dei tempi (m = 3) Numero di soluzioni alternative: m! 3
5 2) Collegare n città (uffici) con una rete di comunicazione di costo minimo Numero di soluzioni alternative? 3) Organizzare i turni del personale rispettando le varie esigenze e minimizzando il numero di persone coinvolte 4) Determinare il numero di sportelli da aprire affinché il tempo medio di attesa non superi un certo valore 5) Decidere quale modello di PC portatile comperare, tenendo conto del prezzo, del peso, delle prestazioni Problemi complessi affrontati con l approccio modellistico (tecniche matematiche e strumenti informatici) 4
6 2) Collegare n città (uffici) con una rete di comunicazione di costo minimo Numero di soluzioni alternative: 2 n(n 1) 3) Organizzare i turni del personale rispettando le varie esigenze e minimizzando il numero di persone coinvolte 4) Determinare il numero di sportelli da aprire affinché il tempo medio di attesa non superi un certo valore 5) Decidere quale modello di PC portatile comperare, tenendo conto del prezzo, del peso, delle prestazioni Problemi complessi affrontati con l approccio modellistico (tecniche matematiche e strumenti informatici) 5
7 Cenni storici Origini militari (seconda guerra mondiale): Assegnare in modo efficace le risorse limitate alle diverse operazioni Esempi: posizionamento dei radar, approvigionamento dei convogli, logistica... Operations Research sta per la ricerca del modo più efficace di condurre le operazioni Nel dopoguerra, metodi analoghi applicati in ambito industriale Il boom economico, ingrandendo le imprese e organizzazioni, poneva problemi decisionali molto più complessi! 6
8 Circostanze favorevoli: Rapidi progressi teorici in Ricerca Operativa e in Calcolo Numerico Avvento e diffusione dei primi computer (potenza di calcolo disponibile e poi diffusione di software) Ricerca Operativa = Management Science 7
9 Caratteristiche dei problemi decisionali numero di decisori (chi decide?) numero degli obiettivi (in base a quali criteri decide?) grado di incertezza dei dati (con quali informazioni decide?) Più decisori Teoria dei giochi Più obiettivi Programmazione multi-obiettivo Grado di incertezza > 0 Programmazione stocastica 8
10 Esempio: Mix produttivo Una azienda produce tre tipi di apparecchiature elettroniche. Le fasi critiche del ciclo produttivo: assemblaggio, finitura e controllo di qualità. Ore-uomo per ogni fase e prodotto: A 1 A 2 A 3 Assemblaggio Finitura Controllo qualità Disponibilità produttiva nell orizzonte di pianificazione espressa in ore-uomo: Margine lordo unitario espresso in KEuro: Assemblaggio Finitura Controllo qualità A 1 A 2 A Si suppone che l azienda possa vendere tutto ciò che produce. Formulare in termini matematici il problema di determinare un piano di produzione che massimizzi il margine lordo complessivo. 9
11 Modello mix produttivo Variabili di decisione: x j = quantità di apparecchiatura A j prodotta (j = 1, 2, 3) Funzione obiettivo: max z = 16x x 2 + 2x 3 Vincoli: capacità produttiva per ogni fase 80x x x x x x x x x (assemblaggio) (finitura) (controllo qualità) Non negatività delle variabili: x 1, x 2, x
12 Schema generale di uno studio di R.O. Problema Modello Algoritmo Programma Modello: rappresentazione semplificata della realtà Per definirlo bisogna individuare gli elementi fondamentali e le principali relazioni 11
13 Esempio: Pianificazione di investimenti Una società di investimenti finanziari deve decidere la composizione di un portafoglio di titoli. Investimento Area Capitale [ c j ] (KEuro) Rendimento atteso [ r j ] A (settore auto) Germania % B (settore auto) Italia 150 9% C (settore informatica) U.S.A % D (settore informatica) Italia % E (settore elettrodomestici) Italia 125 8% F (settore elettrodomestici) Francia 100 7% G (titoli di stato a breve) Italia 50 3% H (titoli di stato a lungo) Inghilterra 80 5% Capitale = 600 KEuro Al massimo 5 investimenti per non frammentare troppo la gestione Diversificazione per area geografica: 3 investimenti in Italia e 3 all estero Formulare in termini matematici il problema di selezione degli investimenti in modo tale da massimizzare il ritorno atteso rispettando i vincoli che mirano a ridurre il rischio. 12
14 Modello di pianificazione di investimenti Variabili di decisione: x j = 1 se j-esimo investimento viene effettuato e x j = 0 altrimenti (j = 1,..., 8) Funzione obiettivo: Vincoli: 8 max z = c j r j x j j=1 8 c j x j 600 (capitale) j=1 8 x j 5 (max 5 investimenti) j=1 x 2 + x 4 + x 5 + x 7 3 x 1 + x 3 + x 6 + x 8 3 (max 3 in Italia) (max 3 all estero) Variabili binarie (intere): x j {0, 1} j, 1 j 8 13
15 Per limitare il rischio: i) investimenti C e D sono mutuamente esclusivi, ii) se si sceglie un investimento nel settore informatico, bisogna anche selezionare titoli di stato. Modello: 8 max z = c j r j x j j=1 8 c j x j 600 (capitale) j=1 8 x j 5 (max 5 investimenti) j=1 x 2 + x 4 + x 5 + x 7 3 (max 3 in Italia) x 1 + x 3 + x 6 + x 8 3 (max 3 all estero) x 3 + x 4 1 (C e D esclusivi) x 3 + x 4 x 7 + x 8 (invest. in titoli di stato) x j {0, 1} j, 1 j 8 14
16 Esempio: Problema di assegnazione Il responsabile di un ufficio deve assegnare m = 3 incarichi a m persone sulla base delle seguenti stime dei tempi che ciascuno impiega ad eseguire ogni incarico: P 1 P 2 P 3 I I I Tabella dei tempi t ij, 1 i, j 3 Formulare in termini matematici il problema di determinare quale incarico assegnare ad ogni persona in modo tale da minimizzare la somma dei tempi di completamento di tutti gli incarichi. 15
17 Modello di assegnazione Variabili di decisione: x ij = 1 se l incarico i viene assegnato alla persona j e x ij = 0 altrimenti i, j con 1 i, j 3 Funzione obiettivo: min z = 3 3 t ij x ij Vincoli: i=1 j=1 3 x ij = 1 i=1 3 x ij = 1 j=1 Variabili binarie (intere): j = 1, 2, 3 (ad ogni persona j un unico incarico) i = 1, 2, 3 (ogni incarico i ad un unica persona) x ij {0, 1} i, j, 1 i, j 3 16
18 Esempio: localizzazione di impianti Tre pozzi petroliferi, situati nei punti A, B e C, estraggono greggio. Dove localizzare una raffineria per minimizzare il costo degli oleodotti (proporzionale al quadrato della lunghezza)? È vietato costruirla nel raggio di 100 km attorno al punto D = (100, 200). Gli oleodotti possono invece attraversare la zona vietata. 17
19 Modello localizzazione di impianti Variabili di decisione: x 1, x 2 coordinate cartesiane della raffineria Funzione obiettivo: min z = [ (x 1 0) 2 + (x 2 0) 2] [ + (x 1 300) 2 + (x 2 0) 2] + [(x 1 240) 2 + (x 2 300) 2] Vincoli: (x 1 100) 2 + (x 2 200) Natura variabili: x 1, x 2 reali 18
20 Programmazione matematica (PM) Problemi decisionali con un solo decisore, un solo criterio di scelta e ambiente certo opt f (x) con x X variabili di decisione x R n : grandezze numeriche il cui valore individua una soluzione del problema regione ammissibile X R n distingue le soluzioni ammissibili da quelle non ammissibili (mediante vincoli) funzione obiettivo f : X R esprime in modo quantitativo il gradimento o il costo di ciascuna soluzione ammissibile opt = min oppure opt = max NB: max{f(x) : x X} = min{ f(x) : x X} 19
21 Ottimi globali Risolvere un problema di PM consiste nell individuare una soluzione ammissibile globalmente ottima, ovvero un x X tale che f (x ) f (x) x X se opt = min f (x ) f (x) x X se opt = max Può avvenire che: 1. il problema sia inammissibile (X = ) 2. il problema sia illimitato ( c R, x c X tale che f (x c ) c oppure f (x c ) c) 3. vi sia un numero elevatissimo (anche infinito) di soluzioni ottime (con lo stesso valore ottimo!) 20
22 Ottimi locali Talvolta ci si deve accontentare di una soluzione ammissibile localmente ottima, ovvero un ˆx X tale che f (ˆx) f (x) x con x X e x ˆx ǫ se opt = min f (ˆx) f (x) x con x X e x ˆx ǫ se opt = max per ǫ > 0 opportuno Un problema può avere tanti ottimi locali! 21
23 Casi particolari di PM Programmazione Lineare (PL) f (x) lineare X = {x R n : g i (x) R 0, i = 1,..., m} con R {=,, } e g i (x) lineare per ogni i Esempio: Mix produttivo Programmazione Lineare Intera (PLI) f (x) lineare X = {x R n : g i (x) R 0, i = 1,..., m} Z n con R {=,, } e g i (x) lineare per ogni i Esempio: Pianificazione investimenti, assegnazione di incarichi PLI coincide con PL con in più il vincolo di interezza delle variabili di decisione Programmazione Non Lineare f (x) regolare X volume racchiuso fra superfici {x R n : g i (x) = 0} regolari (con g i (x) regolari) Esempio: Localizzazione di impianti 22
24 Programmazione a molti obiettivi Vi sono vari approcci per tenere conto di più obiettivi Se si desidera minimizzare f 1 (x) e massimizzare f 2 (x): 1. senza priorità: ricondursi al caso con un solo obiettivo convertendo i diversi obiettivi in unità di misura omogenee min λ 1 f 1 (x) λ 2 f 2 (x) per due scalari λ 1 e λ 2 opportuni 2. con priorità: ottimizzare l obiettivo prioritario e ridurre quelli secondari a vincoli di qualità min x X f 1 (x) con X = {x X : f 2 (x) c} per una costante c opportuna 23
25 Programmazione matematica e simulazione Entrambe richiedono la costruzione di un modello e lo sviluppo di un algoritmo Programmazione matematica Simulazione Problemi ben formalizzabili L algoritmo fornisce una soluzione I risultati sono certi Problemi difficili da formalizzare L algoritmo riproduce il sistema reale e permette di sperimentare le prestazioni di soluzioni diverse I risultati sono da interpretare 24
26 ESEMPI DI SUCCESSI DELLA R.O. anno azienda settore effetto 90 Taco Bell turni personale 7.6M$ risparmio (fast food) annuo 92 American Arlines nuovo sistema di tariffe, overbooking + 500M$ e coordinamento dei voli 92 Harris Corp. pianificazione 50% 95% ordini (semiconduttori) produzione on time 95 GM - car rental utilizzo parco +50M$ annui auto evitato fallimento 96 HP - stampanti riprogettata linea raddopiata produttiva produzione 97 Bosques Arauco logistica taglio 5M$ risparmio e trasporto annuo 99 IBM riorganizzata catena 750M$ risparmio logistica annuo 25
27 Praticamente nessun manager delle Fortune 500 gestisce la propria azienda senza il supporto di metodi quantitativi e della R.O. Notevoli vantaggi non solo per le grandi aziende/enti/organizzazioni R.O. utile ogniqualvolta si desidera razionalizzare l uso di risorse limitate! In contesti di rapida evoluzione, elevata complessità ed incertezza è indispensabile trovare e implementare solutioni efficaci Informatizzazione e disponibilità dei dati hanno aperto nuovi orizzonti... 26
FONDAMENTI DI RICERCA OPERATIVA
Ingegneria Informatica FONDAMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano amaldi@elet.polimi.it Pagina web del corso: http://home.dei.polimi.it/amaldi/fro-11-12.html INTRODUZIONE
DettagliFONDAMENTI DI RICERCA OPERATIVA
Laurea Magistrale in Ingegneria Informatica FONDAMENTI DI RICERCA OPERATIVA Edoardo Amaldi DEI - Politecnico di Milano edoardo.amaldi@polimi.it Pagina web del corso: http://home.dei.polimi.it/amaldi/fro-mi-13-14.html
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 -
DettagliIntroduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO
Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa è la
Dettagli4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1
4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1 Problemi di programmazione matematica: min f () s.v. X n insieme delle soluzioni ammissibili con funzione obiettivo
DettagliCapitolo 3: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano
Capitolo 3: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 3.1 Modelli di PLI e PLMI Moltissimi problemi decisionali complessi possono essere formulati come problemi di Programmazione Lineare
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it http://www.dattero.dist.unige.it Anno accademico
DettagliIntroduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO
Introduzione alla Ricerca Operativa Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO Cos è la Ricerca Operativa? La Ricerca Operativa la disciplina
DettagliLA PROGRAMMAZIONE MATEMATICA (p.m.)
LA PROGRAMMAZIONE MATEMATICA (p.m.) Un problema di programmazione matematica è un problema di ottimizzazione riconducibile alla seguente espressione generale: ricercare i valori delle variabili x 1, x
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
DettagliRicerca Operativa. Docenti. 1. Introduzione
Ricerca Operativa 1. Introduzione Docenti Luigi De Giovanni - Giacomo Zambelli Dipartimento di Matematica Pura e Applicata (Torre Archimede) Tel. 049 827 1349 / 1348 email: luigi - giacomo @math.unipd.it
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova paolucci@dist.unige.it Anno accademico 2000/2001 La Ricerca Operativa (Operation
DettagliManagement Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento Prof. Laura Palagi http://www.dis.uniroma1.it/
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
DettagliManagement Sanitario. Modulo di Ricerca Operativa
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi http://www.dis.uniroma1.it/ palagi Dipartimento di
DettagliRicerca Operativa. Docente. 1. Introduzione
Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 427 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliMODELLI DECISIONALI FORMULAZIONE GENERALE DEL PROBLEMA DECISIONALE (OTTIMIZZAZIONE)
MODELLI DECISIONALI FORMULAZIONE GENERALE DEL PROBLEMA DECISIONALE (OTTIMIZZAZIONE) z vettore di n elementi (variabili di decisione) o funzione J(z) obiettivo (vettoriale) da ottimizzare (max o min) Z
DettagliProgrammazione Lineare in MATLAB. Ing. Fabio Sciancalepore Politecnico di Bari
Programmazione Lineare in MATLAB Ing. Fabio Sciancalepore Politecnico di Bari Agenda Introduzione alla Ricerca Operativa Problemi di ottimizzazione Programmazione lineare programmazione a variabili continue
DettagliIl problema dello zaino: dalla gita in montagna ai trasporti internazionali. Luca Bertazzi
Il problema dello zaino: dalla gita in montagna ai trasporti internazionali Luca Bertazzi 0 Ricerca Operativa (Operations Research) The Science of Better Modelli e algoritmi per la soluzione di problemi
DettagliIntroduzione alla Ricerca Operativa
Introduzione alla Ricerca Operativa p. 1/31 Introduzione alla Ricerca Operativa Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria Introduzione alla Ricerca
DettagliFondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico
Fondamenti di Business Analytics 20486 classi M2/M3 Michele Impedovo anno accademico 2016-2017 Lezione 11 Programmazione lineare intera ILP Programmazione lineare binaria BLP Il problema MicroWorks, Inc.
Dettagli1. Dare la definizione di funzione lineare. R: Una funzione lineare di n variabili è una funzione del tipo. c 1 x 1 + c 2 x c n x n,
VERTICIDIUNPOLIEDRO 31 Esercizi di riepilogo sui Capitoli 1 5 1. Dare la definizione di funzione lineare. R: Una funzione lineare di n variabili è una funzione del tipo dove c 1,c 2,...,c n sono numeri
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
DettagliRicerca Operativa. Docente. 1. Introduzione
1 Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica (Torre Archimede) uff. 427 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi Ricevimento: giovedì,
DettagliProgrammazione Lineare Intera: Piani di Taglio
Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione
DettagliLezioni di Ricerca Operativa
Lezioni di Ricerca Operativa R.Cerulli M.Gentili - F. Carrabs Dipartimento di Matematica (DM) Università di Salerno LA RICERCA OPERATIVA Si occupa dello sviluppo e dell applicazione di metodi matematici
DettagliRICERCA OPERATIVA NASCITA E SVILUPPO, OBIETTIVI, FASI. Prof.ssa Angela Donatiello 1
RICERCA OPERATIVA NASCITA E SVILUPPO, OBIETTIVI, FASI Prof.ssa Angela Donatiello 1 Il termine RICERCA OPERATIVA sembra sia stato usato per la prima volta nel 1939, ma già precedentemente alcuni scienziati
DettagliBUSINESS ANALYTICS AND DECISIONS THEORY. Introduzione alla Ricerca Operativa A.A
BUSINESS ANALYTICS AND DECISIONS THEORY Introduzione alla Ricerca Operativa A.A. 2018-2019 Ricerca Operativa La Ricerca Operativa (nota anche come teoria delle decisioni, scienza della gestione o, in inglese,
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]
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
DettagliIntroduzione alla Ricerca Operativa
Introduzione alla Ricerca Operativa Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 3.0 - settembre 2003 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali
DettagliCOMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.
COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 x 1 + x 2 2 2x 1 + x 2 x 1 0 x 2 0 Si trasformi questo problema in forma standard e lo si
DettagliIntroduzione alla Ricerca Operativa. Alberto Caprara D.E.I.S. - Università di Bologna
Introduzione alla Ricerca Operativa Alberto Caprara D.E.I.S. - Università di Bologna acaprara@deis.unibo.it Settembre 2003 Ricerca Operativa? applicazione di metodi scientifici a problemi decisionali che
DettagliLA RICERCA OPERATIVA. Richiami storici
LA RICERCA OPERATIVA La ricerca operativa si occupa delle tecniche e dei metodi che sono di supporto alle decisioni in campo economico ed organizzativo. La ricerca operativa ha lo scopo di individuare
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
DettagliOttimizzazione (1 mod., 6 crediti, 48 ore, a.a , lez.1)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Ottimizzazione (1 mod., 6 crediti, 48 ore, a.a. 09-10, lez.1) 1 L Ottimizzazione rientra nell
DettagliFlusso a Costo Minimo
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria Dal
DettagliLA RICERCA OPERATIVA (R.O.)
LA RICERCA OPERATIVA (R.O.) La R.O. si sviluppo' in Inghilterra durante la seconda guerra mondiale nello studio di problem di difesa militare, successivamente, negli Stati Uniti, fu impiegata per lo studio
Dettagli3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI
3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI ESISTENZA DI UN PUNTO DI OTTIMO VINCOLATO Il problema di ottimizzazione vincolata introdotto nel paragrafo precedente può essere formulato nel modo seguente:
DettagliEsame di Ricerca Operativa del 20/02/18
Esame di Ricerca Operativa del //8 (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere mediante l algoritmo del simplesso duale il seguente problema di programmazione lineare: min x x +x x
DettagliAppendice A: un esempio di scelta del mix ottimo di produzione in presenza di vincoli 19
14 18-12-07 19:04 Pagina 411 Le decisioni di breve termine fra alternative diverse 411 i minori costi differenziali, almeno nella misura in cui la dimensione di costo è la più importante. Sebbene i costi
DettagliMatematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.1)
Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 2013-14, lez.1) 1 Matematica Computazionale,
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.
DettagliLezioni di Ricerca Operativa 2 Dott. F. Carrabs
Lezioni di Ricerca Operativa Dott. F. Carrabs.. 009/00 Lezione 6: - mmissibilità di un vincolo - Vincoli alternativi - Vincoli alternativi a gruppi - Rappresentazione di funzioni non lineari: Costi fissi
Dettagli5.3 Metodo dei piani di taglio
5.3 Metodo dei piani di taglio (PLI) min s.v. c T x Ax b x interi X Ipotesi: a ij, c j e b i interi Osservazione: La regione ammissibile di un PLI può essere descritta mediante dei vincoli più o meno stringenti
DettagliRicerca Operativa A.A. 2007/ Modelli di Programmazione Lineare (II)
Ricerca Operativa A.A. 07/08 3. Modelli di Programmazione Lineare (II) Formulazione generale di un modello di programmazione lineare min (max) z = c 1 + c 2 + +c j + + c n x n (+cost.) subject to (s.t.,
DettagliOttimizzazione e Controllo 2015/2016 ESERCITAZIONE
Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE Esercizio 1. Sono dati 6 job da processare su un centro di lavorazione automatizzato che può eseguire una sola lavorazione alla volta. Di ciascun job
Dettagli3.3 Problemi di PLI facili
3.3 Problemi di PLI facili Consideriamo un generico problema di PLI espresso in forma standard min{c t x : Ax = b, x Z n +} (1) dove A Z m n con n m, e b Z m. Supponiamo che A sia di rango pieno. Sia P
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]
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/
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:
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
DettagliRICERCA OPERATIVA. 1. Introduzione
RICERCA OPERATIVA 1. Introduzione mercoledì 16 settembre 2015 Ricerca Operativa - F. Maggioni 2 Docente Francesca Maggioni Ricercatrice (s.s.d. MAT/09 Ricerca Operativa) Dipartimento di Scienze aziendali,
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
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
DettagliISTITUTO COMPRENSIVO SAN VENANZO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE III SECONDARIA I GRADO LIVELLI DI COMPETENZE I QUADRIMESTRE
ISTITUTO COMPRENSIVO SAN VENANZO PROGRAMMAZIONE ANNUALE MATEMATICA CLASSE III SECONDARIA I GRADO MACRO INDICATORI Curricolo verticale I QUADRIMESTRE LIVELLI DI COMPETENZE I QUADRIMESTRE II QUADRIMESTRE
DettagliProblemi di Localizzazione Impianti
Sapienza Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Problemi di Localizzazione Impianti Renato Bruni bruni@dis.uniroma1.it Il materiale presentato è derivato
DettagliTeoria della Complessità Computazionale
Teoria della Complessità Computazionale Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 21 Ottobre 2014 Ricerca Operativa 2
DettagliModello di Ottimizzazione per la Schedulazione del Personale Infermieristico di una Residenza Assistita
Modello di Ottimizzazione per la Schedulazione del Personale Infermieristico di una Residenza Assistita Candidata: Serena Cortopassi Relatori: Prof. Frangioni, Prof. Scutellà Università di Pisa Tesi di
DettagliIL METODO DEL SIMPLESSO
IL METODO DEL SIMPLESSO Il metodo del Simplesso 1 si applica nella risoluzione di un problema di Programmazione Lineare 2 (funzione e vincoli lineari) quando le variabili di azione o iniziali sono almeno
DettagliALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I
ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si
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
DettagliMetodi e modelli per il supporto alle decisioni
Metodi e modelli per il supporto alle decisioni 1. Introduzione Supporto alle decisioni Supporto ai processi decisionali in sistemi complessi Problema decisionale reale Passi, operazioni Soluzioni del
DettagliEsercitazione n o 6 per il corso di Ricerca Operativa
Esercitazione n o 6 per il corso di Ricerca Operativa Il problema è stato tratto dal libro C. Mannino, L.Palagi, M. Roma. Complementi ed esercizi di Ricerca Operativa, Edizioni Ingegneria 2000, 1998, ISBN:
DettagliEsercitazione per il corso di Ricerca Operativa 10 novembre 2009
A.a. 2009-10 Esercitazione n o 1 Esercitazione per il corso di Ricerca Operativa 10 novembre 2009 Laurea magistrale in Ing. Meccanica e Ing. dei Sistemi di Trasporto Laurea in Ing. dei Trasporti Formulazione
DettagliProblema Determinare la miscelazione ottimale delle materie prime in modo da massimizzare il profitto complessivo
Mix Produttivo Si dispone di i=1,...,m risorse produttive (ad esempio, materie prime) in quantità limitata. La massima disponibilità delle risorse è b 1,...,b m Si possono produrre j=1,...,n diversi prodotti
DettagliPreappello di metodi matematici per le decisioni economiche e aziendali A
UNIVERSITÀ DEGLI STUDI ROMA TRE Preappello di metodi matematici per le decisioni economiche e aziendali 11-12-2018 A Candidato (cognome e nome)......... Matricola o CF...... Esercizio 1 1) Data la matrice
DettagliCorso di Ricerca Operativa Prova in itinere del 06/11/2015
Corso di Ricerca Operativa Prova in itinere del 6/11/215 (Cognome) (Nome) (Matricola) Esercizio 1. Un personal trainer deve preparare un piano di allenamento settimanale di 8 ore combinando diverse attività
DettagliLezione 2 Un modello di produzione
LABORATORIO RICERCA OPERATIVA Lezione 2 Un modello di produzione Laura Palagi Dipartimento di Ingegneria informatica automatica e gestionale A. Ruberti Sapienza Universita` di Roma Un problema multi impianto
DettagliMetodi & Modelli per le Scelte Economiche
Metodi & Modelli per le Scelte Economiche [domande di teoria utilizzate in passato per la prova scritta le soluzioni NON vengono fornite, occorrerà quindi verificare la esattezza delle diverse possibili
DettagliRicerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015
1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)
DettagliProgrammazione Matematica: Modelli di Programmazione Intera
Programmazione Matematica: Modelli di Programmazione Intera Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 2.0 Aprile 2004 Indagine di Mercato Mix di utenti da intervistare telefonicamente:
DettagliRicerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound.
Ricerca Operativa A.A. 2007/2008 17. Esercitazione di laboratorio: Branch and Bound. Luigi De Giovanni - Ricerca Operativa - 17. Esercitazione di laboratorio: Branch and Bound 17.1 . Luigi De Giovanni
DettagliPROGRAMMAZIONE LINEARE A NUMERI INTERI
PROGRAMMAZIONE LINEARE A NUMERI INTERI N.B. Nei seguenti esercizi vengono utilizzate, salvo diversa indicazione, le seguenti notazioni: PLO programma lineare ordinario S a insieme delle soluzioni ammissibili
DettagliUniversità degli Studi di Udine Corso di Laurea in Ingegneria Gestionale (V.O.) Prova scritta di Ricerca Operativa 10 giugno 2003
Università degli Studi di Udine Corso di Laurea in Ingegneria Gestionale (V.O.) Prova scritta di Ricerca Operativa 1 giugno 23 Nome: Cognome: Matricola: Esercizio 1) Nel concorso a pronostici del Totocalcio
DettagliA-2 a PI. Esercizio 2. Domanda 3
A-2 a PI Ricerca Operativa 1 Seconda prova intermedia È dato il problema di PL in figura. 1. Facendo uso delle condizioni di ortogonalità, dimostrare o confutare l ottimalità della soluzione x = 1; x =
DettagliRicerca Operativa A.A. 2008/2009
Ricerca Operativa A.A. 08/09 Esercizi di modellazione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliMacchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4
Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse
Dettagli2.3.3 Cammini ottimi nei grafi senza circuiti
.. Cammini ottimi nei grafi senza circuiti Sia un grafo G = (N, A) orientato senza circuiti e una funzione di costo che assegna un valore c ij R ad ogni arco (i, j) A circuito Proprietà I nodi di un grafo
Dettagli2.2 Alberi di supporto di costo ottimo
. Alberi di supporto di costo ottimo Problemi relativi ad alberi hanno numerose applicazioni: progettazione di reti (comunicazione, teleriscaldamento,...) diffusione di messaggi segreti memorizzazione
DettagliUn esempio di applicazione della programmazione lineare intera al progetto di una rete stradale con vincoli di network survivability
Un esempio di applicazione della programmazione lineare intera al progetto di una rete stradale con vincoli di network survivability Corso di Ricerca Operativa per il Corso di Laurea Magistrale in Ingegneria
DettagliIntroduzione. Corso di Tecniche di Simulazione, a.a. 2005/2006. Francesca Mazzia. Dipartimento di Matematica Università di Bari.
Introduzione Corso di Tecniche di Simulazione, a.a. 2005/2006 Francesca Mazzia Dipartimento di Matematica Università di Bari 6 Marzo 2006 Francesca Mazzia (Univ. Bari) Introduzione 6/03/2006 1 / 23 Introduzione
DettagliEsercizio 1. Soluzione
A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Prima prova intermedia 21 aprile 2018 Esercizio 1 Una fabbrica di schede elettroniche deve allocare operai
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
Dettagli3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Scopo: Stimare l onere computazionale per risolvere problemi di ottimizzazione e di altra natura
DettagliRicerca operativa. Prof.ssa Nicolina Tocci
Ricerca operativa Teoria delle decisioni Introduzione Uno dei fenomeni caratteristici di questo secolo è la rapida espansione delle organizzazioni umane, sia nelle loro dimensioni sia nella loro complessità.
DettagliRicerca Operativa. Docente. 1. Introduzione
Ricerca Operativa 1. Introduzione Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel. 049 827 1349 email: luigi@math.unipd.it www.math.unipd.it/~luigi
DettagliData Science A.A. 2018/2019
Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Esercitazione GAMS 1 Data Science 2018/2019 1 Esercizio 1 - AVL La AVL produce tre composti chimici, A, B e C, che possono essere venduti
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
DettagliManagement Sanitario. Modulo di Ricerca Operativa
Management Sanitario per il corso di Laurea Magistrale SCIENZE RIABILITATIVE DELLE PROFESSIONI SANITARIE Modulo di Ricerca Operativa Prof. Laura Palagi http://www.dis.uniroma1.it/ palagi Dipartimento di
Dettagli2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1
2 OTTIMIZZAZIONE SU GRAFI E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Molti problemi decisionali possono essere formulati utilizzando il linguaggio della teoria dei grafi. Esempi: - problemi di
DettagliASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO
ASSEGNAMENTO DELLE OPERAZIONI DI TAGLIO NELLA PRODUZIONE DI CAPI DI ABBIGLIAMENTO Lo scenario produttivo Una nota azienda produce capi di abbigliamento per l alta moda Ogni capo è costituito da vari pezzi
DettagliIl problema del commesso viaggiatore: da Ulisse alla Logistica integrata. Luca Bertazzi
Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata Luca Bertazzi 0 3 Ulisse: da Troia a Itaca Troia Itaca 509 km Quale è stato invece il viaggio di Ulisse? Il viaggio di Ulisse Troia
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
Dettagli