Ricerca Operativa A.A. 2007/ Introduzione
|
|
|
- Angelina Savino
- 8 anni fa
- Просмотров:
Транскрипт
1 Ricerca Operativa A.A. 2007/ Introduzione
2 Docente Luigi De Giovanni Dipartimento di Matematica Pura e Applicata (Torre Archimede) uff. 419 Tel [email protected] Ricevimento: Martedì, h (su appuntamento via e mail) Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.2
3 Cosa è la Ricerca Operativa? Supporto ai processi decisionali in sistemi complessi Problema decisionale reale Passi, operazioni Soluzioni del problema reale Ricerca delle operazioni con metodo scientifico Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.3
4 Il metodo della Ricerca Operativa Problema decisionale reale Formulazione Modello Deduzione Interpretazione Soluzioni del problema reale Interpretazione Soluzioni del modello Formulazione: modelli matematici, modelli di simulazione, modelli di teoria dei giochi etc. Deduzione: metodi quantitativi, algoritmi efficienti Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.4
5 Problemi di ottimizzazione Determinare la migliore configurazione di sistemi complessi sotto condizioni di utilizzo di risorse scarse Pianificazione della produzione Determinazione dei turni del personale Determinazione di percorsi ottimali Organizzazione dei flussi di dati in una rete di telecomunicazione etc. etc. etc. Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.5
6 Esempio Un coltivatore ha a disposizione 12 ettari di terreno da coltivare a lattuga o a patate. Le risorse a sua disposizione, oltre al terreno, sono: 70 kg di semi di lattuga, 18 t di tuberi, 160 t di concime. Supponendo che il mercato sia in grado di assorbire tutta la produzione e che i prezzi siano stabili, la resa stimata per la coltivazione di lattuga è di 3000 /ettaro e quella delle patate è di 5000 /ettaro. L assorbimento delle risorse per ogni tipo di coltivazione è di 7 kg di semi e 10 t di concime per ettaro di lattuga, e 3 t di tuberi e 20 di concime per le patate. Stabilire quanto terreno destinare a lattuga e quanto a patate in modo da massimizzare la resa economica e sfruttando al meglio le risorse disponibili. Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.6
7 Gli scopi della Ricerca Operativa Semplice generare soluzioni ammissibili Semplice proporre soluzioni ragionevoli Ma Come certificare che una soluzione proposta è la migliore in assoluto (ottima)? Come valutare il valore intrinseco delle risorse (un ettaro di terreno) Come valutare la stabilità della soluzione proposta in funzione di variazioni dei dati (rendite della produzione, risorse disponibili etc.)? Uso di strumenti matematici e algoritmici: Ricerca Operativa! Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.7
8 Costruzione del modello Cosa bisogna decidere? variabili decisionali Quale è l obiettivo? funzione obiettivo Come sono caratterizzate le soluzioni ammissibili? vincoli del problema Modelli matematici: funzione obiettivo e vincoli sono espressi come relazioni matematiche tra le variabili decisionali Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.8
9 Modello matematico Variabili decisionali: x L, x P : quantità in ettari da destinare a lattuga e a patate Funzione obiettivo: max 3000 x L x P Sistema dei vincoli: x L + x P 12 (ettari disponibili) 7 x L 70 (semi disponibili) 3 x P 18 (tuberi disponibili) 10 x L + 20 x P 160 (concime disponibile) x L 0, x P 0 (dominio) Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.9
10 Soluzione Soluzione empirica con foglio elettronico Facile ottenere soluzioni ammissibili ma abbiamo ottenuto la soluzione ottima? Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.10
11 Soluzione: metodo grafico direzione del gradiente della funzione obiettivo curve isoprofitto Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.11
12 Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come vedremo meglio in seguito), una soluzione si trova su un vertice della regione ammissibile: l ultimo toccato traslando le rette isoprofitto nella direzione del gradiente Si parla in questi casi di modelli di programmazione lineare (PL) Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.12
13 Soluzione: sw di ottimizzazione Risolutore di Excel Software di ottimizzazione Linguaggi di modellazione matematica (AMPL, Mosel, OPL, Lingo, GAMS etc.) Motori di ottimizzazione (Cplex, Xpress, GPLK, LPsolve etc.) Importante disporre di un buon modello matematico: considereremo modelli di programmazione lineare (PL) Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.13
14 Programma del corso 1. Problemi di ottimizzazione e modelli. Utilizzo di pacchetti software. 2. Programmazione lineare: teoria e metodo del simplesso; teoria della dualità e applicazioni; simplesso primale duale. 3. Ottimizzazione su grafi: modelli e algoritmi per problema del cammino minimo; problema del flusso di costo minimo; problema del flusso massimo. 4. Introduzione alla Programmazione Lineare Intera e all'ottimizzazione Combinatoria: metodi esatti (metodo dei tagli di Gomory, Branch and Bound); cenni su metodi euristici e metaeuristici (ricerca locale e varianti). TESTI DI RIFERIMENTO Matteo Fischetti, Lezioni di Ricerca Operativa, II edizione, Edizioni Libreria Progetto, Padova, Dispense fornite dal docente. Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.14
15 Organizzazione del corso Lezioni / Esercitazioni martedì mercoledì giovedì Laboratorio obbligatorio mercoledì Laboratorio facoltativo giovedì Ricevimento martedì (su appuntamento via ) Modalità d esame Scritto più eventuale orale o discussione di un mini progetto. Materiali e avvisi su Luigi De Giovanni Ricerca Operativa 1. Introduzione 1.15
Ricerca 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: [email protected] www.math.unipd.it/~luigi Ricevimento: giovedì,
Ricerca 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: [email protected] www.math.unipd.it/~luigi
Ricerca 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
Elementi di un modello di Programmazione Matematica
1 Ricerca Operativa Laboratorio: utilizzo di solver per programmazione matematica Elementi di un modello di Programmazione Matematica Insiemi: elementi del sistema; Parametri: dati del problema; Variabili
Modelli 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
Si consideri il seguente tableau ottimo di un problema di programmazione lineare
ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6
Modelli 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
Modelli 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
Metodi di Ottimizzazione per la Logistica e la Produzione
Metodi di Ottimizzazione per la Logistica e la Produzione Introduzione alle attività di Laboratorio Manuel Iori Dipartimento di Scienze e Metodi dell Ingegneria Università di Modena e Reggio Emilia MOLP
Struttura del Corso. Durata
Manuel Iori Dipartimento di Scienze e Metodi dell Ingegneria (DISMI) Università degli studi di Modena e Reggio Emilia Via Amendola 2, Pad. Buccola, 42122 Reggio Emilia web: www.or.unimore.it/iori/iori.htm
Esame di Ricerca Operativa del 07/09/2016
Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un industria chimica produce due tipi di fertilizzanti (A e B) la cui lavorazione è affidata ai reparti di produzione e
Esame di Ricerca Operativa del 11/07/2016
Esame di Ricerca Operativa del /0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un erboristeria vuole produrre una nuova tisana utilizzando tipi di tisane già in commercio. Tali tisane sono per lo più composte
Esame di Ricerca Operativa del 03/09/2015
Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Una raffineria di petrolio miscela tipi di greggio per ottenere tipi di carburante: senza piombo, diesel e blu diesel.
Il 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
Lezioni di Ricerca Operativa
Lezioni di Ricerca Operativa Massimo Paolucci Dipartimento di Informatica, Sistemistica e Telematica (DIST) Università di Genova [email protected] Anno accademico 2000/2001 La Ricerca Operativa (Operation
Esame di Ricerca Operativa del 15/01/2015
Esame di Ricerca Operativa del 1/01/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da basket e da calcio che vende rispettivamente a 1 e euro. L azienda compra ogni settimana 00
Esame di Ricerca Operativa del 15/01/2015
Esame di Ricerca Operativa del 1/01/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un azienda produce palloni da calcio e da basket che vende a 1 e 20 euro rispettivamente. L azienda compra ogni settimana
5.3 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
Prerequisiti didattici
Università degli Studi di Ferrara 2014-2015 Corso TFA - A048 Matematica applicata Didattica della matematica applicata all economia e alla finanza 1 aprile 2015 Appunti di didattica della matematica applicata
Esame di Ricerca Operativa del 16/06/2015
Esame di Ricerca Operativa del 1/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una ditta produce vernici in tre diversi stabilimenti (Pisa, Cascina, Empoli) e le vende a tre imprese edili (A, B, C). Il
Esame di Ricerca Operativa del 08/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 08/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + x x +x x x 0 x + x x x 8 x x 8
COMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2
COMPITO DI RICERCA OPERATIVA ESERCIZIO. ( punti) La riformulazione di un problema di PL rispetto alla base B = {x, x, x } è la seguente: max 2x + x 2 x = 2 + x x 2 x = + x 2 x = 2 + x + x 2 x, x 2, x,
Soluzione di problemi di Programmazione Lineare Intera
10 Soluzione di problemi di Programmazione Lineare Intera 10.1 ESERCIZI SULLA SOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 10.1.1 Risolvere con il metodo del Branch and Bound il seguente
Indice. 1 Introduzione... 1
Indice 1 Introduzione............................................... 1 2 Esempi di modelli......................................... 7 2.1 Problema della dieta.................................... 7 2.2
COMPITO 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
Fondamenti di Informatica A.A Studenti
Fondamenti di Informatica A.A. 2008-2009 Corso di recupero Ingegneria Area Industriale Docente: Laura Gilda Paccagnella Dipartimento di Matematica Pura ed Applicata tel. 049-8271417 Torre Archimede - Via
Esame di Ricerca Operativa del 09/02/2016
Esame di Ricerca Operativa del 0/0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Una sartoria produce tipi di vestiti: pantaloni, gonne e giacche, utilizzando stoffa e filo. Settimanalmente, la disponibilità
Analisi dei Processi Chimici e. Biotecnologici Anno Accademico
Biotecnologici Anno Accademico 2017 2018 Massimiliano Grosso E-mail: [email protected] Telefono: 070 675 5075 Indirizzo web: http://people.unica.it/massimilianogrosso Obiettivi del Gli
Excel: 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
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2010/2011 Docente: Prof. Paola Mello e-mail: [email protected] Tel: 051 2093818 Server web del modulo: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2010-11/
PRESENTAZIONE DEL CORSO
PRESENTAZIONE DEL CORSO Davide Giglio E-mail: [email protected] CORSO DI LAUREA IN INGEGNERIA INFORMATICA Obiettivo del Corso Lo studente al termine del corso sarà in grado di: modellare come sistemi
Esercizi di Programmazione Lineare - Dualità
Esercizi di Programmazione Lineare - Dualità Esercizio n1 Dato il seguente problema 3 + 3 2 2 + a scriverne il duale; b risolvere il duale (anche geometricamente indicando cosa da esso si può dedurre sul
Presentazione del Corso di Calcolo Numerico con Laboratorio
del Corso di Calcolo oratorio Lucia Gastaldi DICATAM - Sezione di Matematica, http://www.ing.unibs.it/gastaldi/ Indice 1 2 Modalità di esame 3 Materiale Contatti Argomenti Introduzione all uso di Matlab
Corso di Applicazioni di Intelligenza Artificiale LS. Prof. Paola Mello Anno accademico 2008/2009
Università degli Studi di Bologna Facoltà di Ingegneria Corso di Applicazioni di Intelligenza Artificiale LS Corso di Laurea in Ingegneria Informatica Prof. Paola Mello Anno accademico 2008/2009 CONTENUTI
Problemi di Flusso: Il modello del Trasporto
Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su
Fondamenti di Informatica T-1
Fondamenti di Informatica T-1 Facoltà di Ingegneria Univ. di Bologna Ing. Gestionale (L-Z) Prof. Wilma Penzo 1 Informazioni generali Docente Prof. Wilma Penzo DISI E-mail: [email protected] Tel.: 051-20-93560
Si prevede il raggiungimento di abilità di calcolo differenziale e integrale per funzioni di più
ANNO ACCADEMICO: INSEGNAMENTO: ANALISI MATEMATICA DUE TIPOLOGIA DI ATTIVITÀ FORMATIVA: Base DOCENTE: Sorin DRAGOMIR e-mail: [email protected] telefono: 39-0971-205843 sito web: cell. di servizio
Algoritmi e Strutture Dati
Introduzione al corso di Algoritmi e Strutture Dati Luigi Pontieri Il nome del corso: Algoritmi e Strutture Dati Algoritmo: metodo per la risoluzione di problemi di elaborazione di informazioni, espresso
Algoritmo di Branch & Bound
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Algoritmo di Branch & Bound Docente: Renato Bruni [email protected] Corso di: Ottimizzazione Combinatoria
Algoritmi generali per PLI
Programmazione Lineare Intera: II Algoritmo Cutting Planes Daniele Vigo D.E.I.S. Università di Bologna [email protected] rev.. ottobre Algoritmi generali per PLI Metodi esatti tradizionali (anni 6 oggi):
Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.1)
Docente: Marco Gaviano (e-mail:[email protected]) Corso di Laurea in Infomatica Corso di Laurea in Matematica Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a. 2013-14, lez.1) 1 Matematica Computazionale,
Docente: Prof. Marco Patella Tutor: Vincenzo Lomonaco
Università di Bologna Facoltà di Ingegneria C.d.L. in Ing. Gestionale Fondamenti di Informatica T-1 (A-K) A.A. 2015/16 Docente: Prof. Marco Patella Tutor: Vincenzo Lomonaco 1 Obiettivi del corso Il corso
Ottimizzazione 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
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M
FONDAMENTI DI INTELLIGENZA ARTIFICIALE-M A.A. 2016/2017 Docente: Prof. Paola Mello e-mail: [email protected] Tel: 051 2093818 Server web: http://www.lia.deis.unibo.it/courses/ai/fundamentalsai2016-17/
Corso di Informatica per Biologia
Corso di Informatica per Biologia (docente) Fabio Aiolli E-mail: [email protected] Web: www.math.unipd.it/~aiolli (docente laboratorio) Giovanni Da San Martino E-mail: [email protected] Dipartimento
Metodi e Modelli per l Ottimizzazione Combinatoria Metodi basati su generazione di colonne
Metodi e Modelli per l Ottimizzazione Combinatoria Metodi basati su generazione di colonne L. De Giovanni G. Zambelli 1 Un problema di taglio di tondini di ferro Un azienda metallurgica produce tondini
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Introduzione
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Introduzione La Ricerca Operativa La Ricerca Operativa è una disciplina relativamente recente. Il termine Ricerca Operativa è stato coniato
Fondamenti di Informatica
Fondamenti di Informatica Introduzione al Corso Prof. Christian Esposito Corso di Laurea in Ingegneria Meccanica e Gestionale (Classe I) A.A. 2016/17 Informazioni sul Corso 1/3 6 CFU 60 ore di lezione,
Elementi di Informatica e Programmazione
Elementi di Informatica e Programmazione Introduzione Corsi di Laurea in: Ingegneria Civile Ingegneria per l Ambiente e il Territorio Università degli Studi di Brescia Docente: Daniela Fogli Informazioni
RICERCA 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,
Ricerca 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)
1 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
Ottimizzazione 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
x 1 x x 1 2 x 2 6 x 2 5 Indici di base Vettore Ammissibile Degenere (si/no) (si/no)
Esercitazione di Ricerca Operativa Esercizio. Completare la seguente tabella: max x x x x x x x x x x Indici di base Vettore Ammissibile Degenere, x =, y = Esercizio. Effettuare due iterazioni dell algoritmo
Fondamenti di Informatica
Fondamenti di Informatica Introduzione al Corso Prof. Christian Esposito Corso di Laurea in Ingegneria Meccanica e Gestionale (Classe I) A.A. 2017/18 Informazioni sul Corso 1/3 8 CFU 80 ore di lezione,
Introduzione 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
Algoritmi e Strutture dati a.a. 2013/2014
a.a. 2013/2014 Dr Informazioni docente E-mail docente: [email protected] Ricevimento: Mercoledì 15:00-16:00 presso ufficio docenti a contratto (3 piano), Dipartimento di Matematica e Informatica, Campus
Corso di Modelli e Algoritmi della Logistica
Corso di Modelli e Algoritmi della Logistica Modelli e Algoritmi della Logistica Prof. Antonio Sassano Dipartimento di Informatica e Sistemistica Universita di Roma La Sapienza Roma 1 - Ottobre - 2003
La dualità nella Programmazione Lineare
Capitolo 3 La dualità nella Programmazione Lineare 3.1 Teoria della dualità Esercizio 3.1.1 Scrivere il problema duale del seguente problema di Programmazione Lineare: min x 1 x 2 + x 3 2x 1 +3x 2 3 x
Il 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
Esercizi 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
Esercizi sulla Programmazione Lineare Intera
Soluzioni 4.7-4.0 Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare Intera 4.7 Algoritmo del Simplesso Duale. Risolvere con l algoritmo del simplesso duale il seguente
Metodi Matematici per l Ottimizzazione
Università di Catania L.M. in Informatica Metodi Matematici per l Ottimizzazione Modulo di Ottimizzazione Matematica Introduzione alla programmazione lineare Laura Scrimali DMI - Studio 338, piano II blocco
Modelli e complessità di calcolo
Modelli e complessità di calcolo Prof. Giorgio Ausiello Orario delle lezioni: Martedi, Mercoledi, Giovedi ore 8.30 10.00 Orario di ricevimento: Lunedi ore 17.00 19.00 Via Ariosto 25 II piano - Ufficio
Fondamenti di Informatica
Fondamenti di Informatica Introduzione al Corso Prof. Arcangelo Castiglione A.A. 2016/17 Informazioni sul Corso 1/3 6 CFU 60 ore di lezione, suddivise in Lezioni frontali Esercitazioni pratiche al calcolatore
Introduzione. Alessandro De Luca. Automazione
Introduzione Alessandro De Luca obiettivi! Panoramica su architetture e metodi di controllo e supervisione per il funzionamento di macchine, apparati fisici e processi! che evolvono nel tempo o in base
Politecnico di Torino. Ricerca Operativa RICERCA OPERATIVA
RICERCA OPERATIVA R. Tadei 1 Indice 1. Programmazione Lineare 2. Simplesso 2.1 Metodo del simplesso 2.2 Metodo del simplesso revisionato 3. Teoria della dualità 4. Metodi duali del simplesso 4.1 Simplesso
Esercizi soluzione grafica e Branch and Bound. Daniele Vigo
Esercizi soluzione grafica e Branch and Bound Daniele Vigo [email protected] Mix Mangimi Il gestore di un allevamento desidera determinare il mix ottimale di mangimi da aggiungere al riso per la dieta
Fondamenti di Informatica MultiDAMS
Fondamenti di Informatica MultiDAMS Docente: Prof. Rossano Gaeta Lezioni: Lunedì ore 10-12 (aula 15) Martedì ore 10-12 (aula 37) Mercoledì ore 10-12 (aula 37) Orario e luogo di ricevimento: sala docenti
Basi di Dati Ingegneria Informatica e delle Telecomunicazioni
Basi di Dati Ingegneria Informatica e delle Telecomunicazioni A.A. 2014/2015 Ing. Claudio Marrocco [email protected] Obiettivi del corso Il corso mira ad introdurre agli studenti modelli e metodi per
Flusso a Costo Minimo
Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni [email protected] Corso di: Ottimizzazione Combinatoria Dal
Università degli Studi di Enna Kore Facoltà di Scienze Economiche e Giuridiche Anno Accademico
Università degli Studi di Enna Kore Facoltà di Scienze Economiche e Giuridiche Anno Accademico 2015 2016 A.A. Settore Scientifico Disciplinare CFU Insegnamento Ore di aula Mutuazione 2015/16 SECS/P-07
Algoritmi e Strutture Dati
Algoritmi e Strutture Dati Introduzione agli algoritmi Università di Camerino Corso di Laurea in Informatica 6CFU I periodo didattico Anno accademico 2005-06 Emanuela Merelli [email protected]
SISTEMI DI PROGRAMMAZIONE E CONTROLLO
Copyright Sistemi di programmazione e controllo 1 SISTEMI DI PROGRAMMAZIONE E CONTROLLO Introduzione all insegnamento Corso A-K a.a. 2016-2017 Prof.ssa Monia Castellini Copyright Sistemi di programmazione
Corso di. Fondamenti di Informatica 2 e Architettura degli Elaboratori
Corso di Fondamenti di Informatica 2 e Architettura degli Elaboratori Per corsi di laurea in Ingegneria Automatica e Telecomunicazioni Elettronica e Biomedica Contattare il Docente Gradenigo Posta elettronica:
RICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)
RICERCA OPERATIVA Tema d esame del 04/03/2008 (Simulazione) COGNOME: NOME: MATRICOLA:. Una nota azienda automobilistica produce due modelli di auto (un utilitaria e una berlina), che rivende con un guadagno
Esame di Ricerca Operativa del 18/12/12. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:
Esame di Ricerca Operativa del 8// (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x x x x + x x x + x 8 x Base
