Esercitazione n o 7 per il corso di Ricerca Operativa

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercitazione n o 7 per il corso di Ricerca Operativa"

Transcript

1 Esercitazione n o 7 per il corso di Ricerca Operativa Modello di miscelazione Il problema è stato tratto dal libro W. L. Winston. Operations Research, Application and Algorithms, 4th Edition, Thomson Learning, 2004, ISBN: , page 86. Un problema di miscelazione Una azienza produce tre tipi di gasolio (gas 1, gas 2, gas 3). Ciascuno dei tre tipi di gasolio è ottenuto per miscelazione di tre tipi di oli grezzi (crude 1, crude 2, crude 3). I prezzi di vendita/acquisto al barile di ciascun gasolio/olio grezzo sono i seguenti: prezzi di vendita al barile prezzi di acquisto al barile Gas 1 $70 Crude 1 $45 Gas 2 $60 Crude 2 $35 Gas 3 $50 Crude 3 $25 L azienda può acquistare fino a 5000 barili di ogni tipi di olio grezzo. I tre tipi di gasolio differiscono nel numero di ottani e nel contenuto di zolfo. Gli olii grezzi miscelati per realizzare il gas 1 devono avere un numero di ottani medio di almeno 10 e contenere al più l 1% di zolfo. Gli olii grezzi miscelati per realizzare il gas 2 devono avere un numero di ottani medio di almeno 8 e contenere al più il 2% di zolfo. Gli olii grezzi miscelati per realizzare il gas 3 devono avere un numero di ottani medio di almeno 6 e contenere al più il 1% di zolfo. Il numero di ottani e il contenuto di zolfo dei tre tipi di olii grezzi sono: numero di ottano contenuto zolfo Crude % Crude % Crude % La produzione di un barile di gasolio costa $4 e l azienda è in grado di produrre fino a 14,000 barili di gasolio giornalieri. I clienti richiedono le seguenti quantità di ogni tipo di gasolio: gas barili/giorno, gas barili/giorno, and gas barili/giorno. L azienda considera un obbligo il soddisfacimento della domanda. 1. Formulare un modello di PL che consenta di massimizzare il profitto (=ricavo-costi). 2. Supponiamo che l azienda abbia la possibilità di fare pubblictà per stimolare l acquisto di suoi prodotti. Per ogni dollaro speso giornalmente per la pubblicità di un certo tipo di gasolio, la domanda giornaliera di quel tipo di gasolio aumenta di 10 barili. Ade sempio, se l azienda decide di spendere $20 gionealieri per la pubblicità di gas 2, la domanda giornaliera di gas 2 aumenta di 20(10) = 200 barili. Formulare un nuovo modello di PL che consenta di massimizzare il profitto. 3. Supponiamo inoltre che l azienda voglia fare pubblictà per uno solo dei prodotti. Ad esempio, se l azienda decide di investire in pubblicità per il gas 2, non può investire in pubblicità per il gas 1 e 3. Modellare questa condizione. 1

2 Analisi sintetica del problema. zolfo Ottani prezzo vendita costo prod. domanda tipo variabili di decisione al più almeno $/barile /barile Barile/giorno GAS 1% 10 r 1 = 70 p 1 = 4 q 1 = x 11 x 12 x 13 A 1 2% 8 r 2 = 60 p 2 = 4 q 2 = x 21 x 22 x 23 A 2 1% 6 r 3 = 50 p 3 = 4 q 3 = x 31 x 32 x 33 A 3 tipo OLIO GREZZO prezzo acquisto $/barile olio disponibile, max barile/giorno numero di ottani contenuto di zolfo 0.5% 2.0% 3.0% * per ogni tipo di gasolio: 1 $ al giorno aumenta la domanda di 10 barili/giorno * Max quantità di gasolio da produrre barili/giorno. Indichiamo con r i il prezzo di vendita del gasolio di tipo i p i il costo di produzione del gasolio di tipo i q i la richiesta minima di gasolio di tipo i c j il costo di acquisto dell olio j esimo d j la disponibilitá dell olio j esimo Formulazione 1. Variabili di decisione. Associamo le variabili di decisione alle quantità barili di olio grezzo di tipo j utilizzati per la produzione del gasolio di tipo i (i = 1, 2, 3; j = 1, 2, 3). Sulla base di tale definizione è possibile ricavare l espressione analitica delle quantità di diversi gas realizzati e di olii utilizzati. Olio j per j = 1, 2, 3 utilizzato = Gas i per i = 1, 2, 3 prodotto = Funzione obiettivo. Si vuole max il profitto Z = profitto = #gas (ricavo - costi di produzione) gas i * (quantità di gas) gasi - #olii ( costi di acquisto) olio j * (quantità di olio usato ) olioj. (r i p i ) c j 2

3 Dunque otteniamo: (70 4) x 1j + (60 4) x 2j + (50 4) x 3j 45 x i1 35 x i2 25 Il profitto derivante dall uso dell olio grezzo 1 per la produzione del Gas 1 z = ( ) x 11 = 21 x 11 Da cui si ottiene l espressione della funzione obiettivo: x i3 max Z = 21x x x x x x x x x 33 Vincoli. Vincoli di domanda sui Gas 1, 2, 3 = q i i = 1, 2, 3 C1 : 1x x x C2 : 1x x x C3 : 1x x x Vincoli di disponibilità di Olio Grezzo 1, 2, 3: C4 : 1x x x C5 : 1x x x C6 : 1x x x Vincoli di produzione della raffineria: C7 : 1x x x x x x x x x Vincoli di qualità sul numero medio di ottani: Pe il Gas 1 (12x x x 31 ) >= 10 (x 11 + x 21 + x 31 ) che da luogo al vincolo lineare C8 : (12x x x 31 ) 10 (x 11 + x 21 + x 31 ) = 2x 11 4x 21 2x 31 0 Analogamente per i Gas 2 e 3 si ottiene C9 : 4x 12 2x 22 0 C10 : 6x x 33 0 Vincoli sul massimo contenuto % di zolfo nei Gas 1, 2, 3: (0.005x x x 31 )/(x 11 + x 21 + x 31 ) =<

4 che da luogo ai vincoli C11 : 0.005x x x 31 0 C12 : 0.015x x 32 0 C13 : 0.005x x x 33 0 Infine si devono considerare i vincoli di non negatività 0, i = 1, 2, 3 j = 1, 2, 3 La formulazione completa per la prima formulazione è quindi max 21x x x x x x x x x 33 x 11 + x 21 + x x 12 + x 22 + x x 13 + x 23 + x x 11 + x 12 + x x 21 + x 22 + x x 31 + x 32 + x x 11 + x 12 + x 13 + x 21 + x 22 + x 23 + x 31 + x 32 + x x 11 4x 21 2x x 12 2x x x x x x x x x x x , i = 1, 2, 3 j = 1, 2, 3 Formulazione 2. Variabili di decisione. Dobbiamo agiungere le variabili A i = dollari spesi giornalmente per la pubblicità del gas i (i = 1, 2, 3); Funzione obiettivo. Il profitto deve ora tenere conto anche dei costi di pubblicità Z = profitto = #gas (ricavo - costi di produzione) gas i * (quantità di gas) gasi. #olii ( costi di acquisto) olio j * (quantità di olio usato ) olioj - costi pubblicità. (r i p i ) c j (A 1 + A 2 + A 3 ) Da cui si ottiene l espressione della funzione obiettivo: max Z = 21x x 12 +1x x x x x x x 33 A 1 A 2 A 3 Vincoli. Vincoli di domanda sui Gas 1, 2, 3 La pubblicità incrementa la domanda D i D i + 10A i, dunque i vincoli di ogni gasoli secondo la legge C1 : 1x x x 31 10A C2 : 1x x x 32 10A 2 ge2000 4

5 C3 : 1x x x 33 10A Vincoli di disponibilità di Olio 1, 2, 3: rimangono invariati Vincoli di produzione della raffineria: invariato Vincoli di qualità sul numero medio di ottani e contenuto di zolfo nei Gas 1, 2, 3: invariati Infine si devono considerare i vincoli di non negatività A j 0, j = 1, 2, 3. La formulazione completa è quindi max 21x x x x x x x x x 33 A 1 A 2 A 3 x 11 + x 21 + x 31 10A x 12 + x 22 + x 32 10A x 13 + x 23 + x 33 10A x 11 + x 12 + x x 21 + x 22 + x x 31 + x 32 + x x 11 + x 12 + x 13 + x 21 + x 22 + x 23 + x 31 + x 32 + x x 11 4x 21 2x x 12 2x x x x x x x x x x x , i = 1, 2, 3 j = 1, 2, 3 A j 0, j = 1, 2, 3 5

Esercitazione n o 7 per il corso di Ricerca Operativa

Esercitazione n o 7 per il corso di Ricerca Operativa Esercitazione n o 7 per il corso di Ricerca Operativa Modello di miscelazione Il problema è stato tratto dal libro W. L. Winston. Operations Research, Application and Algorithms, 4th Edition, Thomson Learning,

Dettagli

Modello di miscelazione per il corso di Laboratorio di Ricerca Operativa

Modello di miscelazione per il corso di Laboratorio di Ricerca Operativa Modello di miscelazione per il corso di Laboratorio di Ricerca Operativa Modello di miscelazione Il problema è tratto dal libro W. L. Winston. Operations Research, Application and Algorithms, 4th Edition,

Dettagli

Esercitazione n o 6 per il corso di Ricerca Operativa

Esercitazione 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:

Dettagli

Esercitazione per il corso di Ricerca Operativa 10 novembre 2009

Esercitazione 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

Dettagli

Data Science A.A. 2018/2019

Data 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

Dettagli

Modelli di Programmazione Lineare

Modelli di Programmazione Lineare 3 Modelli di Programmazione Lineare 3.1 MODELLI DI ALLOCAZIONE OTTIMA DI RISORSE Esercizio 3.1.1 Un industria manifatturiera può fabbricare 5 tipi di prodotti che indichiamo genericamente con P1, P2, P3,

Dettagli

Miscelazione di benzine

Miscelazione di benzine Miscelazione di benzine Una raffineria deve miscelare 4 tipi di petrolio grezzo per ottenere 3 tipi di benzina. La tabella seguente mostra la massima quantità disponibile per ogni tipo di petrolio grezzo

Dettagli

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione n o 3 per il corso di Ricerca Operativa Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento November 1, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 12. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a Homework n 12. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 12 Docente: Laura Palagi OTTIMIZZAZIONE DI UNA RAFFINERIA A cura di: Gianluca Maiolo Giulio Andrea

Dettagli

Ottimizzazione (1 mod., 6 crediti, 48 ore, a.a , lez.2)

Ottimizzazione (1 mod., 6 crediti, 48 ore, a.a , lez.2) Docente: Marco Gaviano (e-mail:gaviano@unica.it) Corso di Laurea in Infomatica Corso di Laurea in Matematica Ottimizzazione ( mod., 6 crediti, 8 ore, a.a. 09-0, lez.) Esempi di problemi risolvibili mediante

Dettagli

Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Corso di Laurea in Ingegneria Informatica e Automatica. Esercizi svolti di

Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Corso di Laurea in Ingegneria Informatica e Automatica. Esercizi svolti di Facoltà di Ingegneria dell Informazione, Informatica e Statistica Corso di Laurea in Ingegneria Informatica e Automatica Esercizi svolti di Ricerca Operativa Massimo Roma Dipartimento di Ingegneria Informatica,

Dettagli

di INGEGNERIA Anno Accademico ESERCIZI SVOLTI di RICERCA OPERATIVA pericorsidilaureain:

di INGEGNERIA Anno Accademico ESERCIZI SVOLTI di RICERCA OPERATIVA pericorsidilaureain: UNIVERSITÀ diroma LASAPIENZA FACOLTÀ di INGEGNERIA Anno Accademico 2003 2004 ESERCIZI SVOLTI di RICERCA OPERATIVA pericorsidilaureain: Ingegneria Informatica (A-E) prof. Roma, (F-N) prof. Lucidi, (O-Z)

Dettagli

Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Corso di Laurea in Ingegneria Gestionale. anno accademico

Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Corso di Laurea in Ingegneria Gestionale. anno accademico Facoltà di Ingegneria dell Informazione, Informatica e Statistica Corso di Laurea in Ingegneria Gestionale anno accademico 2016-2017 Esercizi svolti di Ricerca Operativa 12 CFU Stefano Lucidi - Massimo

Dettagli

Segmentazione del mercato tramite menù di contratti nel settore del software

Segmentazione del mercato tramite menù di contratti nel settore del software Segmentazione del mercato tramite menù di contratti nel settore del software La segmentazione del mercato basata su differenze qualitative di prodotto è diffusa nel settore del software. Questa consiste

Dettagli

Corso di Ricerca Operativa Esercitazione del 07/10/2015

Corso di Ricerca Operativa Esercitazione del 07/10/2015 Corso di Ricerca Operativa Esercitazione del 7/1/15 Esercizio 1 Un azienda ha a disposizione reparti per produrre due tipi di farina A e B per alimentazione animale, che si vendono rispettivamente a 3

Dettagli

Programmazione Matematica Lineare

Programmazione Matematica Lineare Programmazione Matematica Lineare Problema di Programmazione Matematica (PM) (problema di ottimizzazione) max f(x) s.t. x R n vettore delle variabili decisionali insieme delle soluzioni ammissibili funzione

Dettagli

Esercizi soluzione grafica e Branch and Bound. Daniele Vigo

Esercizi soluzione grafica e Branch and Bound. Daniele Vigo Esercizi soluzione grafica e Branch and Bound Daniele Vigo daniele.vigo@unibo.it Mix Mangimi Il gestore di un allevamento desidera determinare il mix ottimale di mangimi da aggiungere al riso per la dieta

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 9 Marzo Programmazione Matematica Geometria di R n Esempi Teoria della PL Forma Standard. logo.

Ricerca Operativa. G. Liuzzi. Lunedí 9 Marzo Programmazione Matematica Geometria di R n Esempi Teoria della PL Forma Standard. logo. 1 Lunedí 9 Marzo 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Problema di Ottimizzazione min(o max) f (x) con la restrizione x S dove f (x) : R n R è detta funzione obiettivo S R n

Dettagli

Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE

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

Dettagli

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 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

Dettagli

ESERCITAZIONE 3 : PERCENTUALI

ESERCITAZIONE 3 : PERCENTUALI ESERCITAZIONE 3 : PERCENTUALI e-mail: tommei@dm.unipi.it web: www.dm.unipi.it/ tommei Ricevimento: Lunedi 14-17 Dipartimento di Matematica, piano terra, studio 114 22 Ottobre 2013 Esercizio 1 Nel 2006,

Dettagli

ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 421 E SEGUENTI

ESERCIZI 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

Dettagli

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico Fondamenti di Business Analytics 20486 classi M2/M3 Michele Impedovo anno accademico 2016-2017 Parte II. Decisioni in condizioni di certezza Lezione 7 Programmazione Lineare (PL): il problema Il punto

Dettagli

LEZIONE N. 7 - PARTE 1 - Introduzione

LEZIONE N. 7 - PARTE 1 - Introduzione LEZIONE N. 7 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA

Dettagli

Prof. Ing. Michele Marra - Appunti delle Lezioni di Ricerca Operativa Modelli di programmazione lineare.

Prof. Ing. Michele Marra - Appunti delle Lezioni di Ricerca Operativa Modelli di programmazione lineare. CAPITOLO V MODELLI DI PROGRAMMAZIONE LINEARE 5.1) Un'impresa costruisce 3 modelli di radio a transistor di cui il primo dà un profitto unitario di 4800 lire, il secondo di 9000 lire ed il terzo di 15000

Dettagli

Esercizi di Modellazione Lineare Intera

Esercizi di Modellazione Lineare Intera Esercizi di Modellazione Lineare Intera Domenico Salvagnin 2013-11-25 1. Miscelazione di prodotti Una raffineria produce tre tipi di benzina (A,B,C), ciascuna delle quali si ottiene mescolando 4 prodotti

Dettagli

Capitolo 13. I costi di produzione

Capitolo 13. I costi di produzione Capitolo 13 I costi di produzione I costi di produzione La legge dell offerta: Le imprese sono disposte a produrre e vendere quantità crescenti di un bene al crescere del suo prezzo, dunque la curva di

Dettagli

VINCOLO DI BILANCIO E SCELTA DEL CONSUMATORE

VINCOLO DI BILANCIO E SCELTA DEL CONSUMATORE VINCOLO DI BILANCIO E SCELTA DEL CONSUMATORE 1. Anna ha $100 da spendere in film e concerti. Supponiamo che il prezzo di un film è $10 mentre il prezzo di un concerto è $50: a. Determinare il vincolo di

Dettagli

Il comportamento delle imprese

Il comportamento delle imprese Il comportamento delle imprese Fino a ora il comportamento delle imprese è entrato nella nostra analisi in modo del tutto marginale, attraverso la curva di offerta e la legge dell offerta secondo cui al

Dettagli

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.1)

Matematica 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,

Dettagli

Esercizi: Formulare in termini di programmazione lineare (intera) i seguenti problemi

Esercizi: Formulare in termini di programmazione lineare (intera) i seguenti problemi Esercizi: Formulare in termini di programmazione lineare (intera) i seguenti problemi A1. Presso un Ente per la protezione civile stanno organizzando dei soccorsi da portare a 8 diverse zone, siano 1,

Dettagli

Fondamenti di Business Analytics classi M2/M3 Michele Impedovo anno accademico

Fondamenti 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.

Dettagli

2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema;

2. 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.

Dettagli

Esercitazione 5. Domande

Esercitazione 5. Domande Esercitazione 5 Domande 1. Supporre che un consumatore debba allocare il suo reddito nell acquisto di due beni, X e Y. La funzione di utilità di questo consumatore è pari a U = X Y (quindi, l utilità marginale

Dettagli

Problema 6 * * * x = numero di cassonetti di tipo A y = numero di cassonetti di tipo B f(x, y) = 500x + 600y da massimizzare Vincoli:

Problema 6 * * * x = numero di cassonetti di tipo A y = numero di cassonetti di tipo B f(x, y) = 500x + 600y da massimizzare Vincoli: Problema 6 Un industria specializzata produce due tipi di cassonetti A e B per la raccolta differenziata dei rifiuti. Le macchine utilizzate per la produzione non possono produrre giornalmente più di 40

Dettagli

Problemi. sbj. x 0, x intero

Problemi. sbj. x 0, x intero Problemi Spiegare e dimostrare in quali intervalli di R la funzione arctan x è concava, convessa o nessuno dei due casi. Si ricordi che la derivata prima di arctan x è +x 2. Si codifichi in una formula

Dettagli

Esercitazione 3 Aprile 2017

Esercitazione 3 Aprile 2017 Esercitazione 3 Aprile 2017 Domanda e Offerta La domanda di computer è D=15 2P, dove P è il prezzo dei computer. Inizialmente, l offerta dei computer è S = P: Trovate il prezzo e la quantita di equilibrio

Dettagli

Appunti delle Esercitazione di Ricerca Operativa AMPL Plus v1.6

Appunti delle Esercitazione di Ricerca Operativa AMPL Plus v1.6 Appunti delle Esercitazione di Ricerca Operativa AMPL Plus v1.6 acuradig.liuzzi a.a. 2001-2002 1 Uso di variabili e parametri a 3 o più dimensioni: un modello di pianificazione Negli esempi precedenti

Dettagli

percorso 4 Estensione on line lezione 2 I fattori della produzione e le forme di mercato La produttività La produzione

percorso 4 Estensione on line lezione 2 I fattori della produzione e le forme di mercato La produttività La produzione Estensione on line percorso 4 I fattori della produzione e le forme di mercato lezione 2 a produzione a produttività Una volta reperiti i fattori produttivi necessari l imprenditore dovrà decidere come

Dettagli

Domande 1. La domanda e l offerta del bene 1 sono date rispettivamente da:

Domande 1. La domanda e l offerta del bene 1 sono date rispettivamente da: Domande 1. La domanda e l offerta del bene 1 sono date rispettivamente da: DD SS 10 0,2 2 2 5 0,5 a) Calcolare la quantità e il prezzo di equilibrio sapendo che il reddito a disposizione del consumatore

Dettagli

Microeconomia Esercitazioni a.a. 2018/2019. Prof. Giuseppe Pignataro Tutor: Alessandra Porfido

Microeconomia Esercitazioni a.a. 2018/2019. Prof. Giuseppe Pignataro Tutor: Alessandra Porfido Microeconomia Esercitazioni a.a. 2018/2019 Prof. Giuseppe Pignataro Tutor: Alessandra Porfido Tutor Contatti Alessandra.porfido2@unibo.it Ricevimento Venerdì h.14, su appuntamento Esercitazioni Giovedì

Dettagli

Modelli con vincoli di tipo logico

Modelli con vincoli di tipo logico Modelli con vincoli di tipo logico Le variabili decisionali possono essere soggette a vincoli di tipo logico, più o meno espliciti. Ad esempio: vincoli di incompatibilità tra varie alternative: se localizziamo

Dettagli

Lezione n 16. Lezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Prof. Cerulli Dott.ssa Gentili Dott.

Lezione 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

Dettagli

Interpretazione economica della dualità

Interpretazione economica della dualità Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della

Dettagli

Modelli con vincoli di tipo logico

Modelli con vincoli di tipo logico Modelli con vincoli di tipo logico Le variabili decisionali possono essere soggette a vincoli di tipo logico, più o meno espliciti. Ad esempio: vincoli di incompatibilità tra varie alternative: se localizziamo

Dettagli

LEZIONE N. 6 - PARTE 1 - Introduzione

LEZIONE N. 6 - PARTE 1 - Introduzione LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA

Dettagli

Verifica di matematica 5 A Turistico Verifica a convenienza

Verifica di matematica 5 A Turistico Verifica a convenienza Sei tracce classe 5 AH Luna decide di seguire una dieta che propone di mangiare per pranzo un piatto di pasta con salsa al basilico. Secondo la dieta, le quantità minime da assumere durante il pranzo sono

Dettagli

a) Tracciare le curve del ricavo marginale e del costo marginale. b) Quale quantità deciderà di produrre?

a) Tracciare le curve del ricavo marginale e del costo marginale. b) Quale quantità deciderà di produrre? Domande 1. Supponete che un impresa possa vendere qualsiasi quantità desideri a 13 euro e che abbia i seguenti costi (CT) per vari livelli di produzione (Q): a) Tracciare le curve del ricavo marginale

Dettagli

Modelli di Programmazione Lineare Intera

Modelli di Programmazione Lineare Intera 6 Modelli di Programmazione Lineare Intera 6.1 VARIABILI BINARIE COME VARIABILI INDICATRICI Un altro classico uso di variabili 0 1, consiste nell indicare le relazioni di dipendenza tra alcune grandezze

Dettagli

PROGRAMMAZIONE LINEARE ESEMPIO INTRODUTTIVO. L azienda usa l officina A e l officina B con le seguenti ORE UNITARIE: A B Testing 30 10

PROGRAMMAZIONE LINEARE ESEMPIO INTRODUTTIVO. L azienda usa l officina A e l officina B con le seguenti ORE UNITARIE: A B Testing 30 10 ESEMPIO INTRODUTTIVO Una azienda metalmeccanica deve produrre 2 tipi di Prodotti (Cuscinetti): Cuscinetto a sfera (P1): Profitto=5000ITL/pezzo Cuscinetto a rulli (P2): Profitto=4000 ITL/pezzo L azienda

Dettagli

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 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

Dettagli

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo

STATISTICA (2) ESERCITAZIONE 2. Dott.ssa Antonella Costanzo STATISTICA (2) ESERCITAZIONE 2 5.02.2014 Dott.ssa Antonella Costanzo Esercizio 1. La v.c. Normale: uso delle tavole E noto che un certo tipo di dati si distribuiscono secondo una gaussiana di media 10

Dettagli

Esercitazione n o 3 per il corso di Ricerca Operativa

Esercitazione n o 3 per il corso di Ricerca Operativa Esercitazione n o 3 per il corso di Ricerca Operativa Ultimo aggiornamento October 17, 2011 Fornitura acqua Una città deve essere rifornita, ogni giorno, con 500 000 litri di acqua. Si richiede che l acqua

Dettagli

La programmazione lineare

La 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

Dettagli

LEZIONE N. 6 - PARTE 1 - Introduzione

LEZIONE N. 6 - PARTE 1 - Introduzione LEZIONE N. 6 PROGRAMMAZIONE LINEARE IN MARKAL, SOLUZIONE DEI PROBLEMI DI PROGRAMMAZIONE LINEARE CON: IL METODO GRAFICO ED IL METODO DEL SIMPLESSO. PROPRIETÀ DELLA DUALITÀ ED ESEMPI DI SOLUZIONE DEL PROBLEMA

Dettagli

Massimizzazione del profitto e Concorrenza perfetta

Massimizzazione del profitto e Concorrenza perfetta Corso di MICROECONOMIA (a.a. 2015-2016) Prof.ssa Carla Massidda Tutor dott.ssa Tiziana Medda VII ESERCITAZIONE 5 Maggio 2016 Massimizzazione del profitto e Concorrenza perfetta A. Vero/Falso Si stabilisca

Dettagli

di INGEGNERIA Anno Accademico ESERCIZI SVOLTI di RICERCA OPERATIVA per i Corsi di Laurea in: Ingegneria Gestionale

di INGEGNERIA Anno Accademico ESERCIZI SVOLTI di RICERCA OPERATIVA per i Corsi di Laurea in: Ingegneria Gestionale UNIVERSITÀ di ROMA LA SAPIENZA FACOLTÀ di INGEGNERIA Anno Accademico 25 26 ESERCIZI SVOLTI di RICERCA OPERATIVA per i Corsi di Laurea in: Ingegneria Gestionale F. Facchinei S. Lucidi M. Roma Dipartimento

Dettagli

svolgimento. Il problema può essere formulato introducendo le seguenti variabili: x B4 = quantità di bianco (in kg) utilizzata per produrre tinta 4;

svolgimento. Il problema può essere formulato introducendo le seguenti variabili: x B4 = quantità di bianco (in kg) utilizzata per produrre tinta 4; Esame di Ricerca Operativa - giugno 2 Facoltà di Architettura - Udine - CORREZIONE - Problema ( punti): La Coloraben mira ad affermarsi nella vendita di tinte e smalti. La disponibilità di vernici base

Dettagli

1. MODELLI DI PROGRAMMAZIONE LINEARE

1. MODELLI DI PROGRAMMAZIONE LINEARE Esercizi di programmazione lineare. MODELLI DI PROGRAMMAZIONE LINEARE Politecnico di Torino Pagina di 0 Data ultima revisione //00 Esercizi di programmazione lineare Es. Il problema dello zaino Un gruppo

Dettagli

La Programmazione Lineare Intera

La 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.

Dettagli

Discriminazione del prezzo

Discriminazione del prezzo Università degli Studi di Napoli Federico II Corso di studi CLEA Anno accademico 2012/13 Discriminazione del prezzo Ornella Wanda Maietta maietta@unina.it Sommario 1. La discriminazione di prezzo di primo

Dettagli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

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

Dettagli

Laboratorio 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 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

Dettagli

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno

SIMULAZIONE 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

Dettagli

Esame di Ricerca Operativa del 03/09/2015

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.

Dettagli

ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 417 E SEGUENTI. Esercizio n. 1 pag 417. vincoli

ESERCIZI 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

Dettagli

Interpretazione economica della dualità

Interpretazione economica della dualità Interpretazione economica della dualità Interpretazione economica delle variabili duali Interpretazione economica del problema duale nei problemi di allocazione risorse e miscelazione Applicazioni della

Dettagli

Lavoro Quantità. si determinino prodotto marginale e medio del fattore lavoro.

Lavoro Quantità. si determinino prodotto marginale e medio del fattore lavoro. Microeconomia, Esercitazione 3. A cura di Giuseppe Gori (giuseppe.gori@unibo.it) 1 Esercizi. 1.1 Produzione/1 Data una certa tecnologia di produzione definita solo nell input lavoro (o, in alternativa,

Dettagli

Lezioni di Ricerca Operativa 2 Dott. F. Carrabs

Lezioni 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

Dettagli

Prova Scritta di Ricerca Operativa Prof. Facchinei 02/07/2002

Prova Scritta di Ricerca Operativa Prof. Facchinei 02/07/2002 Cognome: Nome: Prova Scritta di Ricerca Operativa Prof. Facchinei 02/07/2002 1. (Punti 7) Enunciare e dimostrare il teorema dell adualità debole (Scrivere esplicitamente a quale coppia primale/duale si

Dettagli

Le decisioni delle imprese. Forme di mercato. produzione (cosa, quanto, e come produrre) entrata nel mercato uscita dal mercato

Le decisioni delle imprese. Forme di mercato. produzione (cosa, quanto, e come produrre) entrata nel mercato uscita dal mercato Le decisioni delle imprese produzione (cosa, quanto, e come produrre) entrata nel mercato uscita dal mercato Forme di mercato concorrenza perfetta monopolio oligopolio concorrenza monopolistica 1 I costi

Dettagli

FONDAMENTI 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 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]

Dettagli

Definizioni economia applicata all ingegneria

Definizioni economia applicata all ingegneria Definizioni economia applicata all ingegneria October 28 2011 In questo documento assolutamente non ufficiale sono contenute le definizioni date durante le lezioni di economia applicata all ingegneria.

Dettagli

Modelli di programmazione lineare. Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli

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

Dettagli

1 Modelli di Programmazione Lineare Intera. 2 Variabili intere per rappresentare quantità indivisibili

1 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

Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto.

Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto. Esempio di risoluzione di un problema di PL con Excel Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto. Un azienda vinicola desidera produrre due tipi di vino: uno

Dettagli

Modelli di Ottimizzazione: definizione formale

Modelli di Ottimizzazione: definizione formale Modelli di Ottimizzazione: definizione formale Insieme delle possibili alternative Un criterio di ottimizzazione Soluzione ammissibile (Feasible) x appartiene ad un insieme F f: F funzione obiettivo finito

Dettagli

I costi Concetti chiave Costo totale Costo medio Costo marginale Relazione tra produzione e costi Il breve e il lungo periodo Isoquanti e isocosti

I costi Concetti chiave Costo totale Costo medio Costo marginale Relazione tra produzione e costi Il breve e il lungo periodo Isoquanti e isocosti I costi Concetti chiave Costo totale Costo medio Costo marginale Relazione tra produzione e costi Il breve e il lungo periodo Isoquanti e isocosti 1 Perché è importante studiare i costi? Perché l impresa

Dettagli

MD6 Disequazioni, sistemi di disequazioni di 1 grado a due incognite e programmazione lineare

MD6 Disequazioni, sistemi di disequazioni di 1 grado a due incognite e programmazione lineare MD6 Disequazioni, sistemi di disequazioni di 1 grado a due incognite e programmazione lineare Disequazioni, sistemi di disequazioni di 1 grado a due incognite Programmazione lineare Disequazioni, sistemi

Dettagli

Corso di Laurea in Informatica, Corso di Laurea in Matematica Matematica computazionale (6 cfu), Ottimizzazione (8 cfu) a.a.

Corso di Laurea in Informatica, Corso di Laurea in Matematica Matematica computazionale (6 cfu), Ottimizzazione (8 cfu) a.a. Corso di Laurea in Informatica, Corso di Laurea in Matematica Matematica computazionale (6 cfu), Ottimizzazione (8 cfu) a.a.0-4 Programmazione lineare Domande di ripasso Definizioni e risultati teorici.

Dettagli

Problemi di Flusso e Applicazioni

Problemi di Flusso e Applicazioni Problemi di Flusso e Applicazioni Andrea Scozzari a.a. 2013-2014 May 20, 2014 Andrea Scozzari (a.a. 2013-2014) Problemi di Flusso e Applicazioni May 20, 2014 1 / 5 Flussi Multiprodotto I problemi presi

Dettagli

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 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

Dettagli

Esame di Ricerca Operativa - 21 gennaio 2009 Facoltà di Architettura - Udine - CORREZIONE -

Esame di Ricerca Operativa - 21 gennaio 2009 Facoltà di Architettura - Udine - CORREZIONE - Esame di Ricerca Operativa - 2 gennaio 29 Facoltà di Architettura - Udine - CORREZIONE - Problema ( punti): Un azienda chimica produce quattro tipi di colla, A, B, C, D, utilizzando materie prime P, P

Dettagli

1.4 Si risolva mediante gli scarti complementari il duale del problema dato.

1.4 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

Dettagli

Metodi e modelli per il supporto alle decisioni (MMSD)

Metodi 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

Dettagli

Problemi di Ottimizzazione

Problemi 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

Dettagli

ESERCITAZIONE 3: Produzione e costi

ESERCITAZIONE 3: Produzione e costi MICROECONOMIA CEA A.A. 00-00 ESERCITAZIONE : Produzione e costi Esercizio (non svolto in aula ma utile): Rendimenti di scala Determinare i rendimenti di scala delle seguenti funzioni di produzione: a)

Dettagli

1. La tabella seguente fornisce informazioni sulla produzione totale di gelati di un impresa: Costi Totali

1. La tabella seguente fornisce informazioni sulla produzione totale di gelati di un impresa: Costi Totali Esercizi svolti Capitolo 6 medi e marginali: 1. La tabella seguente fornisce informazioni sulla produzione di gelati di un impresa: uantità di gelati (litri) Totali 0 $50 10 $90 20 $110 30 $140 40 $190

Dettagli

Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA QUINTA E SESTA SETTIMANA

Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA QUINTA E SESTA SETTIMANA Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A. 2013-2014. Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA QUINTA E SESTA SETTIMANA In sintesi, una tecnologia costituisce un insieme di piani

Dettagli

Di seguito sono riportati (solo per dare un idea) alcuni appelli precedenti relativi a un corso degli anni passati, Complementi di matematica per l

Di seguito sono riportati (solo per dare un idea) alcuni appelli precedenti relativi a un corso degli anni passati, Complementi di matematica per l Di seguito sono riportati (solo per dare un idea) alcuni appelli precedenti relativi a un corso degli anni passati, Complementi di matematica per l economia e per la finanza, che aveva un programma simile

Dettagli

Corso di Scelte degli individui, strategie d impresa e strutture di mercato Facoltà di Giurisprudenza LIUC Prof.ssa Donatella Porrini - a.a.

Corso di Scelte degli individui, strategie d impresa e strutture di mercato Facoltà di Giurisprudenza LIUC Prof.ssa Donatella Porrini - a.a. Corso di Scelte degli individui, strategie d impresa e strutture di mercato Facoltà di Giurisprudenza LIUC Prof.ssa Donatella Porrini - a.a. 2017-2018 TERZA LEZIONE 14 marzo 2018 I COSTI E I RICAVI DELL

Dettagli

Esercitazione 14 Aprile 2016 (Viki Nellas)

Esercitazione 14 Aprile 2016 (Viki Nellas) Esercitazione Aprile 06 (Viki Nellas) Esercizio Considerate un impresa che utilizzi una tecnologia descritta dalla seguente funzione, ; i prezzi dei fattori lavoro e capitale sono pari rispettivamente

Dettagli

LA TEORIA DELL OFFERTA. Tecnologia e costi di produzione

LA TEORIA DELL OFFERTA. Tecnologia e costi di produzione LA TEORIA DELL OFFERTA Tecnologia e costi di produzione IL COMPORTAMENTO DELL IMPRESA In questa lezione approfondiremo l analisi del comportamento delle imprese e quindi delle determinanti dell offerta.

Dettagli

Ricerca Operativa A.A. 2007/ Modelli di Programmazione Lineare

Ricerca Operativa A.A. 2007/ Modelli di Programmazione Lineare Ricerca Operativa A.A. 07/08 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

Dettagli

Esame di Ricerca Operativa - 14 luglio 2009 Facoltà di Ingegneria - Udine - CORREZIONE -

Esame di Ricerca Operativa - 14 luglio 2009 Facoltà di Ingegneria - Udine - CORREZIONE - Esame di Ricerca Operativa - luglio 9 Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Si consideri la seguente formula booleana in forma normale congiuntiva, di clausole e variabili: (x

Dettagli

Ist. di economia, Corso di Laurea in Ing. Gestionale, I canale (A-L), A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA OTTAVA SETTIMANA

Ist. di economia, Corso di Laurea in Ing. Gestionale, I canale (A-L), A.A Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA OTTAVA SETTIMANA Ist. di economia, Corso di Laurea in Ing. Gestionale, I canale (A-L), A.A. 2015-2016. Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA OTTAVA SETTIMANA L OFFERTA DELL INDUSTRIA Si consideri una industria composta

Dettagli

x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x = 35 q 2 = Me q 3 = x (8,25) = x (8) + 0, 25 ( x (9) x (8)

x 1 x 2 x 3 x 4 x 5 x 6 x 7 x 8 x 9 x = 35 q 2 = Me q 3 = x (8,25) = x (8) + 0, 25 ( x (9) x (8) Esercitazione 4 ESERCIZIO Si considerino i seguenti 0 individui, per essi si osserva l'età. Si individuino mediana e quartili. x x 2 x 3 x 4 x x 6 x 7 x 8 x 9 x 0 8 36 32 86 2 60 6 9 37 Ordiniamo la tabella

Dettagli

I costi di produzione

I costi di produzione Lo scopo dell impresa I costi di produzione L obiettivo di un impresa è massimizzare il profitto! Profitto: Il ricavo totale dell impresa meno il costo totale Il profitto d impresa: Ricavi meno costi Ricavi:

Dettagli

Massimizzazione del profitto e offerta concorrenziale

Massimizzazione del profitto e offerta concorrenziale Massimizzazione del profitto e offerta concorrenziale Quale quantità produrre? In che modo l impresa sceglie il livello di produzione che massimizza il profitto. Come le scelte di produzione delle singole

Dettagli

Teoria della Dualità: I Introduzione

Teoria della Dualità: I Introduzione Teoria della Dualità: I Introduzione Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.2 Maggio 2004 Dualità Per ogni problema PL, detto primale, ne esiste un altro, detto duale, costruito

Dettagli