Ricerca Operativa e Logistica
|
|
- Angela Pagani
- 8 anni fa
- Visualizzazioni
Transcript
1 Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 20/202 Lezione 6-8 Rappresentazione di funzioni non lineari: - Costi fissi - Funzioni lineari a tratti
2 Funzioni obiettivo non lineari: Costi fissi In diversi problemi reali, la produzione di un bene comporta: Ø Un costo proporzionale alla produzione del bene; Ø Un costo fisso di avvio della produzione; Il contributo al costo totale dovuto alla decisione di produrre unità di un dato bene è modellato come segue: costo f()= p+c se >0 0 se =0 p p+c Come modellare una funzione obiettivo di questo tipo?
3 Funzioni obiettivo non lineari: Costi fissi ) Introduciamo una variabile binaria per indicare quando il costo fisso deve essere considerato: y = se >0 0 se =0 2) aggiungo i vincoli logici: My e y (supponiamo intera. Il secondo vincolo è inutile se la funzione obiettivo è di minimo) 3) la funzione obiettivo viene riscritta come: py+c
4 Esempio: Processo produttivo con costi fissi Una fabbrica di automobili produce tre tipi di auto A, A2 e A3. La fabbrica ha a disposizione cinque catene di montaggio M,,M5 per la produzione di questi tre modelli. La seguente tabella mostra quante ore sono richieste per produrre un tipo di auto su ogni catena e per quante ore settimanalmente una catena può lavorare. A A2 A3 Ore totali Costo fisso M M M M M Il profitto per la vendita delle tre auto è rispettivamente di Euro per una A, euro per una A2 e 5000 euro per una A3. Vincoli di produzione aggiuntivi impongono di produrre almeno 5 auto A, almeno 0 A2 e almeno 5 A3. A causa di uno sciopero degli operai però è possibile far funzionare al più tre catene simultaneamente. Si vuole determinare il piano di produzione che massimizzi i profitti.
5 5 ma 29000! j ! 2 j +5000! 3 j " 29000y "6500y 2 " 7500y 3 " 20500y 4 "900y 5 j= # # # # # 96 5! j $ 5 j= 5! 2 j $0 j= 5! 3 j $5 j= 5 j= j + 2 j + 3 j # My j j % {,...,5} y j # j + 2 j + 3 j j % {,...,5} 5! y j # 3 j= Processo produttivo (doppio indice) X ij = numero di macchine Ai prodotte sulla catena di montaggio j se la catena di montaggio Mi viene utilizzata y i = 0 altrimenti ij integer, i % {,2,3}, j % {,...,5}, y j binaria, j %,...,5 5 j= { } Rimuovendo i costi fissi il piano di produzione cambia?
6 Esempio: Localizzazione di impianti Sia C un insieme di n clienti che devono essere serviti e L un insieme delle possibili localizzazioni dove aprire k impianti. Il costo di servizio del cliente i da parte dell impianto nella locazione j è pari a c ij. Quando un impianto viene attivato si devono sostenere dei costi fissi di apertura pari a p j. Si vogliono localizzare k impianti in modo tale che:. tutti i clienti siano serviti 2. ogni cliente sia servito da non più di un impianto 3. i costi totali siano minimizzati
7 Esempio: Localizzazione di impianti min" c ij ij + p j y j i!n " j!l " j!l " ij = # i! N j!l " ij $ My j # j! L i!n " j!l y j = k y j! 0, { } #j! L ij! { 0,} #j! L #i! N
8 Funzioni obiettivo non lineari: lineari a tratti Un altro tipo di funzione non lineare che può essere rappresentata tramite le variabili intere sono le funzioni lineari a tratti. f ( ) c = c c 2 3 se 0 4 se 4 < 0 se0 < 5 c c 2 c Come modellare una funzione obiettivo di questo tipo?
9 Funzioni obiettivo non lineari: lineari a tratti f ( ) c = c c 2 3 se 0 4 se 4 < 0 se0 < 5 c c 2 c 3 Come modellare una funzione obiettivo di questo tipo? L idea è di gestire separatamente i tre intervalli in cui varia la introducendo 3 variabili decisionali, 2 e 3 associate ai tre intervalli e tali che = Le i assumono il seguente significato: = indica di quanto supera il valore 0, senza eccedere 4. (0 4) 2 = indica di quanto supera il valore 4 senza eccedere 0. (0 2 6) 3 = indica di quanto supera il valore 0 senza eccedere 5. (0 3 5)
10 Funzioni obiettivo non lineari: lineari a tratti f ( ) = c c c 2 3 se 0 4 se 4 < 0 se0 < 5 c c 2 c 3 Come modellare una funzione obiettivo di questo tipo? Affinchè sia rispettato il significato dato alle i nel punto è necessario garantire che: 2 >0 =4 e che 3 >0 2 =6. A tal fine introduciamo le seguenti variabili logiche:! y = se = 4 " # 0 altrimenti Ed inseriamo i seguenti vincoli:! y 2 = se = 6 2 " # 0 altrimenti 4y!! 4 6y 2! 2! 6y 0! 3! 5y 2
11 Funzioni obiettivo non lineari: lineari a tratti Il modello finale è: minc + c c 3 3 = y!! 4 6y 2! 2! 6y 0! 3! 5y 2 i " 0, y i # {0,} Verifichiamo quali valori assumono le i al variare delle variabili logiche y j Consideriamo le possibili combinazioni di valori di y e y 2: y =0 e y 2 =0 0 4, 2 = 3 =0 0 4 y =0 e y 2 = non si può verificare y = e y 2 =0 X =4, 0 2 6, 3 =0 4 0 y = e y 2 = =4, 2 =6, In generale se si hanno k segmenti la tipologia di vincoli da definire è del tipo: L j y j j L j y j- dove L j è la lunghezza del j-esimo segmento
12 Esempio (naive): Acquisto dvd Il signor Rossi ha bisogno di acquistare 80 DVD e, a tal fine, si reca in un centro commerciale dove c è un eccezionale offerta proprio sull acquisto di DVD. L offerta consiste nell applicare un prezzo via via decrescente al crescere del numero di dvd acquistati in accordo alle seguenti fasce: costo = per i primi00 dvd per i successivi dvd tra 0e 400 per i successivi dvd tra 400 e000 Esempio: acquistando 420 dvd si pagherebbero.60*00+300*.30+20*0.30=556 euro. Per permettere a più consumatori di usufruire dell offerta, non è possibile acquistare più di 000 dvd. L obiettivo è portare a casa almeno 80 dvd minimizzando la spesa totale.
13 Esempio (naive): Acquisto dvd costo = per i primi00 dvd per i successivi dvd tra 0e 400 per i successivi dvd tra 400 e000. Definiamo le variabili decisionali associate agli intervalli: = il numero di dvd acquistati a.60 euro = il numero di dvd acquistati a.30 euro = il numero di dvd acquistati a 0.30 euro Introduciamo le variabili logiche y e y2 tali che:! y = se =00 " # 0 altrimenti! y 2 = se 2 = 300 " # 0 altrimenti 3. Ed inseriamo i seguenti vincoli: 00y!!00 300y 2! 2! 300y 0! 3! 600y 2
14 Esempio (naive): Acquisto dvd Il modello matematico è: fo : min = y!!00 300y 2! 2! 300y 0! 3! 600y 2!000 " 80 i " 0, y i # {0,} E banale verificare che la soluzione ottima consiste nell acquistare esattamente i 80 dvd richiesti. Ciò implica che all ottimo =80, 2=3=0. ed il valore della funzione obiettivo è: 28 euro. Vedremo in seguito come una modifica su questo problema lo renda più interessante.
15 Un azienda di trasporto pubblico ha a disposizione un budget di Euro per pubblicizzare una sua iniziativa attraverso televisione e carta stampata. Un annuncio sui giornali costa 000 Euro e si possono fare al massimo 30 annunci di questo tipo. Uno spot televisivo costa Euro e si possono fare al più 5 spot in totale. Il numero di nuovi utenti che si possono raggiungere con i due media decresce con il numero di annunci secondo la seguente tabella: Tipo Pubblicità Fascia Nuovi contatti Giornali Televisione Esempio : Annunci pubblicitari Per esempio, decidendo di fare 2 annunci sui giornali ed 8 spot televisivi si raggiungono nuovi utenti ( giornali; televisione), con una spesa complessiva di = Euro. Si vuole massimizzare il numero di contatti, rispettando il vincolo di budget complessivo.
16 = # annunci su giornale che garantiscono 900 contatti (0 0) 2 = # annunci su giornale che garantiscono 600 contatti (0 2 0) 3 = # annunci su giornale che garantiscono 300 contatti (0 3 0) w = # di spot che garantiscono 900 contatti (0 w 5) w 2 = # di spot garantiscono 600 contatti (0 w 2 5) w 3 = # di spot che garantiscono 300 contatti (0 w 3 5) E 4 variabili binarie: Esempio : Acquisto dvd Per prima cosa definisco due triple (ognuna associata ad una tipologia di annuncio) di variabili decisionali, 2, 3 e che rappresentano rispettivamente:! y i = se i =0 " # 0 altrimenti con i=,2;! u i = se w i = 5 " # 0 altrimenti
17 Esempio : Annunci pubblicitari ma w w w ! 30 w + w 2 + w 3!5 000( )+0000(w + w 2 + w 3 )! y!!0 0y 2! 2!0y 0! 3!0y 2 5u! w! 5 5u 2! w 2! 5u 0! w 3! 5u 2 i, w i, intere "i =, 2,3 y i, u i binarie "i =, 2
18 Esempio : Annunci pubblicitari param num_fasce; set FASCE:=..num_fasce; set NUM_VAR_LOGICHE:=..num_fasce-; set TIPO_PUB; param budget; param costi{tipo_pub}; param contatti{tipo_pub,fasce}; param limit{tipo_pub,fasce}; param ma_annunci{tipo_pub}; var {TIPO_PUB,FASCE} >=0,integer; var y{tipo_pub,num_var_logiche} binary; maimize contatti_tot: sum{i in TIPO_PUB, j in FASCE} contatti[i,j]*[i,j]; s.t. v_ma_annunci{i in TIPO_PUB}: sum{j in FASCE} [i,j] <=ma_annunci[i]; s.t. vincolo_budget: sum{i in TIPO_PUB,j in FASCE} costi[i]*[i,j] <=budget; s.t. maval_i_first {i in TIPO_PUB}: [i,]<=limit[i,]; s.t. maval_i_first2 {i in TIPO_PUB}: [i,]>=y[i,]*limit[i,]; (.dat) param num_fasce:=3; set TIPO_PUB:= giornali tv; param budget:=00000; param costi:= giornali 000 tv 0000; param contatti: 2 3:= giornali tv ; param limit: 2 3:= giornali tv 5 0 5; param ma_annunci:= giornali 30 tv 5; s.t. maval_i_middle {i in TIPO_PUB,j in FASCE:j>}: [i,j]<=y[i,j-]*(limit[i,j]-limit[i,j-]); s.t. maval_i_middle2 {i in TIPO_PUB,j in FASCE:j> &&j<card(fasce)}: [i,j]>=y[i,j]*(limit[i,j]-limit[i,j-]);
19 Esempio : Annunci pubblicitari IBM ILOG License Manager: "IBM ILOG Optimization Suite for Academic Initiative" is accessing CPLEX 2 with option(s): "e m b q ". CPLEX : timing= Times (seconds): Input = Solve = Output = CPLEX : optimal integer solution; objective MIP simple iterations 0 branch-and-bound nodes solve_result = solved [*,*] : 2 3 := giornali tv 5 3 0; y [*,*] : 2 := giornali tv 0;
20 Modellazione delle funzioni lineari a tratti con ampl (.dat) param num_fasce; set FASCE:=..num_fasce; set NUM_VAR_LOGICHE:=..num_fasce-; set TIPO_PUB; param budget; param costi{tipo_pub}; param contatti{tipo_pub,fasce}; param limit{tipo_pub,fasce}; param ma_annunci{tipo_pub}; var {TIPO_PUB} >=0,integer; maimize contatti_tot: sum{i in TIPO_PUB} <<{j in FASCE:j<card(FASCE)} limit[i,j]; {j in FASCE} contatti[i,j]>> [i]; s.t. v_ma_annunci{i in TIPO_PUB}: [i] <=ma_annunci[i]; s.t. vincolo_budget: sum{i in TIPO_PUB} costi[i]*[i] <=budget; param num_fasce:=3; set TIPO_PUB:= giornali tv; param budget:=00000; param costi:= giornali 000 tv 0000; param contatti: 2 3:= giornali tv ; param limit: 2 3:= giornali tv 5 0 5; param ma_annunci:= giornali 30 tv 5;
21 Funzioni lineari a tratti concave e convesse Ma è sempre necessario introdurre le variabili logiche per gestire le funzioni lineari a tratti? c 3 c 3 c 2 c 2 c 0 c 0 No, infatti queste variabili non sono necessarie qualora la funzione sia convessa (figura a sinistra) ed il problema è di minimo oppure quando la funzione è concava (figura a destra) ed il problema è di massimo. Affinchè f sia convessa (concava) devono essere verificate due condizioni: Ø f deve essere continua, ossia c i+ a i+ = c i a i+ per i =,...,n dove a i+ è l estremo destro dell intervallo i-esimo (sinistro dell intervallo i+-esimo); Ø la derivata di f, nei tratti lineari, deve essere non decrescente (non crescente), ossia c i+ c i (c i+ c i ) per i=,...,n.
22 Funzioni lineari a tratti concave e convesse In base a quanto appena visto, per quale dei due esempi (acquisto dvd e annunci pubblicitari) è possibile modificare il modello matematico eliminando le variabili logiche? min ma w w w 3 = y!!00 300y 2! 2! 300y 0! 3! 600y 2!000 "20 i " 0, y i # {0,} NO! ! 30 w + w 2 + w 3!5 000( )+0000(w + w 2 + w 3 )! y!!0 0y 2! 2!0y 0! 3!0y 2 5u! w! 5 5u 2! w 2! 5u 0! w 3! 5u 2 SI! i, w i, intere "i =, 2,3 y i, u i binarie "i =, 2
23 Esempio : Annunci pubblicitari (no var logiche) Con le variabili logiche y ma w w w 3 Senza le variabili logiche y ma w w w ! 30 w + w 2 + w 3!5 000( )+0000(w + w 2 + w 3 )! y!!0 0y 2! 2!0y 0! 3!0y 2 5u! w! 5 5u 2! w 2! 5u 0! w 3! 5u 2 i, w i, intere "i =, 2,3 y i, u i binarie "i =, ! 30 w + w 2 + w 3!5 000( )+0000(w + w 2 + w 3 )! !!0 0! 2!0 0! 3!0 0! w! 5 0! w 2! 5 0! w 3! 5 i, w i intere "i =, 2,3 Scrivere in ampl questo modello matematico e verificare che la soluzione ottima non cambia pur avendo eliminato le y.
24 Funzioni lineari a tratti: variante Il signor Rossi ha bisogno di acquistare 80 DVD e, a tal fine, si reca in un centro commerciale dove c è un eccezionale offerta proprio sull acquisto di DVD. L offerta consiste nell applicare un prezzo differente a seconda del numero di dvd acquistato in accordo alle seguenti fasce: costo = se se se Esempio: acquistare 50 dvd costa 80 euro mentre acquistarne 0 costa 3.3 euro. Per permettere a più consumatori di usufruire dell offerta, non è possibile acquistare più di 000 dvd. L obiettivo è portare a casa almeno 20 dvd minimizzando la spesa totale.
25 Per prima cosa definisco tre variabili decisionali, 2 e 3 con : E tre variabili binarie: Esempio : Acquisto dvd y i = se i > 0 0 altrimenti Ovviamente, solo una delle tre variabili decisionali può assumere un valore diverso da zero e quindi possiamo scrivere che il numero totale di dvd acquistati è pari a La funzione obiettivo del problema diventa c +c 2 2 +c 3 3, ossia: min
26 Esempio : Acquisto dvd E riscrivo questi vincoli: In questo modo: y 2 40y 3 00y y y 3 con y + y2 + y3 =
27 Esempio : Acquisto dvd 0 0y 40y y y 00y y 3 400y 000 y = 2 3 Consideriamo le possibili combinazioni di valori di y, y 2 e y 3 : y =, y 2 =0, y 3 =0 0 00, 2 = 3 = y =0, y 2 =, y 3 = , = 3 = y =0, y 2 =0, y 3 = , = 2 =
28 Esempio : Acquisto dvd min s. t. + = y 2 40y y 3 00y y2 + y3 = y y 3 Qual è la soluzione ottima?
29 Visualizzare modello caricato in ampl # Visualizza la funzione obiettivo epand {j in.._nobjs} _obj[j]; # Visualizza i vincoli del problema epand {i in.._ncons} _con[i]; maimize contatti_tot: 900*['giornali',] + 600*['giornali',2] + 300*['giornali',3] *['tv',] *['tv',2] *['tv',3]; subject to v_ma_annunci['giornali']: ['giornali',] + ['giornali',2] + ['giornali',3] <= 30; subject to v_ma_annunci['tv']: ['tv',] + ['tv',2] + ['tv',3] <= 5; subject to vincolo_budget: 000*['giornali',] + 000*['giornali',2] + 000*['giornali',3] *['tv',] *['tv',2] *['tv',3] <= e+05; subject to maval_i_first['giornali']: ['giornali',] <= 0; subject to maval_i_first['tv']: ['tv',] <= 5; subject to maval_i_first2['giornali']: ['giornali',] - 0*y['giornali',] >= 0; subject to maval_i_first2['tv']: ['tv',] - 5*y['tv',] >= 0;....
Problema della produzione dei monitor
Problema della produzione dei monitor Una azienda produce monitor per PC in tre diversi stabilimenti. Il costo di produzione di ciascun monitor varia a causa della diversa efficienza produttiva degli stabilimenti.
DettagliGestione Impresa. Mese 1 2 3 4 5 6 Unità richieste 700 600 500 800 900 800
Gestione Impresa Un impresa di produzione produce un solo tipo di merce. Ci sono 40 operai, ciascuno dei quali produce 20 unità di merce al mese. La domanda fluttua nel corso di un semestre secondo la
DettagliModelli di Programmazione Lineare Intera
8 Modelli di Programmazione Lineare Intera 8.1 MODELLI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 8.1.1 Una compagnia petrolifera dispone di 5 pozzi (P1, P2, P3, P4, P5) dai quali può estrarre petrolio.
DettagliRicerca Operativa e Logistica
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili A.A. 2011/2012 Lezione 10: Variabili e vincoli logici Variabili logiche Spesso nei problemi reali che dobbiamo affrontare ci sono dei
DettagliAi fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:
1 Lastoriadiun impresa Il Signor Isacco, che ormai conosciamo per il suo consumo di caviale, decide di intraprendere l attività di produttore di caviale! (Vuole essere sicuro della qualità del caviale
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Il modello matematico 2: Funzioni obiettivo: ma.min, Min-ma Tipologie di Vincoli Funzione obiettivo ma-min: Esempio Scommesse Il signor
Dettaglimese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000
1.7 Servizi informatici. Un negozio di servizi informatici stima la richiesta di ore di manutenzione/consulenza per i prossimi cinque mesi: mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000 All inizio
DettagliPianificazione di Produzione in DEC
Pianificazione di Produzione in DEC L esempio considerato qui è un problema reale che la Digital Equipment Corporation (DEC) ha dovuto affrontare nell autunno del 1988 per preparare la pianificazione di
DettagliModelli di Programmazione Lineare e Programmazione Lineare Intera
Modelli di Programmazione Lineare e Programmazione Lineare Intera 1 Azienda Dolciaria Un azienda di cioccolatini deve pianificare la produzione per i prossimi m mesi. In ogni mese l azienda ha a disposizione
DettagliLuigi De Giovanni Esercizi di modellazione matematica Ricerca Operativa
Piani di investimento Un finanziere ha due piani di investimento A e B disponibili all inizio di ciascuno dei prossimi cinque anni. Ogni euro investito in A all inizio di ogni anno garantisce, due anni
DettagliCapitolo 13: L offerta dell impresa e il surplus del produttore
Capitolo 13: L offerta dell impresa e il surplus del produttore 13.1: Introduzione L analisi dei due capitoli precedenti ha fornito tutti i concetti necessari per affrontare l argomento di questo capitolo:
DettagliRicerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari
Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari Esercizio n.1 Un azienda intende incrementare il proprio organico per ricoprire alcuni compiti scoperti. I dati relativi ai compiti
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
Dettagli1 Breve introduzione ad AMPL
1 Breve introduzione ad AMPL Il primo passo per risolvere un problema reale attraverso strumenti matematici consiste nel passare dalla descrizione a parole del problema al modello matematico dello stesso.
DettagliModelli 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
DettagliRicerca Operativa A.A. 2008/2009
Ricerca Operativa A.A. 08/09 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
DettagliCapitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano
Capitolo 5: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 5.1 Modelli di PLI, formulazioni equivalenti ed ideali Il modello matematico di un problema di Ottimizzazione Discreta è molto spesso
DettagliLezioni di Ricerca Operativa 2 Dott. F. Carrabs
Lezioni di Ricerca Operativa Dott. F. Carrab.. 009/00 Lezione in Laboratorio: - Eercizi di modellazione Lezione 7: Eempio: Invetimenti Un cliente affida ad un aenzia finanziaria un milione di euro da impieare
DettagliRicerca 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
DettagliEsempi di modelli di programmazione lineare (intera) 2014
Esempi di modelli di programmazione lineare (intera) 2014 1) Combinando risorse Una ditta produce due tipi di prodotto, A e B, combinando e lavorando opportunamente tre risorse, R, S e T. In dettaglio:
DettagliCapitolo 10 Costi. Robert H. Frank Microeconomia - 4 a Edizione Copyright 2007 - The McGraw-Hill Companies, srl
Capitolo 10 Costi COSTI Occorre collegare la produzione dell impresa ai costi sostenuti per realizzarla, sia nel breve, sia nel lungo periodo Si tratta di scegliere la combinazione ottimale dei fattori
DettagliIntroduzione. AMPL Introduzione. F. Rinaldi. Dipartimento di Matematica Università di Padova. Corso di Laurea Matematica. F. Rinaldi AMPL Introduzione
Dipartimento di Matematica Università di Padova Corso di Laurea Matematica Outline Introduzione Utilizzo di un Solver Definizione Un solver (o risolutore) è un software che riceve in input una descrizione
DettagliModelli di PL: allocazione ottima di risorse. Un esempio Modelli a risorse condivise Modelli a risorse alternative Modelli multi-periodo
Modelli di PL: allocazione ottima di risorse Un esempio Modelli a risorse condivise Modelli a risorse alternative Modelli multi-periodo Allocazione ottima di robot Un azienda automobilistica produce tre
DettagliProdotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:
1.1 Pianificazione degli investimenti. Una banca deve investire C milioni di Euro, e dispone di due tipi di investimento: (a) con interesse annuo del 15%; (b) con interesse annuo del 25%. Almeno 1 di C
DettagliSOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 2015
SOLUZIONE DEL PROBLEMA 1 TEMA DI MATEMATICA ESAME DI STATO 015 1. Indicando con i minuti di conversazione effettuati nel mese considerato, la spesa totale mensile in euro è espressa dalla funzione f()
DettagliPROGRAMMAZIONE LINEARE IN DUE VARIABILI
1 PROGRAMMAZIONE LINEARE IN DUE VARIABILI La ricerca operativa nata durante la seconda guerra mondiale ed utilizzata in ambito militare, oggi viene applicata all industria, nel settore pubblico e nell
DettagliLa teoria dell offerta
La teoria dell offerta Tecnologia e costi di produzione In questa lezione approfondiamo l analisi del comportamento delle imprese e quindi delle determinanti dell offerta. In particolare: è possibile individuare
DettagliProgetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione
Progetto di Reti di Telecomunicazione Modelli in Programmazione Lineare Problemi di Localizzazione Posizionamento di antenne È dato un insieme A di possibili siti in cui installare antenne, a ciascuno
DettagliINTRODUZIONE. Cplex è un software per la risoluzione di Problemi di Programmazione Lineare e Lineare Intera;
INTRODUZIONE Cplex è un software per la risoluzione di Problemi di Programmazione Lineare e Lineare Intera; L interfaccia con il quale viene utilizzato è Microsoft Excel 1 Installazione CPLEX Dopo aver
DettagliRicerca Operativa Esercizio 1
E1 Esercizio 1 La fonderia ESSELLE deve produrre esattamente 1000 pezzi del peso di un chilogrammo ciascuno. Il ferro con cui questi pezzi saranno fatti deve contenere manganese e silicio nelle seguenti
DettagliI ricavi ed i costi di produzione
I ricavi ed i costi di produzione Supponiamo che le imprese cerchino di operare secondo comportamenti efficienti, cioè comportamenti che raggiungono i fini desiderati con mezzi minimi (o, che è la stessa
DettagliUniversità del Salento
Università del Salento Dipartimento di Matematica DAI SISTEMI DI DISEQUAZIONI LINEARI.. ALLA PROGRAMMAZIONE LINEARE Chefi Triki La Ricerca Operativa Fornisce strumenti matematici di supporto alle attività
DettagliAlgoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005. Lezione 11
Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005 Docente: Ugo Vaccaro Lezione 11 In questa lezione vedremo alcune applicazioni della tecnica greedy al progetto di algoritmi on-line. Vediamo
DettagliRICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007
RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007 Rispondere alle seguenti domande marcando a penna la lettera corrispondente alla risposta ritenuta corretta (una sola tra quelle riportate). Se
DettagliModelli per la gestione delle scorte
Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione
DettagliLa Minimizzazione dei costi
La Minimizzazione dei costi Il nostro obiettivo è lo studio del comportamento di un impresa che massimizza il profitto sia in mercati concorrenziali che non concorrenziali. Ora vedremo la fase della minimizzazione
Dettagli1) Descrivere dettagliatamente a quale problema di scheduling corrisponde il problema.
Un veicolo viene utilizzato da una società di trasporti per trasportare beni a partire da un unico deposito verso prefissate località di destinazione. Si supponga che occorre trasportare singolarmente
DettagliModello matematico PROGRAMMAZIONE LINEARE PROGRAMMAZIONE LINEARE
PRGRMMZIN LINR Problemi di P.L. in due variabili metodo grafico efinizione: la programmazione lineare serve per determinare l allocazione ottimale di risorse disponibili in quantità limitata, per ottimizzare
Dettagli1. Considerazioni preliminari
1. Considerazioni preliminari Uno dei principali aspetti decisionali della gestione logistica è decidere dove localizzare nuove facility, come impianti, magazzini, rivenditori. Ad esempio, consideriamo
DettagliProduzione e forza lavoro
Produzione e forza lavoro Testo Un azienda produce i modelli I, II e III di un certo prodotto a partire dai materiali grezzi A e B, di cui sono disponibili 4000 e 6000 unità, rispettivamente. In particolare,
DettagliUniversità Ca Foscari Venezia
Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano 2 Problemi di Costo Fisso & Vincoli Disgiuntivi (con esercizi ) November 12, 2015 2 Università
DettagliIstituzioni di Economia
Corso di laurea in Servizio Sociale Istituzioni di Economia I costi di produzione (Capitolo 13) I costi di produzione La legge dell offerta P Offerta Le imprese sono disposte a produrre e vendere quantità
DettagliESEMPI DI DOMANDE per la prova scritta dell esame di Istituzioni di Economia.
ESEMPI DI DOMANDE per la prova scritta dell esame di Istituzioni di Economia. La prova scritta consta di dodici domande, formulate come test a risposta multipla. Una sola delle cinque risposte fornite
DettagliCreare una nuova spedizione personalizzata.
Gestione spedizioni La piattaforma ecommerce compry.it offre una gestione estremamente potente dei costi di spedizione da applicare al cliente che effettua acquisti. Il sistema, oltre al classico calcolo
DettagliOgni azienda ha la necessità di conoscere il proprio sistema dei costi sia per controllare la situazione esistente che per verificare il
Ogni azienda ha la necessità di conoscere il proprio sistema dei costi sia per controllare la situazione esistente che per verificare il raggiungimento degli obiettivi avendo come fine il mantenimento
DettagliEsercizio. almeno una tenuta lasci 200 ettari di terreno incolto, e
Un finanziere ha a disposizione due piani di investimento A e B, disponibili all inizio di ciascuno dei prossimi cinque anni. Ogni euro investito in A all inizio di ogni anno dà, due anni più tardi, un
DettagliAlgoritmi e Strutture Dati
Elementi di Programmazione Dinamica Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino Il problema La CMC produce automobili in uno stabilimento
DettagliEsempi di sensitivity analisys
Esempi di sensitivity analisys SELEZIONE DI INVESTIMENTI: Un modello multiperiodale Prendiamo ora in esame un esempio di problema di selezione di investimenti che ci permette di evidenziare alcune possibilità
DettagliOttimizzazione Multi Obiettivo
Ottimizzazione Multi Obiettivo 1 Ottimizzazione Multi Obiettivo I problemi affrontati fino ad ora erano caratterizzati da una unica (e ben definita) funzione obiettivo. I problemi di ottimizzazione reali
DettagliOttimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni
Ottimizzazione nella gestione dei progetti Capitolo 4: la gestione dei costi (Programmazione multimodale): formulazioni CARLO MANNINO Università di Roma La Sapienza Dipartimento di Informatica e Sistemistica
DettagliProblemi di localizzazione impianti
Problemi di localizzazione impianti Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 2 Dicembre 2014 Ricerca Operativa 2 Laurea
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 13. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 13 Docente: Laura Palagi A.A. 2012/2013 Laboratorio di Ricerca Operativa BGER Leonardo Mastrantoni
DettagliRicerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili. Uso di Excel nella Programmazione Matematica
Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili Uso di Ecel nella Programmazione Matematica Uso degli spreadsheet (formulazione nel formato richiesto da Ecel) Conversione della formulazione
DettagliREGOLAZIONE (E TASSAZIONE OTTIMALE) DI UN MONOPOLIO CON PIÙ LINEE DI PRODUZIONE
REGOLAZIONE (E TASSAZIONE OTTIMALE) DI UN MONOPOLIO CON PIÙ LINEE DI PRODUZIONE Nella Sezione 16.5 abbiamo visto come un regolatore che voglia fissare il prezzo del monopolista in modo da minimizzare la
DettagliAppello di Ricerca Operativa A.A. 2006-2007 (29/3/2007)
Nome... Cognome... 1 Appello di Ricerca Operativa A.A. 2006-2007 (29/3/2007) Si consideri la funzione f(x) = 4x 2 1 + 6x 4 2 2x 2 1x 2. Si applichi per un iterazione il metodo del gradiente a partire dai
DettagliN.B.: Gli esercizi di OFFICE vanno risolti prima dell esercizio sulla PL
ESERCIZIO MM1 Una pasticceria usa 5 mescolatori (M1, M2, M3, M4, M5) per produrre giornalmente la farcitura di 2 tipi di bignè (F1, F2), e ciascun miscelatore può indifferentemente produrre le due farciture.
DettagliIstituzioni di Economia Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa
UNIVERSITÀ DEGLI STUDI DI BERGAMO Laurea Triennale in Ingegneria Gestionale Lezione 16 Offerta dell impresa Prof. Gianmaria Martini Offerta dell impresa La decisione di un impresa a riguardo della quantità
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
Dettagli4. Operazioni elementari per righe e colonne
4. Operazioni elementari per righe e colonne Sia K un campo, e sia A una matrice m n a elementi in K. Una operazione elementare per righe sulla matrice A è una operazione di uno dei seguenti tre tipi:
DettagliSIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno
SIMULAZIONE ESAME di OTTIMIZZAZIONE 28 novembre 2005 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : XXXXXXXXXXXXXXXXX Nome : XXXXXXXXXXXXXX VALUTAZIONE
DettagliCapitolo 7. F. Barigozzi Microeconomia CLEC 1
Capitolo 7 Continuiamo ad acquisire gli strumenti che ci permetteranno di studiare la scelta ottimale dell impresa. In questo capitolo vengono trattati i costi dell impresa. Usando la funzione di produzione
DettagliLA COMBINAZIONE DEI FATTORI PRODUTTIVI CAP. 5
LA COMBINAZIONE DEI FATTORI PRODUTTIVI CAP. 5 Appunti di estimo Il fine economico dell imprenditore Le motivazioni che spingono un imprenditore ad avviare attività di impresa sono: Produrre beni e servizi,
DettagliModelli di Ottimizzazione
Capitolo 2 Modelli di Ottimizzazione 2.1 Introduzione In questo capitolo ci occuperemo più nel dettaglio di quei particolari modelli matematici noti come Modelli di Ottimizzazione che rivestono un ruolo
DettagliRaggruppamenti Conti Movimenti
ESERCITAZIONE PIANO DEI CONTI Vogliamo creare un programma che ci permetta di gestire, in un DB, il Piano dei conti di un azienda. Nel corso della gestione d esercizio, si potranno registrare gli articoli
DettagliEsercitazione 23 maggio 2016
Esercitazione 5 maggio 016 Esercitazione 3 maggio 016 In questa esercitazione, nei primi tre esercizi, analizzeremo il problema del moral hazard nel mercato. In questo caso prenderemo in considerazione
DettagliStrumenti per la costruzione di modelli economici in Excel. Parte 3. Strumenti di Ottimizzazione
Strumenti per la costruzione di modelli economici in Excel Parte 3. Strumenti di Ottimizzazione Agenda 1. Obiettivi del documento 2. Funzioni basilari 3. Strumenti per analisi di sensitività 4. Strumenti
DettagliDomande a scelta multipla 1
Domande a scelta multipla Domande a scelta multipla 1 Rispondete alle domande seguenti, scegliendo tra le alternative proposte. Cercate di consultare i suggerimenti solo in caso di difficoltà. Dopo l elenco
DettagliLezione 4. Controllo di gestione. Il controllo direzionale
Lezione 4 Il controllo direzionale Sistema di pianificazione e controllo PIANIFICAZIONE STRATEGICA PIANO 1 2 OBIETTIVI OBIETTIVI ATTIVITA 3 DI LUNGO PERIODO DI BREVE PERIODO OPERATIVA 5 BUDGET FEED-BACK
DettagliTSP con eliminazione di sottocicli
TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 7-8 9 7 9-8 79
DettagliLaboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 19. Docente: Laura Palagi
Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 19 Docente: Laura Palagi Gruppo 19: Valentina Rabagliati Luca Quaresima Andrea Martullo Istanza del
DettagliLa gestione delle scorte
La gestione delle scorte Controllo delle scorte Sist. prod. / Fornitore ordini domanda I Magazzino R Lead Time T La gestione delle scorte Problema: uando ordinare uanto ordinare Obiettivi: Basso livello
DettagliCodifica binaria dei numeri relativi
Codifica binaria dei numeri relativi Introduzione All interno di un calcolatore, è possibile utilizzare solo 0 e 1 per codificare qualsiasi informazione. Nel caso dei numeri, non solo il modulo ma anche
DettagliProblema del Trasporto. Container vuoti Verona 10 Perugia 12 Roma 20 Pescara 24 Taranto 18 Lamezia 40
Problema del Trasporto Una ditta di trasporto deve trasferire container vuoti dai propri 6 Magazzini, situati a Verona, Perugia, Roma, Pescara, Taranto e Lamezia, ai principali Porti nazionali (Genova,
DettagliProduzione Concetti chiave Funzione di produzione. Isoquanti SMST. Rendimenti di scala
Produzione Concetti chiave Funzione di produzione Prodotto totale, marginale Rendimenti marginali dei singoli fattori Isoquanti SMST Rendimenti di scala 1 L obiettivo dell impresa L impresa vuole massimizzare
DettagliChi non risolve esercizi non impara la matematica.
96 matematica per l economia Esercizio 65. Consideriamo ancora il problema 63 dell azienda vinicola, aggiungendo la condizione che l azienda non può produrre più di 200 bottiglie al mese. Soluzione. La
DettagliProduzione Concetti chiave Funzione di produzione. Isoquanti. Rendimenti di scala. Prodotto totale, marginale Rendimenti marginali dei singoli fattori
Produzione Concetti chiave Funzione di produzione Prodotto totale, marginale Rendimenti marginali dei singoli fattori Isoquanti SMST Rendimenti di scala 1 ricordiamo L obiettivo dell impresa L impresa
DettagliCOME SVILUPPARE UN EFFICACE PIANO DI INTERNET MARKETING
Febbraio Inserto di Missione Impresa dedicato allo sviluppo pratico di progetti finalizzati ad aumentare la competitività delle imprese. COME SVILUPPARE UN EFFICACE PIANO DI INTERNET MARKETING COS E UN
DettagliLinguaggi di modellizzazione
p. 1/5 Linguaggi di modellizzazione Come visto, il primo passo per risolvere un problema di decisione consiste nel formularne il modello matematico. Una volta definito il modello matematico lo dobbiamo
DettagliTSP con eliminazione di sottocicli
TSP con eliminazione di sottocicli Un commesso viaggiatore deve visitare 7 clienti in modo da minimizzare la distanza percorsa. Le distanze (in Km) tra ognuno dei clienti sono come segue: 3 5 7-8 9 57
DettagliCapitolo 10 Costi. Robert H. Frank Microeconomia - 5 a Edizione Copyright 2010 - The McGraw-Hill Companies, srl
Capitolo 10 Costi COSTI Per poter realizzare la produzione l impresa sostiene dei costi Si tratta di scegliere la combinazione ottimale dei fattori produttivi per l impresa È bene ricordare che la categoria
DettagliI Esonero di Metodi di Ottimizzazione (Laurea in Ingegneria Gestionale-Corso B) Traccia A
I Esonero di Metodi di Ottimizzazione Traccia A 1. Uno stabilimento deve varare un piano di assunzioni di dirigenti, impiegati ed operai. L assunzione di un dirigente può avvenire attraverso un concorso
DettagliBasi di matematica per il corso di micro
Basi di matematica per il corso di micro Microeconomia (anno accademico 2006-2007) Lezione del 21 Marzo 2007 Marianna Belloc 1 Le funzioni 1.1 Definizione Una funzione è una regola che descrive una relazione
Dettagli190 LA DUALITÀ NELLA PROGRAMMAZIONE LINEARE 7.2 INTERPRETAZIONE DELLA DUALITÀ
190 LA DUALITÀ NELLA PROGRAMMAZIONE LINEARE 7.2 INTERPRETAZIONE DELLA DUALITÀ [Questo paragrafo non fa parte del programma di esame] Nei modelli reali le variabili (primali) possono rappresentare, ad esempio,
DettagliCalcolo del Valore Attuale Netto (VAN)
Calcolo del Valore Attuale Netto (VAN) Il calcolo del valore attuale netto (VAN) serve per determinare la redditività di un investimento. Si tratta di utilizzare un procedimento che può consentirci di
DettagliCalcolare il costo dei prodotti
Calcolare il costo dei prodotti Metodi alternativi a confronto Prima Puntata www.studiobarale.it Parte 1 di 6 Obiettivi spiegare le diverse metodologie di calcolo dei costi di prodotto, mostrandone logiche
DettagliGestione Turni. Introduzione
Gestione Turni Introduzione La gestione dei turni di lavoro si rende necessaria quando, per garantire la continuità del servizio di una determinata struttura, è necessario che tutto il personale afferente
DettagliRicerca Operativa A.A. 2007/2008. 10. Dualità in Programmazione Lineare
Ricerca Operativa A.A. 2007/2008 10. Dualità in Programmazione Lineare Luigi De Giovanni - Ricerca Operativa - 10. Dualità in Programmazione Lineare 10.1 Soluzione di un problema di PL: punti di vista
DettagliPaperone e Rockerduck: a cosa serve l antitrust?
Paperone e Rockerduck: a cosa serve l antitrust? Paperone Anna Torre, Rockerduck Ludovico Pernazza 1-14 giugno 01 Università di Pavia, Dipartimento di Matematica Concorrenza Due imprese Pap e Rock operano
DettagliUn modello matematico di investimento ottimale
Un modello matematico di investimento ottimale Tiziano Vargiolu 1 1 Università degli Studi di Padova Liceo Scientifico Benedetti Venezia, giovedì 30 marzo 2011 Outline 1 Preliminari di calcolo delle probabilità
DettagliEconomia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A. 2013-2014. Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA QUARTA SETTIMANA
Economia, Corso di Laurea Magistrale in Ing. Elettrotecnica, A.A. 2013-2014. Prof. R. Sestini SCHEMA DELLE LEZIONI DELLA QUARTA SETTIMANA SURPLUS del CONSUMATORE E utile poter disporre di una misura monetaria
DettagliE naturale chiedersi alcune cose sulla media campionaria x n
Supponiamo che un fabbricante stia introducendo un nuovo tipo di batteria per un automobile elettrica. La durata osservata x i delle i-esima batteria è la realizzazione (valore assunto) di una variabile
DettagliLA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ
LA MASSIMIZZAZIONE DEL PROFITTO ATTRAVERSO LA FISSAZIONE DEL PREZZO IN FUNZIONE DELLE QUANTITÀ In questa Appendice mostreremo come trovare la tariffa in due parti che massimizza i profitti di Clearvoice,
Dettaglirisulta (x) = 1 se x < 0.
Questo file si pone come obiettivo quello di mostrarvi come lo studio di una funzione reale di una variabile reale, nella cui espressione compare un qualche valore assoluto, possa essere svolto senza necessariamente
DettagliMon Ami 3000 Produzione base Produzione articoli con distinta base e calcolo dei fabbisogni
Prerequisiti Mon Ami 3000 Produzione base Produzione articoli con distinta base e calcolo dei fabbisogni L opzione Produzione base è disponibile per le versioni Azienda Light e Azienda Pro. Introduzione
DettagliMETODI per effettuare previsioni con analisi di tipo WHAT-IF
METODI per effettuare previsioni con analisi di tipo WHAT-IF 1. TABELLA DATI Una tabella di dati è un intervallo che mostra come la modifica di alcuni valori nelle formule ne influenza i risultati. Le
DettagliDeterminare il livello produttivo che consente di rendere minimo il costo medio, nonché il suo valore corrispondente.
ESERCIZI SVOLTI SU COMPORTAMENTO DELL IMPRESA di G.Garofalo 1. Nota la funzione di costo totale CT = 1 + 3 + 70 Determinare le funzioni di costo: - fisso e medio fisso - variabile e medio variabile - medio
DettagliPROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati
prof. Guida PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati sono quei problemi nei quali gli effetti della scelta sono noti e immediati ESERCIZIO
DettagliProgettare una base di dati che permetta di gestire il problema descritto nel seguito, nei seguenti punti:
Progettare una base di dati che permetta di gestire il problema descritto nel seguito, nei seguenti punti: 1. Definire uno schema Entità/Relazione che descriva il problema 2. Definire uno schema logico
DettagliUn investimento è un operazione che dà luogo a costi immediati in vista di ricavi attesi.
Scelta di un progetto di investimento Un investimento è un operazione che dà luogo a costi immediati in vista di ricavi attesi. La sua utilità economica è valutata sulla base del confronto tra le risorse
DettagliLezioni di Ricerca Operativa. Corso di Laurea in Informatica Università di Salerno. Lezione n 4
Lezioni di Ricerca Operativa Lezione n 4 - Problemi di Programmazione Matematica - Problemi Lineari e Problemi Lineari Interi - Forma Canonica. Forma Standard Corso di Laurea in Informatica Università
Dettagli