Esercitazione R.O. 2. Andrea Raiconi A.A

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Esercitazione R.O. 2. Andrea Raiconi A.A. 2008-2009"

Transcript

1 Esercitazione R.O. 2 Andrea Raiconi A.A

2 Esercitazione R.O.2 Formulare per ognuno dei seguenti problemi un modello di programmazione lineare che lo descriva. Implementare i modelli formulati in linguaggio AMPL. Per ogni esercizio, separare il modello dai dati, creando due file di codice distinti (.mod e.dat).

3 Esercizio n.1 - Traccia Una gelateria produce 4 gusti di gelato (G1, G2, G3, G4) ottenuti amalgamando quattro ingredienti di base (Fragole, Limoni, Latte, Zucchero). La seguente tabella riporta per ciascun chilo di gelato prodotto il contenuto di ingredienti di base ed il prezzo di vendita ai consumatori. G1 G2 G3 G4 Fragole Kg/Kg Limoni Kg/Kg Latte lt/kg Zucchero Kg/Kg Prezzo /Kg La gelateria dispone di 5 Kg di fragole, 3 Kg di limoni, 10 lt di latte e 4 Kg di zucchero. Stabilire le quantitá di gelato da produrre per ogni gusto in modo da massimizzare i guadagni.

4 Esercizio n.1 - Modello Variabili e parametri input x i : Kg di gelato al gusto Gi da produrre prezzo i : prezzo al Kg del gelato al gusto Gi compos ij : quantitá di ingrediente j in un Kg di gelato Gi disp i : Kg/lt disponibili di ingrediente i max x i prezzo i (1) i GUSTI soggetto a compos ji x j disp i i INGREDIENTI (2) j GUSTI x i 0 i GUSTI (3) (2):la quantitá disponibile di ogni ingrediente deve essere sufficiente per produrre le quantitá di gelato individuate

5 Esercizio n.1 - File.mod Insiemi, variabili e parametri input set GUSTI; set INGREDIENTI; param prezzo{gusti}>= 0; param compos{gusti,ingredienti}>= 0; param disp{ingredienti}>= 0; var x{gusti}>= 0; maximize Profitto: sum{i in GUSTI} prezzo[i]*x[i]; s.t. vincoli ingredienti {i in INGREDIENTI}: sum {j in GUSTI}x[j]*compos[j,i]<=disp[i];

6 Esercizio n.1 - File.dat set GUSTI:= g1 g2 g3 g4; set INGREDIENTI:= fra lim lat zuc; param prezzo:= g1 11 g2 12 g3 14 g4 13; param compos:= g1 fra 0.4 g1 lim 0 g1 lat 0.5 g1 zuc 0.2 g2 fra 0 g2 lim 0.2 g2 lat 0.4 g2 zuc 0.1 g3 fra 0.5 g3 lim 0 g3 lat 0.45 g3 zuc 0.18 g4 fra 0 g4 lim 0.4 g4 lat 0.4 g4 zuc 0; param disp:= fra 5 lim 3 lat 10 zuc 4;

7 Esercizio n.2 - Traccia Una raffineria acquista petrolio dal Venezuela e dall Arabia Saudita. La raffineria produce benzina per auto, carburante per aerei e lubrificante. I due petroli hanno composizioni diverse e danno prodotti diversi: per ciascun barile di petrolio del Venezuela si ottengono 0.4 barili di benzina, 0.2 di carburante, 0.3 di lubrificante per ciascun barile di petrolio dell Arabia Saudita si ottengono 0.3 barili di benzina, 0.4 di carburante, 0.2 di lubrificante Il petrolio del Venezuela costa 20$ al barile ed ha una disponibilitá massima giornaliera di 6000 barili. Il petrolio dell Arabia Saudita costa 15$ al barile ed ha una disponibilitá massima giornaliera di 9000 barili. Minimizzare i costi di acquisto per soddisfare una necessitá giornaliera di 2000 barili di benzina, 1500 di carburante e 500 di lubrificante.

8 Esercizio n.2 - Modello (1/2) Variabili e parametri input x i : barili da acquistare dal produttore di petrolio i costo i : prezzo al barile per il produttore i disp i : barili disponibili dal produttore i prod ric ij : quantitá di prodotto j ricavato a partire da un barile del produttore i richiesta i : richiesta giornaliera in barili per il prodotto i min x i costo i (4) i PRODUTTORI

9 Esercizio n.2 - Modello(2/2) soggetto a prod ric ji x j richiesta i i PRODOTTI (5) j PRODUTTORI x i disp i i PRODUTTORI (6) x i 0 i PRODUTTORI (7) x i intero i PRODUTTORI (8) (5):le quantitá di petrolio acquistate devono essere sufficienti a coprire la produzione giornaliera richiesta per ogni prodotto (6): Non si possono acquistare piú barili di petrolio di quelli disponibili da ogni paese produttore

10 Esercizio n.2 - File.mod Insiemi, variabili e parametri input set PRODUTTORI; set PRODOTTI; paramprod ric{produttori,prodotti}>= 0; param disp{produttori}>= 0; param costo{produttori}>= 0; param richiesta{prodotti}>= 0; var x{produttori} integer >= 0; minimize Spesa: sum{i in PRODUTTORI} costo[i]*x[i]; s.t. produzione min {i in PRODOTTI}: sum{j in PRODUTTORI} prod ric[j,i]*x[j]>= richiesta[i]; s.t. acquisto max {i in PRODUTTORI}: x[i]<=disp[i];

11 Esercizio n.2 - File.dat set PRODUTTORI:= ve as; set PRODOTTI:= ben car lub; param prod ric:= ve ben 0.4 ve car 0.2 ve lub 0.3 as ben 0.3 as car 0.4 as lub 0.2; param disp:= ve 6000 as 9000; param costo:= ve 20 as 15; param richiesta:= ben 2000 car 1500 lub 500;

12 Esercizio n.3 - Traccia Uno studente ha a disposizione 50 ore di studio per terminare la preparazione degli esami di Ricerca Operativa, Chimica, Calcolo delle Probabilitá, Analisi Matematica e Geometria. La seguente tabella illustra per ogni materia il minimo numero di ore di studio necessario per raggiungere la sufficienza e di quanto aumenta in percentuale la sua preparazione per ogni ora. R.O. Chimica C.P. A.M. Geometria Ore minime Preparazione/Ora 7% 2% 3% 8% 4% Lo studente non vuole dedicare a nessuna materia piú tempo rispetto a quello dedicato a Calcolo delle Probabilitá e non vuole studiare Ricerca Operativa per piú del 30% del tempo speso per Analisi Matematica e Geometria. Massimizzare la sua preparazione.

13 Esercizio n.3 - Modello (1/2) Variabili e parametri input x i : ore di studio per la materia i ore tot: ore di studio totali a disposizione ore richieste i : ore di studio per la sufficienza nella materia i aumento prep i : aumento di preparazione per un ora di studio della materia i soglia: tempo di studio max. per R.O. max x i aumento prep i (9) i MATERIE

14 Esercizio n.3 - Modello(2/2) soggetto a x i ore richieste i i MATERIE (10) x i ore tot (11) i MATERIE x c.p. x i i MATERIE i C.P. (12) x r.o. soglia(x a.m. + x geom ) (13) x i 0 i MATERIE (14) (10):Ogni materia deve essere studiata almeno per il numero di ore richieste (11): Non é possibile studiare per piú ore del tempo massimo a disposizione (12): C.P. materia piú studiata (13): Vincolo sullo studio massimo di R.O.

15 Esercizio n.3 - File.mod (1/2) Insiemi, variabili e parametri input set MATERIE; param ore tot>= 0; param ore richieste{materie}>= 0; param aumento prep{materie}>= 0; param mat max symbolic in MATERIE; param soglia>= 0; param mat 1 symbolic in MATERIE; param mat 2 symbolic in MATERIE; param mat 3 symbolic in MATERIE; var x{materie}>= 0; (C.P.) (R.O.) (A.M.) (Geometria) maximize Preparazione: sum {i in MATERIE} aumento prep[i]*x[i];

16 Esercizio n.3 - File.mod (2/2) s.t. studio min {i in MATERIE}: x[i]>= ore richieste[i]; s.t. tempo max: sum {i in MATERIE} x[i]<=ore tot; s.t. materia max {i in MATERIE : i <> mat max}: x[mat max]>=x[i]; s.t. vincolo soglia: x[mat 1]<=soglia*(x[mat 2]+x[mat 3]);

17 Esercizio n.3 - File.dat set MATERIE:= ro ch cp am ge; param ore tot:= 50; param ore richieste:= ro 7 ch 5 cp 2 am 10 ge 6; param aumento prep:= ro 7 ch 2 cp 3 am 8 ge 4; param mat max:= cp; param soglia:= 0.3; param mat 1:= ro; param mat 2:= am; param mat 3:= ge;

18 Esercizio n.4 - Traccia Una industria produce quattro prodotti (P1,P2,P3,P4) utilizzando tre materie prime (M1,M2,M3) da acquistare. La tabella di sinistra riporta i chili di materia prima necessari per ogni unitá di prodotto insieme alla quantitá massima acquistabile di ciascuna materia in Kg ed il prezzo di acquisto in /Kg. La tabella di destra riporta, per ciascuna unitá di prodotto, il numero di ore di lavorazione necessarie ed il prezzo di vendita in. M1 M2 M3 P P P P Quantitá max Prezzo P1 P2 P3 P4 Ore Prezzo Massimizzare il guadagno netto (vendite - spese) sapendo che il tempo impiegato per la lavorazione di P4 non puó superare il 50% del totale, che un ora di lavorazione costa 50, e che tutto quello che viene prodotto verrá venduto.

19 Esercizio n.4 - Modello (1/2) Variabili e parametri input x i : unitá di prodotto Pi da produrre y i : chili di materia Mi da acquistare chili richiesti ij : chili di Mj richiesti per una unitá di Pi quant max i : massimo numero di chili di Mi acquistabili prezzo chilo i : prezzo al chilo di Mi ore lavoro i : ore di lavorazione per unitá di Pi prezzo vendita i : prezzo di vendita per unitá di Pi prezzo ora: costo di un ora di lavorazione soglia: tempo massimo per P4 max x i prezzo vendita i (15) ( i PRODOTTI y j prezzo chilo j + prezzo ora j MATERIE k PRODOTTI x k ore lavoro k )

20 Esercizio n.4 - Modello(2/2) soggetto a y i x j chili richiesti ji i MATERIE(16) j PRODOTTI y i quant max i i MATERIE (17) x 4 ore lavoro 4 soglia x i ore lavoro i (18) i PRODOTTI x i 0 i PRODOTTI (19) x i intero i PRODOTTI (20) y i 0 i MATERIE (21) (16): Bisogna acquistare sufficiente materia prima per produrre le quantitá di prodotto individuate (17): Non é possibile acquistare piú materia prima della quantitá massima disponibile (18): Vincolo sul tempo di lavorazione massimo per P4

21 Esercizio n.4 - File.mod (1/2) Insiemi, variabili e parametri input set PRODOTTI; set MATERIE; param chili richiesti{prodotti,materie}>= 0; param quant max{materie}>= 0; param prezzo chilo{materie}>= 0; param ore lavoro{prodotti}>= 0; param prezzo vendita{prodotti}>= 0; param prezzo ora>= 0; param soglia>= 0; param prod soglia symbolic in PRODOTTI; var x{prodotti}integer >= 0; var y{materie}>= 0; (P4) maximize Profitto: sum {i in PRODOTTI} prezzo vendita[i]*x[i] - (sum{j in MATERIE} prezzo chilo[j]*y[j] + sum{k in PRODOTTI} prezzo ora*ore lavoro[k]*x[k]);

22 Esercizio n.4 - File.mod (2/2) s.t. materia richiesta {i in MATERIE}: y[i]>=sum {j in PRODOTTI} chili richiesti[j,i]*x[j]; s.t. acquisto massimo {i in MATERIE}: y[i]<=quant max[i]; s.t. vincolo soglia: x[prod soglia]*ore lavoro[prod soglia]<= soglia*(sum i in PRODOTTI x[i]*ore lavoro[i]);

23 Esercizio n.4 - File.dat set PRODOTTI:= p1 p2 p3 p4; set MATERIE:= m1 m2 m3; param chili richiesti:= p1 m1 2 p1 m2 10 p1 m3 4 p2 m1 6 p2 m2 20 p2 m3 3 p3 m1 7 p3 m2 2 p3 m3 20 p4 m1 9 p4 m2 7 p4 m3 10; param quant max:= m m m3 5000; param prezzo chilo:= m1 5 m2 7 m3 10; param ore lavoro:= p1 10 p2 12 p3 20 p4 18; param prezzo vendita:= p p p p4 1800; param prezzo ora:= 50; param soglia:= 0.5; param prod soglia:= p4;

24 Esercizio n.5 - Traccia Una industria produce cibo per animali che é una miscela di tre ingredienti (A,B,C) da acquistare. Il prodotto deve contenere non piú del 25% di A e del 30% di C e non meno del 40% di B. L industria riceve un ordine di 1300 quintali da soddisfare in due mesi; il primo mese ne deve consegnare almeno 500 ricevendo 40 al quintale, il secondo mese almeno 600 ricevendo 45 al quintale. La tabella riporta costo di acquisto in euro al quintale e disponibilitá massima in quintali di ogni ingrediente in ciascun mese. Primo mese Secondo mese costo disp costo disp A B C Ogni mese si possono produrre al piú 800 quintali. Al termine del primo mese é possibile immagazzinare sia mangime che ingredienti al prezzo di 1 al quintale. Pianificare la produzione per i due mesi in modo da massimizzare il guadagno al netto delle spese. Al termine del secondo mese i magazzini devono essere vuoti.

25 Esercizio n.5 - Considerazioni Il mangime é una miscela di ingredienti, puó quindi essere considerato come la somma delle sue parti; ad es. 0.2 quintali di A, 0.5 di B e 0.3 di C danno esattamente 1 quintale di mangime. Al termine del mese 1 é possibile immagazzinare sia mangime che ingredienti, ma al termine del mese 2 i magazzini devono essere vuoti. Questo vuol dire che Gli ingredienti comprati nel mese 1 e non immagazzinati sono usati per creare sia il mangime venduto il mese 1 che quello immagazzinato; Il mangime prodotto nel mese 2 é composto sia dagli ingredienti comprati nel mese 2 che da quelli immagazzinati; Al termine del mese 2 viene venduto sia il mangime prodotto nello stesso mese che quello immagazzinato.

26 Esercizio n.5 - Modello (1/3) Variabili e parametri input x ij : quintali di ingrediente i comprati nel mese j per produrre mangime nel mese j x im i : quintali di ingrediente i immagazzinati y i : quintali di mangime prodotto nel mese i per la vendita nel mese i y im: quintali di mangime immagazzinati soglia max1: quantitá massima di A nel mangime soglia max2: quantitá massima di C nel mangime soglia min: quantitá minima di B nel mangime cons min i : consegna minima da fare per il mese i cons tot: quantitá totale da consegnare nei due mesi prezzo vend i : prezzo di vendita del mangime nel mese i costo ing ij : costo dell ingrediente i nel mese j disp ing ij : disponibilitá max dell ingrediente i nel mese j prod max: produzione massima mensile costo im: costo di immagazzinamento

27 Esercizio n.5 - Modello(2/3) (22): Ricavo della vendita del mangime meno le spese di acquisto ingredienti e immagazzinamento (23-24): Il mangime prodotto nel mese i deve essere composto dagli ingredienti selezionati per produrre mangime nel mese i (25-27): % di ingredienti per il mangime prodotto il mese 1 ( i INGREDIENTI j MESI max prezzo vend i y i + prezzo vend 2 y im i MESI costo ing ij x ij + costo im( costo ing i1 x im i + (22) i INGREDIENTI i INGREDIENTI x im i + y im)) soggetto a y 1 + y im = x j1 (23) y 2 = j INGREDIENTI j INGREDIENTI (x j2 + x im j ) (24) x B1 soglia min(y 1 + y im) (25) x A1 soglia max1(y 1 + y im) (26) x C1 soglia max2(y 1 + y im) (27)

28 Esercizio n.5 - Modello(3/3) x B2 + x im B y 2 soglia min (28) x A2 + x im A y 2 soglia max1 (29) x C2 + x im C y 2 soglia max2 (30) y 1 cons min 1 (31) y im + y 2 cons min 2 (32) y 1 + y 2 + y im = cons tot (33) y 1 + y im prod max (34) y 2 prod max (35) x i1 + x im i disp ing i1 i INGREDIENTI (36) x i2 disp ing i2 i INGREDIENTI (37) (28-30): % di ingredienti per il mangime prodotto il mese 2 (31-32): La quantitá di mangime consegnata ogni mese deve soddisfare la relativa richiesta minima (33): La quantitá consegnata nei due mesi deve essere pari alla quantitá totale ordinata (34-35): La quantitá di mangime prodotta ogni mese deve rispettare il vincolo di produzione massima (36-37): La quantitá di ogni ingrediente acquistata ogni mese non puó superare la relativa disponibilitá massima

29 Esercizio n.5 - File.mod (1/3) Insiemi, variabili e parametri input set INGREDIENTI; set MESI; param ingr min symbolic in INGREDIENTI; param ingr max1 symbolic in INGREDIENTI; param ingr max2 symbolic in INGREDIENTI; param soglia min>= 0; param soglia max1>= 0; param soglia max2>= 0; param cons min{mesi}>= 0; param cons tot>= 0; param prezzo vend{mesi}>=0; param costo ing{ingredienti, MESI}>= 0; param disp ing{ingredienti, MESI}>= 0; param prod max>= 0; param costo im>= 0; param m iniz symbolic in MESI; param m fine symbolic in MESI; var x{ingredienti, MESI}>=0; var x im{ingredienti}>= 0; var y{mesi}>= 0; var y im>= 0; (B) (A) (C) (m1) (m2)

30 Esercizio n.5 - File.mod (2/3) maximize Profitto: sum {i in MESI} y[i]*prezzo vend[i] + y im* prezzo vend[m fine] - ( sum {i in INGREDIENTI} sum {j in MESI} costo ing[i,j]*x[i,j]+ sum {i in INGREDIENTI} costo ing[i,m iniz] * x im[i] + sum {i in INGREDIENTI} costo im * x im[i] + costo im * y im ); s.t. produzione mensile1: y[m iniz]+y im= sum {j in INGREDIENTI} x[j,m iniz]; s.t. produzione mensile2: y[m fine]=sum {j in INGREDIENTI} (x[j,m fine]+x im[j]); s.t. soglia ingredienti1: x[ingr min,m iniz]>=soglia min*(y[m iniz] + y im); s.t. soglia ingredienti2: x[ingr max1,m iniz]<=soglia max1*(y[m iniz] + y im); s.t. soglia ingredienti3: x[ingr max2,m iniz]<=soglia max2*(y[m iniz] + y im); s.t. soglia ingredienti4: x[ingr min,m fine]+x im[ingr min]>=soglia min*y[m fine]; s.t. soglia ingredienti5: x[ingr max1,m fine]+x im[ingr max1]<=soglia max1*y[m fine];

31 Esercizio n.5 - File.mod (3/3) s.t. soglia ingredienti6: x[ingr max2,m fine]+x im[ingr max2]<=soglia max2*y[m fine]; s.t. vincolo consegna1: y[m iniz]>=cons min[m iniz]; s.t. vincolo consegna2: y im + y[m fine] >= cons min[m fine]; s.t. vincolo consegna3: y[m iniz]+y[m fine]+y im=cons tot; s.t. vincolo prod1: y[m iniz]+y im <= prod max; s.t. vincolo prod2: y[m fine]<= prod max; s.t. vincoli acquisti1 {i in INGREDIENTI}: x[i,m iniz]+x im[i]<=disp ing[i,m iniz]; s.t. vincoli acquisti2 {i in INGREDIENTI}: x[i,m fine]<=disp ing[i,m fine];

32 Esercizio n.5 - File.dat set INGREDIENTI:= A B C; set MESI:= m1 m2; param ingr min:= B; param ingr max1:= A; param ingr max2:= C; param soglia min:= 0.4; param soglia max1:=0.25; param soglia max2:=0.3; param cons min:= m1 600 m2 500; param cons tot:=1300; param prezzo vend:= m1 40 m2 45; param costo ing:= A m1 10 B m1 18 C m1 25 A m2 8 B m2 20 C m2 28; param disp ing:= A m1 400 B m1 500 C m1 200 A m2 500 B m C m2 180; param prod max := 800; param costo im:= 1; param m iniz:=m1; param m fine:=m2;

33 Esercizio n.6 - Traccia Una industria deve produrre tonnellate di fertilizzante. Il fertilizzante deve contenere almeno il 4% di azoto, il 15% di fosforo ed il 18% di potassio. L industria ottiene il prodotto finito mescolando 4 costituenti di base (C1,C2,C3,C4). La tabella riporta per ogni costituente i contenuti percentuali di elementi nutritivi ed il prezzo in dollari alla tonnellata. Azoto Fosforo Potassio costo C1 54% 10% 3% 120 C2 10% 45% 13% 135 C3 20% 5% 38% 140 C4 15% 20% 17% 180 L industria ha giá a disposizione in magazzino 200 tonnellate di C2 mentre i restanti costituenti vanno acquistati. C é inoltre la possibilitá di acquistare il fertilizzante da un altra industria pagandolo 185$ alla tonnellata. Soddisfare la richiesta minimizzando il costo globale.

34 Esercizio n.6 - Modello (1/2) Variabili e parametri input x i : Tonnellate di Ci da acquistare x mag : Tonnellate di C2 in magazzino da usare y: Tonnellate di fertilizzante da produrre y 2 : Tonnellate di fertilizzante da acquistare perc fert i : % di elemento nutritivo i richiesta nel fertilizzante perc cost ij : % di elemento nutritivo j presente nel costituente Ci prezzo cost i : prezzo alla tonnellata del costituente Ci mag val: Quantitá di C2 in magazzino prezzo fert: Prezzo del fertilizzante se acquistato richiesta tot: Quantitá totale di fertilizzante richiesto min prezzo cost i x i + prezzo fert y2 (38) i COSTITUENTI (38):Prezzo dei costituenti acquistati per produrre fertilizzante piú prezzo del fertilizzante acquistato direttamente

35 Esercizio n.6 - Modello (2/2) soggetto a x i + x mag = y (39) i COSTITUENTI i COSTITUENTI perc cost ij x i + perc cost 2j x mag perc fert j y j ELEMENTI (40) y + y 2 = richiesta tot (41) x mag mag val (42) (39): Il fertilizzante é composto dalle quantitá individuate di costituente acquistato e proveniente dal magazzino (40): I costituenti utilizzati devono contenere le quantitá di elementi nutritivi richieste (41): Il fertilizzante prodotto e quello acquistato devono soddisfare la richiesta totale (42): Non é possibile prelevare dal magazzino piú costituente C2 di quello disponibile

36 Esercizio n.6 - File.mod (1/2) Insiemi, variabili e parametri input set ELEMENTI; set COSTITUENTI; param perc fert{elementi}>= 0; param perc cost{costituenti,elementi}>= 0; param prezzo cost{costituenti}>= 0; param mag id symbolic in COSTITUENTI; param mag val>= 0; param prezzo fert>= 0; param richiesta tot>= 0; var x{costituenti}>=0; var x mag>= 0; var y >= 0; var y2>=0; (C2) minimize Spesa: sum{i in COSTITUENTI} prezzo cost[i]*x[i] + prezzo fert*y2;

37 Esercizio n.6 - File.mod (2/2) s.t. fertilizzante prodotto: sum{i in COSTITUENTI} x[i]+x mag=y; s.t. quantita costituenti {j in ELEMENTI}: sum{i in COSTITUENTI} perc cost[i,j]*x[i] + perc cost[mag id,j]*x mag>=perc fert[j]*y; s.t. fert totale: y+y2=richiesta tot; s.t. max magazzino: x mag<=mag val;

38 Esercizio n.6 - File.dat set ELEMENTI:= az fo po; set COSTITUENTI:= c1 c2 c3 c4; param perc fert:= az 0.04 fo 0.15 po 0.18; param perc cost:= c1 az 0.54 c1 fo 0.1 c1 po 0.03 c2 az 0.1 c2 fo 0.45 c2 po 0.13 c3 az 0.2 c3 fo 0.05 c3 po 0.38 c4 az 0.15 c4 fo 0.2 c4 po 0.17; param prezzo cost:= c1 120 c2 135 c3 140 c4 180; param mag id:= c2; param mag val:=200; param prezzo fert:= 185; param richiesta tot:= 10000;

Prodotto Disponibilità Costo 1 3000 3 2 2000 6 3 4000 4. e rispettando le seguenti regole di composizione delle benzine:

Prodotto 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

Dettagli

Ricerca Operativa e Logistica Dott. F.Carrabs e Dott.ssa M.Gentili

Ricerca 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

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 di OTTIMIZZAZIONE 28 novembre 2005 SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno Cognome : XXXXXXXXXXXXXXXXX Nome : XXXXXXXXXXXXXX VALUTAZIONE

Dettagli

Modelli di Programmazione Lineare e Programmazione Lineare Intera

Modelli 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

Dettagli

Gestione Impresa. Mese 1 2 3 4 5 6 Unità richieste 700 600 500 800 900 800

Gestione 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

Dettagli

Modelli di Programmazione Lineare Intera

Modelli 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.

Dettagli

Appello di Ricerca Operativa A.A. 2006-2007 (29/3/2007)

Appello 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

Dettagli

Modelli di Programmazione Lineare

Modelli di Programmazione Lineare Capitolo 2 Modelli di Programmazione Lineare 2.1 Modelli di allocazione ottima di risorse Esercizio 2.1.1 Un industria manifatturiera può fabbricare 5 tipi di prodotti che indichiamo genericamente con

Dettagli

Produttore A B C 1 20% 20% 30% 2 30% 10% 30%

Produttore A B C 1 20% 20% 30% 2 30% 10% 30% Esercizio 1: Patate Un azienda produce pacchi di patatine surgelate sia a bastoncino (A) che in pezzi più piccoli (B) e di fiocchi surgelati per il puré (C). L azienda acquista da due produttori (1 e 2)

Dettagli

N.B.: Gli esercizi di OFFICE vanno risolti prima dell esercizio sulla PL

N.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.

Dettagli

Problema della produzione dei monitor

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.

Dettagli

Produzione e forza lavoro

Produzione 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,

Dettagli

Luigi De Giovanni Esercizi di modellazione matematica Ricerca Operativa

Luigi 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

Dettagli

Introduzione. AMPL Introduzione. F. Rinaldi. Dipartimento di Matematica Università di Padova. Corso di Laurea Matematica. F. Rinaldi AMPL Introduzione

Introduzione. 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

Dettagli

Ricerca Operativa Esercizio 1

Ricerca 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

Dettagli

Ricerca Operativa e Logistica

Ricerca Operativa e Logistica 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 Funzioni obiettivo non lineari:

Dettagli

mese 1 2 3 4 5 richiesta 6000 7000 8000 9500 11000

mese 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

Dettagli

Università Ca Foscari Venezia

Università 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

Dettagli

acqua Ore_uomo A 30 25 B 25 20 C 15 15

acqua Ore_uomo A 30 25 B 25 20 C 15 15 ESERCIZIO 1 Una ditta produttrice di formaggi dispone di due stabilimenti per la lavorazione del latte, A e B, due magazzini per la stagionatura, 1 e 2, e due siti per la distribuzione, P e Q. In un determinato

Dettagli

Chi non risolve esercizi non impara la matematica.

Chi 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

Dettagli

Ricerca Operativa (Compito A) Appello del 18/06/2013 Andrea Scozzari

Ricerca 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

Dettagli

1 Breve introduzione ad AMPL

1 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.

Dettagli

PROGRAMMAZIONE LINEARE IN DUE VARIABILI

PROGRAMMAZIONE 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

Dettagli

Modelli LP (complementi)

Modelli LP (complementi) Modelli LP (complementi) Daniele Vigo D.E.I.S. - Università di Bologna dvigo@deis.unibo.it rev. 1.0 - ottobre 2003 1. Comprare o fabbricare? Electro-Poly è un produttore leader di lavatrici Ha ricevuto

Dettagli

MODELLI DI PROGRAMMAZIONE LINEARE

MODELLI DI PROGRAMMAZIONE LINEARE MODELLI DI PROGRAMMAZIONE LINEARE 1) Una compagnia petrolifera utilizza petrolio di n qualità differenti per le quali può rifornirsi da m raffinerie. La compagnia necessita globalmente di p i barili di

Dettagli

Prodotto Materia S (kg/unità) Materia U (kg/unità) Componente L Alce 0,15 0,45 2 Orso 0,75 0,75 3

Prodotto Materia S (kg/unità) Materia U (kg/unità) Componente L Alce 0,15 0,45 2 Orso 0,75 0,75 3 Budget Esercizio n 1 L impresa Yellowstone produce due prodotti (Alce e Orso) utilizzando le materie prime S e U e un componente (L). Il componente L può essere prodotto internamente utilizzando un impianto

Dettagli

Pianificazione di Produzione in DEC

Pianificazione 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

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 6 Docente: Laura Palagi PIANIFICAZIONE DELLA PRODUZIONE 2 Si distingue in: PRODUCTION PLANNING: Tentativo

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

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

Modelli 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 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

Dettagli

LA COMBINAZIONE DEI FATTORI PRODUTTIVI CAP. 5

LA 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,

Dettagli

Ai fini economici i costi di un impresa sono distinti principalmente in due gruppi: costi fissi e costi variabili. Vale ovviamente la relazione:

Ai 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

Dettagli

Problema del Trasporto. Container vuoti Verona 10 Perugia 12 Roma 20 Pescara 24 Taranto 18 Lamezia 40

Problema 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,

Dettagli

I Esonero di Metodi di Ottimizzazione (Laurea in Ingegneria Gestionale-Corso B) Traccia A

I 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

Dettagli

Paperone e Rockerduck: a cosa serve l antitrust?

Paperone 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

Dettagli

(Esercizi Tratti da Temi d esame degli ordinamenti precedenti)

(Esercizi Tratti da Temi d esame degli ordinamenti precedenti) (Esercizi Tratti da Temi d esame degli ordinamenti precedenti) Esercizio 1 L'agenzia viaggi GV - Grandi Viaggi vi commissiona l'implementazione della funzione AssegnaVolo. Tale funzione riceve due liste

Dettagli

FIRESHOP.NET. Gestione della distinta base & della produzione. www.firesoft.it

FIRESHOP.NET. Gestione della distinta base & della produzione. www.firesoft.it FIRESHOP.NET Gestione della distinta base & della produzione www.firesoft.it Sommario SOMMARIO Introduzione... 3 Definire la distinta base di un articolo... 5 Utilizzare la distinta base diretta... 8 Utilizzare

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 4. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 4. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 4 Docente: Laura Palagi Homework in Ricerca Operativa GRUPPO 4: Isabelle Pietroletti Matteo Marangio

Dettagli

Esercizi. per il corso di Microeconomia 1, a.a. 2005/06. + x 2. , b) U = x 1 3 + 3x 2. ; si calcoli l utilità marginale del bene x 1

Esercizi. per il corso di Microeconomia 1, a.a. 2005/06. + x 2. , b) U = x 1 3 + 3x 2. ; si calcoli l utilità marginale del bene x 1 Esercizi per il corso di Microeconomia 1, a.a. 2005/06 1. Data la seguente funzione di utilità U = 2x 1 + x 2 si calcoli l utilità marginale dei beni x 1 e x 2. UM(x 1 ) = U ( x 1 )= ( 2x 1 + x 2 ) = 2

Dettagli

Modelli di Ottimizzazione

Modelli 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

Dettagli

Esercitazione 6. 5. I seguenti elementi dovrebbero essere inclusi in una misura più comprensiva di PIL?

Esercitazione 6. 5. I seguenti elementi dovrebbero essere inclusi in una misura più comprensiva di PIL? Esercitazione 6 Domande 1. Un impresa automobilistica acquista materie prime (acciaio), beni intermedi (parabrezza, pneumatici) e lavoro per produrre automobili. L impresa produttrice dei parabrezza e

Dettagli

Problema del trasporto

Problema del trasporto p. 1/1 Problema del trasporto Supponiamo di avere m depositi in cui è immagazzinato un prodotto e n negozi che richiedono tale prodotto. Nel deposito i è immagazzinata la quantità a i di prodotto. Nel

Dettagli

ELEMENTI DELLA COMPRAVENDITA

ELEMENTI DELLA COMPRAVENDITA Per prezzo di vendita ci riferiamo a vari elementi tecnici: ELEMENTI DELLA COMPRAVENDITA 1) Costo d origine: prezzo * quantità 2) Costo primo: costo d origine + elementi accessori del contratto di compravendita

Dettagli

PROGRAMMAZIONE LINEARE IN DUE VARIABILI

PROGRAMMAZIONE 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

Dettagli

La gestione delle scorte

La 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

Dettagli

COMPITO DI MATEMATICA FINANZIARIA 8 Febbraio 2013. - Come cambia il REA atteso se l'obbligazione sarà ancora in vita dopo le prime tre estrazioni?

COMPITO DI MATEMATICA FINANZIARIA 8 Febbraio 2013. - Come cambia il REA atteso se l'obbligazione sarà ancora in vita dopo le prime tre estrazioni? UNIVERSITA DEGLI STUDI DI URBINO (Sede di Fano) COMPITO DI MATEMATICA FINANZIARIA 8 Febbraio 2013 1) L'impresa Gamma emette 250 obbligazioni il cui VN unitario è pari a 100. Il rimborso avverrà tramite

Dettagli

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014

Dipartimento di Economia Aziendale e Studi Giusprivatistici. Università degli Studi di Bari Aldo Moro. Corso di Macroeconomia 2014 Dipartimento di Economia Aziendale e Studi Giusprivatistici Università degli Studi di Bari Aldo Moro Corso di Macroeconomia 2014 1. Assumete che = 10% e = 1. Usando la definizione di inflazione attesa

Dettagli

Ricerca Operativa. Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Esercizi svolti di. Giovanni Fasano. fasano@unive.

Ricerca Operativa. Facoltà di Ingegneria dell Informazione, Informatica e Statistica. Esercizi svolti di. Giovanni Fasano. fasano@unive. Facoltà di Ingegneria dell Informazione, Informatica e Statistica Esercizi svolti di Ricerca Operativa Sede di Latina Giovanni Fasano fasano@unive.it http://venus.unive.it/ fasano anno accademico 213-214

Dettagli

Ricerca Operativa A.A. 2008/2009

Ricerca 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

Dettagli

Linguaggi di modellizzazione

Linguaggi 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

Dettagli

PIANO CARTESIANO: un problema di programmazione lineare

PIANO CARTESIANO: un problema di programmazione lineare PIANO CARTESIANO: un problema di programmazione lineare In un laboratorio sono disponibili due contatori A, B di batteri. Il contatore A può essere azionato da un laureato che guadagna 20 euro per ora.

Dettagli

a) È più conveniente acquistare 3 paia di calzini a dicembre che a gennaio

a) È più conveniente acquistare 3 paia di calzini a dicembre che a gennaio RB0001B Un negozio offre a dicembre in promozione tre paia di calzini al prezzo di due. A gennaio questa offerta è stata sostituita da uno sconto del 35% su ogni singolo prezzo. Sapendo che il prezzo di

Dettagli

Relazioni costo-volume-profitto

Relazioni costo-volume-profitto Relazioni costo-volume-profitto I principi di base dell analisi Costo-Volume-Profitto (CVP) WIND BICYCLE CO. Conto economico a margine di contribuzione Per il mese di giugno Totale Unitario Vendite (500

Dettagli

RAPPRESENTAZIONE GRAFICA DEGLI ALGORITMI

RAPPRESENTAZIONE GRAFICA DEGLI ALGORITMI RAPPRESENTAZIONE GRAFICA DEGLI ALGORITMI Diagramma di flusso L algoritmo può essere rappresentato in vari modi, grafici o testuali. Uno dei metodi grafici più usati e conosciuti è il cosiddetto diagramma

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 11 Docente: Laura Palagi Alina Volovei Ilaria Noce Lea Mariella Pianificazione degli approvvigionamenti

Dettagli

MATEMATICA E STATISTICA CORSO A SCIENZE BIOLOGICHE MOLECOLARI ESERCIZI PER LA PRIMA PROVA IN ITINERE DI RECUPERO

MATEMATICA E STATISTICA CORSO A SCIENZE BIOLOGICHE MOLECOLARI ESERCIZI PER LA PRIMA PROVA IN ITINERE DI RECUPERO MATEMATICA E STATISTICA CORSO A SCIENZE BIOLOGICHE MOLECOLARI ESERCIZI PER LA PRIMA PROVA IN ITINERE DI RECUPERO ARGOMENTO: PERCENTUALI 1-Se in un anno in una popolazione i nuovi nati sono l 1,2% della

Dettagli

CAPITOLO 10 I SINDACATI

CAPITOLO 10 I SINDACATI CAPITOLO 10 I SINDACATI 10-1. Fate l ipotesi che la curva di domanda di lavoro di una impresa sia data da: 20 0,01 E, dove è il salario orario e E il livello di occupazione. Ipotizzate inoltre che la funzione

Dettagli

LABORATORIO DI MATEMATICA I PROBLEMI DI SCELTA IN CONDIZIONI DI INCERTEZZA CON EXCEL

LABORATORIO DI MATEMATICA I PROBLEMI DI SCELTA IN CONDIZIONI DI INCERTEZZA CON EXCEL LABORATORIO DI MATEMATICA I PROBLEMI DI SCELTA IN CONDIZIONI DI INCERTEZZA CON EXCEL ESERCITAZIONE GUIDATA I problemi di scelta Problema. Una ditta produttrice di detersivi per lavatrice ha costi al litro

Dettagli

Esercitazione del 5/10/09

Esercitazione del 5/10/09 Esercitazione del 5/10/09 A cura di Giuseppe Gori (giuseppe.gori@unibo.it) Corso di Microeconomia, Docente Luigi Marattin 1 Esercizi. 1.1 Le curve di domanda e di offerta in un dato mercato sono date da:

Dettagli

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza

MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti. Enrico Saltari Università di Roma La Sapienza MICROECONOMIA La teoria del consumo: Alcuni Arricchimenti Enrico Saltari Università di Roma La Sapienza 1 Dotazioni iniziali Il consumatore dispone ora non di un dato reddito monetario ma di un ammontare

Dettagli

Fasi di creazione di un programma

Fasi di creazione di un programma Fasi di creazione di un programma 1. Studio Preliminare 2. Analisi del Sistema 6. Manutenzione e Test 3. Progettazione 5. Implementazione 4. Sviluppo 41 Sviluppo di programmi Per la costruzione di un programma

Dettagli

RICERCA OPERATIVA GRUPPO B prova scritta del 22 marzo 2007

RICERCA 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

Dettagli

Capitolo 5: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

Capitolo 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

Dettagli

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only.

Edited by Foxit PDF Editor Copyright (c) by Foxit Software Company, 2004 For Evaluation Only. In un mercato del lavoro competitivo esistono due tipi di lavoratori, quelli con alta produttività L A, che producono per 30 $ l'ora, e quelli con bassa produttività, L B, che producono per 5 $ l'ora.

Dettagli

Prova di Ricerca Operativa - canale (A-L)

Prova di Ricerca Operativa - canale (A-L) Prova di Ricerca Operativa - canale (A-L) Ingegneria Gestionale Un industria produce 4 differenti prodotti P1, P2, P3, P4 ciascuno dei quali deve essere lavorato in tutti i suoi 3 reparti. La tabella che

Dettagli

Calcolatore Energetico

Calcolatore Energetico Calcolatore Energetico Istruzioni Il calcolatore energetico è uno strumento semplice che può darvi un'idea approssimativa della energia prodotta dal vostro impianto, nonché informazioni interessanti come

Dettagli

Marco Tolotti - Corso di Esercitazioni di Matematica 12 Cfu - A.A. 2010/2011 1

Marco Tolotti - Corso di Esercitazioni di Matematica 12 Cfu - A.A. 2010/2011 1 Marco Tolotti - Corso di Esercitazioni di Matematica 1 Cfu - A.A. 010/011 1 Esercitazione 1: 4/09/010 1. Determinare il dominio delle seguenti funzioni: log a) f() = 5 ( 1). b) g() = log 3 (3 6) log 13.

Dettagli

Efficienza, efficacia, economicità

Efficienza, efficacia, economicità Efficienza, efficacia, economicità L economia aziendale èuna scienza che propone leggi e modelli per amministrare in modo economico le aziende Tali leggi e modelli si riferiscono ai concetti di: efficienza

Dettagli

Ricerca 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 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

Dettagli

Problemi di localizzazione impianti

Problemi 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

Dettagli

Il mercato dei beni. Prof. Sartirana

Il mercato dei beni. Prof. Sartirana Il mercato dei beni Prof. Sartirana Gli scambi di beni economici avvengono tra soggetti che vengono definiti: soggetti economici I soggetti economici sono 4 ed ognuno di essi ha necessità diverse. I soggetti

Dettagli

Titoli FIN FII BOT BOC AI Rendimenti 9.5 10.5 12 12.5 6 Rischi 5 6 7 8 1

Titoli FIN FII BOT BOC AI Rendimenti 9.5 10.5 12 12.5 6 Rischi 5 6 7 8 1 (esercizi tratti da: Esercizi di Ricerca Operativa Ghirardi, Grosso, Perboli. Ed. Progetto Leonardo) Esercizio 1 Una società di investimenti finanziari deve gestire un budget di 1000000 Euro per conto

Dettagli

Economia Internazionale e Politiche Commerciali (a.a. 12/13)

Economia Internazionale e Politiche Commerciali (a.a. 12/13) Economia Internazionale e Politiche Commerciali (a.a. 12/13) Soluzione Esame (11 gennaio 2013) Prima Parte 1. (9 p.) (a) Ipotizzate che in un mondo a due paesi, Brasile e Germania, e due prodotti, farina

Dettagli

Ricerca Operativa A.A. 2007/2008. 10. Dualità in Programmazione Lineare

Ricerca 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

Dettagli

Esempi di modelli di programmazione lineare (intera) 2014

Esempi 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:

Dettagli

a) Determinare i numeri indice a base fissa del fatturato con base 2007=100 e commentare i risultati ottenuti per gli anni 2008 e 2012

a) Determinare i numeri indice a base fissa del fatturato con base 2007=100 e commentare i risultati ottenuti per gli anni 2008 e 2012 ESERCIZIO 1 Nella tabella che segue sono riportate le variazioni percentuali, rispetto all anno precedente, del fatturato di un azienda. Sulla base dei dati contenuti in tabella a) Determinare i numeri

Dettagli

Modelli per la gestione delle scorte

Modelli per la gestione delle scorte Modelli per la gestione delle scorte Claudio Arbib Università di L Aquila Seconda Parte Sommario Sui problemi di gestione aperiodica equazioni di stato Funzioni di costo Un modello convesso formulazione

Dettagli

MD 9. La macroeconomia delle economie aperte. UD 9.1. Macroeconomia delle economie aperte

MD 9. La macroeconomia delle economie aperte. UD 9.1. Macroeconomia delle economie aperte MD 9. La macroeconomia delle economie aperte In questo modulo, costituito da due Unità, ci occuperemo di analizzare il funzionamento delle economie aperte, ossia degli scambi a livello internazionale.

Dettagli

PROBLEMI DI SCELTA IN CONDIZIONI DI CERTEZZA dipendenti da una sola variabile di scelta con effetti immediati

PROBLEMI 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

Dettagli

Capitolo 10 Z Elasticità della domanda

Capitolo 10 Z Elasticità della domanda Capitolo 10 Z Elasticità della domanda Sommario Z 1. L elasticità della domanda rispetto al prezzo. - 2. La misura dell elasticità. - 3. I fattori determinanti l elasticità. - 4. L elasticità rispetto

Dettagli

In banca! Parte I: preparazione. Fotocopia e distribuisci il foglio dei vocabolario da fare insieme agli studenti: Parte II Role-play

In banca! Parte I: preparazione. Fotocopia e distribuisci il foglio dei vocabolario da fare insieme agli studenti: Parte II Role-play In banca! Parte I: preparazione Fotocopia e distribuisci il foglio dei vocabolario da fare insieme agli studenti: Parte II Role-play Dividi la classe in 2 gruppi: bancari e clienti. Dai a ogni cliente

Dettagli

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 9. Docente: Laura Palagi

Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 9. Docente: Laura Palagi Laboratorio di Ricerca Operativa Cad Ingegneria Gestionale (BGER3 - I semestre) a.a. 2012-13 Homework n 9 Docente: Laura Palagi LA DIETA A COSTO MINIMO AL MCDONALD S Realizzata da: Erasmo Percoco Simone

Dettagli

Misure finanziarie del rendimento: il Van

Misure finanziarie del rendimento: il Van Misure finanziarie del rendimento: il Van 6.XI.2013 Il valore attuale netto Il valore attuale netto di un progetto si calcola per mezzo di un modello finanziario basato su stime circa i ricavi i costi

Dettagli

Corso di Economia Politica. Il mercato dei cambi. Stefano Papa

Corso di Economia Politica. Il mercato dei cambi. Stefano Papa Corso di Economia Politica Il mercato dei cambi Stefano Papa Mercato della valuta Mercato: Non è (necessariamente) un luogo fisico preciso, ma è l insieme della domanda e dell offerta e delle istituzioni

Dettagli

Matematica finanziaria: svolgimento prova di esame del 21 giugno 2005 (con esercizio 1 corretto)

Matematica finanziaria: svolgimento prova di esame del 21 giugno 2005 (con esercizio 1 corretto) Matematica finanziaria: svolgimento prova di esame del giugno 5 (con esercizio corretto). [6 punti cleai, 6 punti altri] Si possiede un capitale di e e lo si vuole impiegare per anni. Supponendo che eventuali

Dettagli

CLASSE TERZA - COMPITI DELLE VACANZE A.S. 2014/15 MATEMATICA

CLASSE TERZA - COMPITI DELLE VACANZE A.S. 2014/15 MATEMATICA Risolvere le seguenti disequazioni: 0 ) x x ) x x x 0 CLASSE TERZA - COMPITI DELLE VACANZE A.S. 04/ MATEMATICA x 6 x x x x 4) x x x x x 4 ) 6) x x x ( x) 0 x x x x x x 6 0 7) x x x EQUAZIONI CON I MODULI

Dettagli

Esercitazione. Capp. 1-5

Esercitazione. Capp. 1-5 Esercitazione Capp. 1-5 Esercizio 1 Elencate e spiegate sinteticamente: 1. I principi che regolano le scelte individuali 2. I principi che regolano l interazione tra gli individui Risposta: 1. Quattro

Dettagli

Misure finanziarie del rendimento: il Van

Misure finanziarie del rendimento: il Van Misure finanziarie del rendimento: il Van 12.XI.2014 Il valore attuale netto Il valore attuale netto di un progetto si calcola l per mezzo di un modello finanziario basato su stime circa i ricavi i costi

Dettagli

Ottimizzazione Multi Obiettivo

Ottimizzazione 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

Dettagli

Laboratorio 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 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

Dettagli

ESERCIZIO CDC (fonte: Pitzalis, Tenucci,Strumenti per l analisi dei costi. Esercizi e casi di Cost Accounting, Giappichelli, 2005)

ESERCIZIO CDC (fonte: Pitzalis, Tenucci,Strumenti per l analisi dei costi. Esercizi e casi di Cost Accounting, Giappichelli, 2005) ESERCIZIO CDC (fonte: Pitzalis, Tenucci,Strumenti per l analisi dei costi. Esercizi e casi di Cost Accounting, Giappichelli, 2005) L azienda CARP srl produce tre tipi di canne da pesca per tre differenti

Dettagli

PROBLEMI DI SCELTA. Problemi di. Scelta. Modello Matematico. Effetti Differiti. A Carattere Continuo. A più variabili d azione (Programmazione

PROBLEMI DI SCELTA. Problemi di. Scelta. Modello Matematico. Effetti Differiti. A Carattere Continuo. A più variabili d azione (Programmazione 1 PROBLEMI DI SCELTA Problemi di Scelta Campo di Scelta Funzione Obiettivo Modello Matematico Scelte in condizioni di Certezza Scelte in condizioni di Incertezza Effetti Immediati Effetti Differiti Effetti

Dettagli

Il modello generale di commercio internazionale

Il modello generale di commercio internazionale Capitolo 6 Il modello generale di commercio internazionale [a.a. 2013/14] adattamento italiano di Novella Bottini (ulteriore adattamento di Giovanni Anania) 6-1 Struttura della presentazione Domanda e

Dettagli

Modello matematico PROGRAMMAZIONE LINEARE PROGRAMMAZIONE LINEARE

Modello 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

Dettagli

Laboratorio di Algoritmi e Strutture Dati

Laboratorio di Algoritmi e Strutture Dati Laboratorio di Algoritmi e Strutture Dati Docente: V. Lonati Progetto Compagnie aeree valido per la prova in itinere di gennaio 2013 1 Il problema Numerose compagnie aeree si spartiscono il traffico aereo

Dettagli

I costi: terminologia, concetti e classificazione

I costi: terminologia, concetti e classificazione I costi: terminologia, concetti e classificazione Un confronto fra attività commerciali e manifatturiere Le aziende commerciali..... Acquistano prodotti finiti. Vendono prodotti finiti. Le aziende manifatturiere...

Dettagli

PIL : produzione e reddito

PIL : produzione e reddito PIL : produzione e reddito La misura della produzione aggregata nella contabilità nazionale è il prodotto interno lordo o PIL. Dal lato della produzione : oppure 1) Il PIL è il valore dei beni e dei servizi

Dettagli

Istituzioni di Economia

Istituzioni 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

Dettagli

Esercitazione 9 Dott.ssa Sabrina Pedrini 29/04/2015. Domande a risposta multipla

Esercitazione 9 Dott.ssa Sabrina Pedrini 29/04/2015. Domande a risposta multipla Esercitazione 9 Dott.ssa Sabrina Pedrini 29/04/2015 Domande a risposta multipla 1) Il primo teorema dell economia del benessere sostiene che: a) L equilibrio competitivo dipende dal potere contrattuale

Dettagli