Programmazione Matematica: V- La forma Tableau

Documenti analoghi
Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso

Metodo delle due fasi

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte II)

2. SIMPLESSO. Ricerca Operativa. 2 Esercizi sul simplesso. Politecnico di Torino CeTeM

4.5 Metodo del simplesso

4.5 Metodo del simplesso

x 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

Esercizio 1. Variabili decisionali:

Teoria della Dualità: I Introduzione

Algoritmi generali per PLI

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso

Algoritmi generali per PLI

Programmazione Matematica / A.A Soluzioni di alcuni esercizi

Esercizi sulla Programmazione Lineare Intera

Programmazione Matematica: VII La scomposizione di Dantzig Wolfe

min 2x 1 +4x 2 2x 3 +2x 4 x 1 +4x 2 +2x 3 + x 4 =6 2x 1 + x 2 +2x 3 + x 5 =3 x 0.

Corso di Matematica Applicata A.A

Programmazione Matematica / A.A Soluzioni di alcuni esercizi

Convergenza del Simplesso e regole anti-ciclaggio

Università Ca Foscari Venezia

Algoritmo del simplesso

Ricerca Operativa. G. Liuzzi. Lunedí 23 Marzo Il Metodo del Simplesso Java API Problema di Trasporto

Algoritmo del Simplesso

Ricerca Operativa. G. Liuzzi. Giovedí 19 Marzo Tableau del Simplesso Esempio Fase I del Simplesso Esempio

Analisi di Post-Ottimalità (Analisi della Sensitività della Soluzione)

RICERCA OPERATIVA. Stock bamboline automobiline libri peluches costo (euro)

Convergenza del Simplesso e regole anti-ciclaggio

Programmazione lineare

Programmazione Matematica: Modelli di Programmazione Intera

LEZIONE 4. { x + y + z = 1 x y + 2z = 3

L ALGORITMO DEL SIMPLESSO REVISIONATO

Esercizi sulla Programmazione Lineare. min. cx Ax b x 0

A T x b x 0. che chiameremo problema primale, possiamo associare ad esso un altro problema di PL, detto problema duale, definito come segue.

TEORIA della DUALITÀ. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Teoria della Dualità / 1.

Programmazione Matematica: I - Introduzione

Programmazione Matematica: III.1 - Programmazione Lineare

ALGORITMO DEL SIMPLESSO. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Simplesso / 1.

Esercizi svolti di Programmazione Lineare. a cura di Laura Scrimali Dipartimento di Matematica e Informatica Università di Catania

2. ALGORITMO DEL SIMPLESSO

3.3 Problemi di PLI facili

RICERCA OPERATIVA GRUPPO A prova scritta del 06 Luglio 2005 FOGLIO 1

4.4.2 Variabili duali come prezzi di equilibrio 4.4. INTERPRETAZIONE ECONOMICA DELLA DUALITÀ 41

Esame di Ricerca Operativa del 19/02/2019. Esercizio 1. Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso:

Ricerca Operativa. Ricerca Operativa p. 1/6

Esempi di Problemi di Programmazione Lineare

Note per il corso di Geometria Corso di laurea in Ing. Edile/Architettura. 4 Sistemi lineari. Metodo di eliminazione di Gauss Jordan

1 Il metodo dei tagli di Gomory

Prova Scritta di Ricerca Operativa

COMPITO DI RICERCA OPERATIVA. min 2x 1 x 2 + x 3 x 4 x 1 x 2 + x 3 + x 4 = 5 x 1 + x 2 + x 3 3. x 1, x 2, x 3, x 4, x 5 I

4. METODI DUALI DEL SIMPLESSO

Programmazione Lineare: problema del trasporto Ing. Valerio Lacagnina

Ricerca Operativa a.a : III appello

Corso di GEOMETRIA Dipartimento di Ingegneria ed Architettura Università degli Studi di Trieste Prof. Fabio Perroni. 3. Sistemi di equazioni lineari

Esercizi svolti sulle applicazioni lineari

PROVE D'ESAME 1997/98

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte I)

Ricerca Operativa Note su Programmazione Lineare e Metodo del Simplesso (parte II)

5.1 Metodo Branch and Bound

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

Soluzione dei Problemi di Programmazione Lineare

1 se k = r i. 0 altrimenti. = E ij (c)

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 1)

LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.

Ricerca Operativa. D.U.T. in Ingegneria Informatica D.U.T. in Ingegneria Logistica e della Produzione 18/05/2002

Dualitá. Dualitá p. 1/4

RICERCA OPERATIVA. Tema d esame del 13/12/2005

Lezione Operazioni elementari di riga

Indice. Premessa 13. Simboli ed abbreviaifoni 17. lntrodusione 19. Sistemi e modelli 31. La programmaifone matematica 45.

RICERCA OPERATIVA. Tema d esame del 04/03/2008 (Simulazione)

LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO. 1di 18

Il metodo del simplesso. Il metodo del simplesso p. 1/127

Teoria della Programmazione Lineare. Teoria della Programmazione Lineare p. 1/8

Massimo flusso e matching

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.

Sistemi lineari - Parte Seconda - Esercizi

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 2)

Ricerca Operativa A.A. 2007/ Analisi di sensitività

Matematica II,

SI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11

Matrici triangolari [Abate, 3.2] Lezioni 05 e 06. Determinante di una matrice triangolare [Abate, es. 9.3] Matrici ridotte per righe.

Le matrici. Sia K un campo con elemento neutro dell addizione 0 ed elemento neutro della moltiplicazione 1.

COMPITO DI RICERCA OPERATIVA. max 3x 1 + 2x 2 x x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3

Questa lezione si riferisce al Cap.4 Basi e dimensione, Par.4.3 L algoritmo di Gauss come un metodo pratico..., pp

LEZIONE 3. a + b + 2c + e = 1 b + d + g = 0 3b + f + 3g = 2. a b c d e f g

Il modello duale. Capitolo settimo. Introduzione

Il Tableau M M O M M M M M M M M O M M M M. valore dell obiettivo (soluzione corrente) coeff. dell obiettivo. nomi delle variabili fuori base

Ricerca Operativa A.A. 2007/ Modelli di Programmazione Lineare (II)

ITI INFORMATICA: STATISTICA

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 2x 2 + x 3 = 4 x 1 x 2 x 3 = 3 x 2 + 2x 3 = 1 x 1, x 2, x 3 0

Corso di Analisi Numerica

5.4.5 Struttura dell algoritmo ed esempi

Complementi di Matematica e Calcolo Numerico C.L. Chimica Industriale A.A

Ricerca Operativa Seconda Parte

Corso di Analisi Numerica

Possibile applicazione

Introduzione al Column Generation Caso di Studio: il Bin Packing Problem

Teoria della Complessità Computazionale Parte I: Introduzione

Transcript:

Programmaione Matematica: V- La forma ableau Daniele Vigo D.E.I.S. Università di ologna dvigo@deis.unibo.it rev. 3.3 Aprile 24 orma ableau () ableau rappresentaione dei dati che semplifica il calcolo manuale (evita il calcolo esplicito di ) Se A [ A,, A m A m+,, A n ] [ ] in base fuori base d c + x c x + x x d c c Pmat.abl.2

orma ableau (2) Operaioni elementari di riga Moltiplicaione di una riga per una costante Somma ad una riga di un multiplo di un altra Il nuovo sistema è equivalente al precedente Problema in forma canonica rispetto alla base corrente : Matrice identità nelle colonne della base Costi ridotti nulli per le variabili in base Pmat.abl.3 orma ableau (3) -c - d Ix c' + - x x c* d I c' Il ableau contiene tutte le informaioni necessarie all applicaione dell algoritmo del simplesso Cambiando base bisogna riportare il ableau in forma canonica Pmat.abl.4

orma ableau (4) d c + x c x + x x d c c -c - d Ix c' + - x x c* d I c' Pmat.abl.5 Simplesso in orma ableau Descriviamo l evoluione con riferimento alla forma tabellare Y matrice (n+) (m+) contente i coefficienti del tableau corrente. Si iniialia il tableau con i dati di ingresso: a) costi in riga : y j c j (j,, n) b) termini noti in colonna : y i d i (i,, m) a) matrice tecnologica: y ij a ij (i,, m;j,, n) d c A Pmat.abl.

Simplesso in orma ableau (2) Supponiamo Y sia in forma canonica rispetto ad una base {A β(),, A β(m) }, {β(),, β(m)} Il tableau contiene tutte le informaioni necessarie per la verifica di ottimalità ed il pivoting: 2. est di ottimalità: se y j j SOP altrimenti sia h arg min j {y j < } c* d I c' Pmat.abl.7 Simplesso in orma ableau (3) 3. Pivoting: a) scelta dell elemento cardine (pivot) sia l arg min i,,m {y i /y ih < } b) aggiornamento del tableau (Y nuovo tableau) riga l : (y lh ) y lj : y lj /y lh (j,, n) altre righe : (y ih, i l) y ij : y ij y lj /y ih (i,, m: i l; j,, n) β(l) y l y j y lj h y h y lh Pmat.abl.8

Esempio max + s.t. + 4 24 3 2, min s.t. + 4 + 24 3 2 +,,, 24 2 2 2 3 5/3 4 2 8 2/3 /3 2 /3 + r 2 2 r 2 /3 Pmat.abl.9 2 a iteraione max + s.t. + 4 24 3 2, min s.t. + 4 + 24 3 2 +,,, 2 9/2 2 2 3/2 3 5/3 8 2/3 5/24 /8 /2 /3 /2 2 /4 /3 / +5/3 r /8 +2/3 r Pmat.abl.

3 a iteraione max + s.t. + 4 24 3 2, min s.t. + 4 + 24 3 2 +,,, 9/2 3/2 3 8 /2 3/2 5/24 /4 /8 /4 /2 /2 /2 /4 / +/2 r 2 +/4 r 2 * Pmat.abl. 4 a iteraione max + s.t. + 4 24 3 2, min s.t. + 4 + 24 3 2 +,,, /2 /4 3/2 /4 OIMO!!! 8 /2 Pmat.abl.2

Esempio 2 fasi min + + 2 5 + 2,, -w y y 2 y y 2 5 2 2 In realtà basta solo la seconda variabile artificiale Pmat.abl.3 Esempio 2 fasi (2) -w y y 5 2 2 Mettiamo in forma canonica rispetto alla base -w y y - - -2 5 2 2 +r /2 -r Pmat.abl.4

-w y Esempio 2 fasi (3) y -7/2 /2-2 /2 5/2 /2 /2 7/2 -/2 2 -/2 +r 2 /2 -w y 5/2 /2 /2 7/4 -/4 -/4 /2 Pmat.abl.5 Esempio 2 fasi (3) - 5/2 7/4 /2 -/4 /2 -/4 -r 2 Mettiamo in forma canonica rispetto alla base - -7/4 5/2 7/4 5/4 /2 -/4 /4 /2 -/4 SOP! ase ottima Pmat.abl.

Eserciio I.4 Produione di 3 articoli A,, C,, Preo di vendita: 3, 4 e 2 al peo atturato mensile non inferiore a 8.. Materiale di scarto (ma t): 2 g per peo A prodotto g per peo o C prodotto Profitto: A %, e C 5% del preo Pmat.abl.7 Degeneraione ciclante Dato il tableau iniiale x 5 x x 7 3 3/4 2 /2 x 5 /4 8 9 x /2 2 /2 3 x 7 Regola di pivoting: colonna con il costo ridotto più negativo in caso di parità si fa uscire dalla base la riga con indice minore Pmat.abl.8

Degeneraione ciclante (2) x 5 x x 7 3 4 7/2 33 3 32 4 3 4 x 4 3/2 5 2 x 7 x 5 x x 7 3 2 8 8 84 2 8 3/8 5/4 /2 /4 x 7 Pmat.abl.9 Degeneraione ciclante (3) x 5 x x 7 3 /4 3 2 3 /8 2/2 3/2 3/4 3/ / /8 x 7 /8 2/2 3/2 x 5 x x 7 3 /2 5/2 5 2 /4 /3 /3 2/3 x 7 5/2 5 2 Pmat.abl.2

Degeneraione ciclante (4) x 5 x x 7 3 7/4 44 /2 2 x 5 5/4 28 /2 3 / 4 / /3 x 7 x 5 x x 7 3 3/4 2 /2 x 5 /4 8 9 x /2 2 /2 3 x 7 è il tableau iniiale! Pmat.abl.2