Logistica (mn) 6 CFU Appello del 31 Marzo 2010

Documenti analoghi
Esercizi proposti nel Cap. 6 - Soluzioni. Esercizio 6.1. Esercizio 6.2

RICERCA OPERATIVA (9 cfu)

Soluzione. 8.1 Campagna pubblicitaria. Exercise session 8 Optimization Prof. E. Amaldi. Insiemi. I = {1,...,m}: insieme delle radio

IL METODO DEL SIMPLESSO

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare

Università degli Studi di Roma La Sapienza

PROGRAMMAZIONE LINEARE E DUALITA'

3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI

8.3 Condizioni di ottimalità (qualifica dei vincoli e KKT) 2

Correzione Quarto scritto di Matematica per Biologi, corso B, 2010

Algoritmi per la programmazione lineare: il metodo del simplesso

Esercizi di ottimizzazione vincolata

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

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.3)

Svolgimento degli esercizi del Capitolo 1

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

Problemi. sbj. x 0, x intero

1 Soluzione esercizi. 1.1 Esercizio 1. Figura 1: Albero distinta base prodotto Alfa.

Appendice A: un esempio di scelta del mix ottimo di produzione in presenza di vincoli 19

Economia Politica e Istituzioni Economiche

MODELLISTICA E SIMULAZIONE cred.: 5 7,5 Recupero 2 prova: 25 luglio 2005

ESERCIZI PROPOSTI. det A = = per cui il sistema si può risolvere applicando le formule di Cramer, cioè: dove: = =

Ricerca Operativa. Programmazione Lineare. Università Mediterranea di Reggio Calabria Decisions Lab

Prova Scritta di Robotica I 9 Febbraio 2009

1. Che cosa è la Balanced Scorecard? Descriverne la struttura e i principali gruppi di indicatori che compongono il cruscotto.

La programmazione lineare

ALCUNI ESEMPI DI PROBLEMI TIPICI DI RICERCA OPERATIVA

Massimi e minimi vincolati

Registro Lezioni di Algebra lineare del 15 e 16 novembre 2016.

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

Appunti delle esercitazioni di Ricerca Operativa

1 Fattorizzazione di polinomi

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

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:

Informazioni generali su Press AG

A titolo di esempio proponiamo la risoluzione del sistema sia con il metodo della matrice inversa sia con il metodo di Cramer.

MATEMATICA PRIMO COMPITINO SOLUZIONE DI ALCUNI ESERCIZI PRIMA PARTE. Esercizio 1. (Testo B) Determina, motivando la risposta, se la funzione f : R R

La dualità nella Programmazione Lineare

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

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

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

Analisi Matematica 2 (Corso di Laurea in Informatica)

A. Grando e A. Sianesi CASO SAMPSON GAME

MMAC - Lauree Magistrali Scienze Chimiche - 12 Maggio sol

La notazione usata è quella usuale nel caso scalare, ed è estesa al caso generale. Consideriamo una forma quadratica:

UNIVERSITÀ DEGLI STUDI DI TERAMO FACOLTÀ DI SCIENZE POLITICHE CORSO DI LAUREA IN ECONOMIA BANCARIA FINANZIARIA ED ASSICURATIVA

Politecnico di Milano Ingegneria Industriale Analisi e Geometria 2 Secondo compito in itinere 30 Giugno 2016

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

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.3)

Esame di Stato di Liceo Scientifico Corso di Ordinamento

PROBLEMI DI SCELTA dipendenti da due variabili d azione

Equazioni di Primo grado

Microeconomia a.a. 2017/2018

Problemi di Flusso: Il modello del Trasporto

21 settembre Soluzione esame di geometria - Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44;

Raccolta degli Scritti d Esame di ANALISI MATEMATICA U.D. 3 assegnati nei Corsi di Laurea di Fisica, Fisica Applicata, Matematica

Sequenze (Sistemi) di Variabili Aleatorie Se consideriamo un numero di variabili aleatorie, generalmente dipendenti si parla equivalentemente di:

8 novembre Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

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

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare

Le condizioni di Karush-Kuhn-Tucker

Esercizi assegnati in data 7 novembre

PROVE D'ESAME 1997/98

5 febbraio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

LEZIONE N. 6 - PARTE 1 - Introduzione

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

Analisi Matematica II Corso di Ingegneria Biomedica Compito del

g(x, y) = b y = h 1 (x), x I 1 oppure x = h 2 (y), y I 2 riconducendosi alla ricerca degli estremanti di una funzione in una sola variabile:

Dualitá in Programmazione Lineare e alcune conseguenze

Appunti su Indipendenza Lineare di Vettori

3.3 Problemi di PLI facili

Programmazione lineare

Metodi e modelli per il supporto alle decisioni

Programmazione Lineare: problema del trasporto Ing. Valerio Lacagnina

Matematica e Statistica (A-E, F-O, P-Z)

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

Università di Modena e Reggio Emilia Facoltà di Scienze MM.FF.NN. PROVA DI ALGEBRA LINEARE (esercitazione del 18 gennaio 2011)

Note sull algoritmo di Gauss

18 aprile Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a COGNOME... NOME... N. MATRICOLA...

Matematica II per Edili (5 cfu). Soluzioni. 12 Giugno 2006

IDENTIFICAZIONE DEI MODELLI E ANALISI DEI DATI (Prof. S. Bittanti) Ingegneria Informatica 10 CFU. Appello 11 Settembre 2014 Cognome Nome Matricola

V V I 1 R 21 I 1 + R 12 I 2

28 gennaio Soluzione esame di geometria - 12 crediti Ingegneria gestionale - a.a ISTRUZIONI

Equazioni differenziali lineari

Cognome:... Nome:... Matricola:

ESAME DI MATEMATICA I parte Vicenza, 05/06/2017. x log 2 x?

Prova Intermedia Scritta di Ricerca Operativa

A-2 a PI. Esercizio 2. Domanda 3

Sistemi lineari a due Equazioni

Matematica II,

di Enzo Zanghì pag risolviamo il sistema con il metodo di eliminazione di Gauss ponendo h = 2

3. (Da Medicina 2003) Moltiplicando i due membri di un'equazione per il numero -1, le soluzioni dell'equazione che si ottiene:

ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 421 E SEGUENTI

OTTIMIZZAZIONE LINEARE MULTICRITERIO

Progetto di un solaio laterocementizio

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

12 gennaio Soluzione esame di geometria - Ing. gestionale - a.a COGNOME... NOME... N. MATRICOLA... ISTRUZIONI

Transcript:

Logistica (mn) 6 CFU Appello del 31 Marzo 2010 NOME: COGNOME: MATR: Avvertenze ed istruzioni: Il compito dura 2 ore e quindici. Non è permesso lasciare l'aula senza consegnare il compito o ritirarsi. Se dovessero mancare dati negli esercizi il candidato li derivi aggiungendo opportune ipotesi che debbono essere motivate ed indicate chiaramente nello svolgimento dell'esercizio. Laddove viene richiesta l'applicazione di uno o più aspetti teorici si richiede di indicare brevemente la teoria utilizzata. Si utilizza la convenzione di anno economico:tutti i mesi hanno 30 giorni (l'anno si compone di 360 gg.) Esercizio 1. Teoria. La teoria del lotto economico così come è stata vista a lezione può considerarsi un esempio di SCM? Motivare brevemente la risposta. Esercizio 2. Ottimizzazione non lineare Il candidato risolva il seguente problema di ottimizzazione arg min 2 cos 2 2 =sin Esercizio 3. Caso reale: La catena delle manopole 3.1 Modellazione della produzione: Una un'azienda fabbrica manopole in gomma per moto. Per semplicità supponiamo che queste manopole siano di due sole tipologie: manopola per l'acceleratore (dx) e di appoggio (sx). La produzione si compone di due lavorazioni. Ogni lavorazione possiede un diverso costo orario e tempo di esecuzione, come indicato dalla tabella sottostante. Tipologia di prodotto Costo orario di lavorazione Lavorazione (20 unità) Prezzo di vendita (100 unità) dx Stampo 6 minuti 6 minuti 2 euro Finitura 3 minuti 15 minuti 4 euro sx 12 euro 26 euro Sapendo che l'azienda possiede un unica macchina per gli stampi e due diverse macchine per la finitura (ogni macchina per la finitura lavora sul proprio tipo di manopole e non è in grado di lavorare sull'altro) il candidato determini che tipo di produzione oraria l'azienda dovrebbe impostare per massimizzare l'utile orario. Nota: In questo esercizio si considera il costo delle materie è costante ed indipendente da come si diversifica la produzione. Pertanto si ha che l'utile dovuto al singolo prodotto è espresso dalla seguente: (prezzo di vendita costo di lavorazione) * quantità prodotta

3.2) Determinazione della produzione ottimale Si risolva il problema di produzione impostato nell'esercizio 3.1. Utilizzando la tecnica di ottimizzazione più appropriata. Se e solo se non si fosse risolto l'esercizio precedente, risolvere il seguente problema: arg ma5 30 /2 / 225 120 2 40, 0 3.3) Gestione delle scorte In questo esercizio considereremo una rivendita per ricambi motociclistici. La domanda di manopole (destre e sinistre) per motociclette si può considerare costante all interno di due distinti periodi dell anno: quello estivo e quello invernale. In particolare consideriamo il mercato delle manopole destre e supponiamo che nel periodo estivo (6 mesi) vengano vendute 5000 manopole mentre in quello invernale 300. L acquisto di manopole da parte della rivendita è soggetto ad un costo fisso di 10 euro dovuto a spese di spedizione e di 20 centesimi a pezzo, mentre i costi di stoccaggio per 100 manopole sono di 2 euro mese. Sapendo che la rivendita applica la politica di scorte illimitate (ovvero senza rottura dello stock), il candidato valuti quale delle strategie seguenti risulti la più conveniente coerentemente con la teoria del lotto economico. Strategia 1 effettuare un solo ordine per tutto l anno effettuato all'inizio del periodo estivo. Strategia 2 fare due ordini: uno relativo alla stagione estiva ed uno per la stagione invernale.

Svolgimento Esercizio 2. Ottimizzazione non lineare Il problema di minimo assegnato ha una regione di ammissibilità descritta mediante un vincolo di uguaglianza. L'approccio classico utilizza la lagrangiana, e ne verifica le condizioni di primo e secondo ordine. Lagrangiana L,, = 2 cos 2 2 sin Condizione necessaria (o del primo ordine): annullamento del gradiente della Lagrangiana L x 1, x L,, =[ 2, L,, L,, ]=[4x1 2cos sin x1 cos 2 sin ]=[ 0 0] 0 {2 2cos x1sin 2 sin cos=0 = 2 = 2sin =sin {2 =0 =0 =0 Condizione sufficiente (o del secondo ordine) gli zeri del determinante della matrice di Hankock W debbono essere maggiori di zero (problema di minimo). W,, =[ [ 2 L 2 L 2 ] z I 2 L 2 2 x [ 2 sin Calcolata nell'unico zero del gradiente si ha che x 2 sin ] sin sin ] 0 [ [ 2 2cos 2 2sin 2 0 0 2] [ zi cos x 1 1 ]] [ cos 1 ] 0 [ =[ z 0 1 ] W 0 2 z 1 1 1 0 Il determinante risulta essere det W = 1 2 z 1 1 1 z= 2 z z= 22z ]= Imponendo l'annullamento del determinante si ottiene l'equazione 2z -2 = 0 il che implica la presenza si un solo zero nel punto z = 1. Essendo lo zero positivo, si ha che il problema di minimo ammetta la soluzione = =0

Esercizio 3.1 La modellazione avviene per passi, identificazione delle variabili, dei vincoli e del funzionale di costo identificazione delle variabili. Analizzando il testo si identificano chiaramente le seguenti variabili: : produzione oraria di blocchi di 100 manopole destre : produzione oraria di blocchi di 100 manopole sinistre identificazione dei vincoli. I vincoli, nei problemi di produzione sono dati dai tempi di lavorazione e dalle quantità prodotte. Innanzi tutto le quantità prodotte non possono essere negative, pertanto si ha che, 0. Poi si deve valutare il tempo in cui sono impiegate le macchine utilizzate nel processo produttivo. Avendo impostato come variabili la produzione oraria si valuterà l'uso orario delle macchine responsabili delle varie lavorazioni Vincolo 1: stampo: 6 100 20 6 100 20 60 2 Vincolo 2: finitura (dx): 3 100 20 60 4 Vincolo 3: finitura (sx): 15 100 20 60 5 4 Si noti come la lavorazione di rifinitura essendo effettuata su due distinte macchine dia origine a due vincoli. identificazione del funzionale di costo Come primo passo si calcola il costo in euro di produzione delle varie tipologie di manopole destre (100 unità) 2 6 60 100 20 4 3 60 100 20 =11=2 sinistre (100 unità) 2 6 60 100 15 4 20 60 100 20 =15=6 L'utilità (oraria) diviene la seguente. 12 2 26 6 =10 20 Quindi si ottiene il seguente problema di massimo: arg ma0 20 2 4 5 4, 0 Ricordando che la soluzione di un problema di arg max è invariante rispetto a divisioni per una costante del funzionale di costo, ed osservando che il secondo vincolo è meno stringente del primo. Si perviene alla formulazione equivalente. arg max 2 2 0.8, 0

Esercizio 3.2 Il problema di programmazione lineare risulta molto semplice, essendo costituito da due incognite e da soli 2 vincoli (escluso quello di positività). Inoltre in questo problema la regione di ammissibilità risulta essere il quadrilatero OABC i cui vertici sono riportati nella Tabella 1. Ricordando che in un problema di programmazione lineare la soluzione si trova in un punto di vertice della regione di ammissibilità, il metodo più efficiente per trovare il minimo del problema di programmazione lineare risulta essere quello del confronto. Vertice O A B C Coordinate (0;0) (2;0) (1.2; 0.8) (0; 0.8) Funzionale di costo 0 2 3,8 1,6 Tabella 1 Vertici della regione di ammissibilità e rispettivi valori del funzionale di costo Pertanto la produzione ottimale richiede di produrre 120 manopole destre all'ora ed 80 manopole sinistre. Esercizio 3.3 La teoria del lotto economico richiede vengano minimizzati i costi di gestione del magazzino. Pertanto per valutare quale sia la strategia migliore si debbono valutare i costi generati da ambo le soluzioni. Analizzando il testo si ricavano i seguenti parametri uniformi nei costi (euro), tempi (mesi) e quantità (centinaia): Domanda Estiva = 50/6 Domanda Invernale = 3/6 Costi fissi (setup cost) = 10 Costi di produzione (production cost) unitario= 20 Costi mantenimento (holding cost) unitario = 2 Valutiamo ora i costi delle due strategie. Esse producono l'andamento delle scorte mostrato in figura Strategia 1(linea Rossa) Order cost = fisso + produzione = 10*1 + 20*(50+3) = 1070 Holding Cost =(area sottesa dalla curva delle scorte)= (estivo)+(invernale) = (53+3) * 6 /2 + 3*6 /2 = 177 Costo totale = ordine + mantenimento = 1070+177 = 1247 Strategia 2 (Linea Blu) Order cost = fisso + produzione = 10*2 + 20*50+ 20*3 = 1080 Holding Cost = (area sottesa dalla curva delle scorte)= (estivo)+(invernale) = 50 * 6 /2 + 3*6 /2 = 159 Costo totale = ordine + mantenimento = 1080+159 = 1239

Si preferisce la Strategia 2, in quanto presenta un costo di gestione minore (anche se di poco).