Metodi e modelli per il supporto alle decisioni (MMSD)

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

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 A.A. 2008/2009

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

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

Ricerca Operativa A.A. 2008/2009

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

Introduzione alla RO - Parte II

Management Sanitario. Modulo di Ricerca Operativa

Problemi di Ottimizzazione

Programmazione Matematica: Modelli di Programmazione Intera

Ricerca Operativa Modelli di Programmazione Lineare

Ricerca Operativa Modelli di Programmazione Lineare

OTTIMIZZAZIONE in unione con COMPLEMENTI DI RICERCA OPERATIVA OTTIMIZZAZIONE DISCRETA

Esame di Ricerca Operativa del 06/02/17

Metodi e modelli per il supporto alle decisioni

OTTIMIZZAZIONE in unione con OTTIMIZZAZIONE DISCRETA e COMPLEMENTI DI RICERCA OPERATIVA

Ottimizzazione. in unione corso con. Ottimizzazione Discreta e Complementi di R.O. Edoardo Amaldi. DEIB Politecnico di Milano

Ricerca Operativa. Docente. 1. Introduzione

Problema Determinare la miscelazione ottimale delle materie prime in modo da massimizzare il profitto complessivo

Ricerca Operativa A.A. 2007/ Introduzione

ISTITUTO D'ISTRUZIONE SUPERIORE - - CASTEL VOLTURNO (CE) 1A 1B 1C 1D 1E 1F 1G 1H 1I 2A 2B LABORATORIO CUC/SALA LABORATORIO STORIA BIOLOGIA -

Ricerca Operativa. Docenti. 1. Introduzione

dal 1 Gennaio al 31 Marzo 2014 SERVIZIO CON NAVI Milazzo - Isole Eolie e viceversa (Interisole)

Ricerca Operativa. Docente. 1. Introduzione

Ricerca Operativa. Docente. 1. Introduzione

G=Galatello Mrg.=Margutti P.=Pelliccioni. Mnc.=Mannucci I.=Internazionale V.=Ville

Esame di Ricerca Operativa del 06/02/17

Ricerca Operativa. Docente. 1. Introduzione

Prot. N. 54 Campobasso, Oggetto: Turni farmacie urbane dell ASREM Città di Campobasso anno 2019.

Corso di Ricerca Operativa Esercitazione del 07/10/2015

dal 1 Gennaio al 22 Marzo 2015 SERVIZIO CON NAVI Milazzo - Isole Eolie e viceversa (Interisole)

Prot. N. 02/2018 Campobasso, Oggetto: Turni farmacie urbane ASREM Città di Campobasso anno 2018.

FONDAMENTI DI RICERCA OPERATIVA Prof. M.Trubian a.a. 2008/09 Prima prova in itinere: 25/11/08

ORDINE DEI FARMACISTI DELLA PROVINCIA DI RAGUSA

ARGO SOFTWARE - ARGO - RAGUSA (RG) 1F 1G 1H 2F DIRITTO ED LINGUA SPAGNOLA MATEMATICA LINGUA E LETT. ITALI

Agenzia Regionale per la Protezione dell Ambiente. Lo stato della qualità dell aria nella città di Aosta

Soluzione. V : insieme dei nodi del grafo A: insieme degli archi del grafo K: insieme degli indici delle coppie di origine-destinazione (s k,t k )

Città di Capua Farmacie di turno Mese di Gennaio 2013

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

TURNI FARMACIE DISTRETTO N. 2 MESE DI GENNAIO 2015

Problemi di Flusso e Applicazioni

TURNI ANNO Città di QUARTO LUGLIO Turno Festivo ore Turno Notturno ore Turno Giornaliero ore 9-13 * 16-20

Turni definitivi dall 11 giugno 2018 fino al 30 novembre 2018

Facoltà di Farmacia Corso di Matematica con elementi di Statistica Docente: Riccardo Rosso. Cenni sulla programmazione lineare

Programmazione Matematica: III.1 - Programmazione Lineare

Corso di Ricerca Operativa Prova in itinere del 06/11/2015

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

Programmazione Lineare Intera (PLI)

4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1

Ricerca Operativa. Esercizi proposti - II A B C D E

Istantanea Apr 24, Mag 07, 2013 (14 giorni)

Esame di Ricerca Operativa del 04/07/17

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

4 PROGRAMMAZIONE LINEARE (PL) E. Amaldi -- Fondamenti di R.O. -- Politecnico di Milano 1

ORARIO BIENNIO AFM E TURISMO

ACQUAFITNESS Lunedì Martedì Mercoledì Giovedì Venerdì Sabato 9,30-10,30 SCULPT 9,30-10,30 SCULPT 13,30-14,30 GAG ATTACK GAG ATTACK SCULPT

Esame di Ricerca Operativa del 12/06/18. Base x Degenere? y Indice Rapporti Indice uscente entrante

CARICO SCARICO MERCI CODICE EL LUOGO DOVE SI SVOLGERÀ IL TIROCINIO VERZUOLO

COMUNE DI CARIGNANO ZONA CAR.04

Ordine dei Farmacisti della Provincia di Napoli

ECO Calendario 2018 ORARI DI APERTURA DEL CENTRO RACCOLTA RIFIUTI 17 MARTEDÌ 1 DOMENICA 2 LUNEDÌ 3 MARTEDÌ 18 MERCOLEDÌ 19 GIOVEDÌ 20 VENERDÌ

LICEO CLASSICO STATALE "E. TORRICELLI" - FAENZA ORARIO CORSI DI RECUPERO FEBBRAIO-MARZO 2012 MAR28

C O M U N E di M I S T R E T T A

1 Campionato Provinciale C7. Calendario incontri UNICO

Introduzione alla Ricerca Operativa. Cos è la Ricerca Operativa? Modellazione di problemi decisionali Fasi di uno studio di RO Applicazioni della RO

mese richiesta

COMPITO DI RICERCA OPERATIVA. (5 punti) Sia dato il seguente problema di PL: min x 1 + x 2 x 1 + x 2 3 x 1 + x 2 2 2x 1 + x 2 3.

COMUNE DI LARIANO CITTÀ METROPOLITANA DI ROMA CAPITALE

FONDAZIONE ISTITUTO TECNICO SUPERIORE CORSO 2 ANNO FORMATIVO

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

I appello Ricerca operativa

MODULO PER RILEVAZIONE PRESENZE

Metodi Matematici per l Ottimizzazione

SETTIMANA DAL 02 MARZO AL 06 MARZO

CALL 2017 Scheda Progettuale: le voci contrassegnate con * devono essere necessariamente compilate per

Esame di Ricerca Operativa del 11/02/2015

ISTITUTO TECNICO STATALE COMMERCIALE E PER GEOMETRI. "Giuseppe Tomasi di Lampedusa" Via Parco degli Ulivi S. AGATA MILITELLO (ME)

Modalità e tariffe per l uso di strutture e attrezzature

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

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

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

Ricerca Operativa Modelli di Programmazione Lineare

Ricerca Operativa. Esercizi proposti

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound.

Gestione dei servizi. Indice. Presentazione del GVSP Descrizione del problema Formulazione matematica Conclusioni

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

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound.

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

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

RICERCA OPERATIVA. 1. Introduzione

Liceo Scientifico Statale Leonardo liceo artistico - liceo linguistico liceo scientifico delle scienze applicate

Problemi di Flusso: Il modello del Trasporto

Esame di Ricerca Operativa del 16/06/2015

RSU CISAL COMUNICAZIONE

Problemi. sbj. x 0, x intero

Capitolo 3: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

Transcript:

Metodi e modelli per il supporto alle decisioni (MMSD) 2. Modelli di Programmazione Lineare Modelli di programmazione lineare Il metodo grafico è basato su linearità della funzione obiettivo linearità dei vincoli Sotto queste ipotesi (come vedremo meglio in seguito), una soluzione si trova su un vertice della regione ammissibile: l ultimo toccato traslando le rette isoprofitto nella direzione del gradiente Si parla in questi casi di modelli di programmazione lineare (PL) Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.2 1

Formulazione generale di un modello di programmazione lineare min (max) z = c 1 x 1 + c 2 x 2 + +c j x j + + c n x n (+cost.) subject to (, soggetto a, s.a) a 11 x 1 + a 12 x 2 + +a 1j x j + + a 1n x n (=, ) b 1 a 21 x 1 + a 22 x 2 + +a 2j x j + + a 2n x n (=, ) b 2 a m1 x 1 + a m2 x 2 + +a mj x j + + a mn x n (=, ) b m x j R (+) (x j intere) z x j c j a ij b i : funzione obiettivo da minimizzare (min) o massimizzare (max) : variabili decisionali (incognite) reali (eventualmente non negative) intere (eventualmente non negative) Programmazione binarie (x j {0,1}) lineare intera (PLI) : coefficienti di costo (min) o profitto (max) : coefficienti tecnologici : termini noti Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.3 Dieta economica Un dietologo deve preparare una dieta che garantisca un apporto giornaliero di proteine, ferro e calcio di almeno mg, mg e mg, rispettivamente. Il dietologo è orientato su cibi a base di verdura ( mg/kg di proteine, 6 mg/kg di ferro e mg/kg di calcio, al costo di 4 /Kg), carne (1 mg/kg di proteine, mg/kg di ferro e 3 mg/kg di calcio, al costo di /Kg) e frutta (4 mg/kg di proteine, mg/kg di ferro e 12 mg/kg di calcio, al costo di 7 /Kg). Determinare la dieta di costo minimo. Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.4 2

Siano x 1, x 2 e x 3 le quantità di cibi a base di verdura, carne e frutta, rispettivamente min 4 x 1 + x 2 +7 x 3 (costo giornaliero dieta) x 1 +1x 2 +4x 3 (proteine) 6x 1 +x 2 +x 3 (ferro) x 1 +3x 2 +12x 3 (calcio) x i R +, i {1, 2, 3} Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2. Indagine di mercato Un azienda pubblicitaria deve svolgere un indagine di mercato per lanciare un nuovo prodotto. Si deve contattare telefonicamente un campione significativo di persone: almeno donne sposate, almeno 1 donne non sposate, almeno 1 uomini sposati e almeno 0 uomini non sposati. Le telefonate possono essere effettuate al mattino (al costo operativo di 1.1 euro) o alla sera (al costo di 1.6 euro). Le percentuali di persone mediamente raggiunte sono riportate in tabella. Si noti come le telefonate serali Mattino Sera sono più costose, ma permettono di Donne sposate % % raggiungere un maggior numero di persone: solo il % va a vuoto. Si Donne non sposate % % vuole minimizzare il costo Uomini sposati % % complessivo delle telefonate da Uomini non sposati % 1% effettuare (mattina/sera) in modo da raggiungere un campione Nessuno 40% % significativo di persone Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.6 3

Siano x 1 e x 2 il numero di telefonate da fare al mattino e alla sera, rispettivamente min 1.1 x 1 +11.6 x 2 (costo totale telefonate) 0.3x 1 +0.3x 2 (donne sposate) 0.1x 1 +0.2x 2 1 (donne non sposate) 0.1x 1 +0.3x 2 1 (uomini sposati) 0.1x 1 +0.1x 2 0 (uomini non sposati) x i Z +, i {1, 2} Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.7 Trasporto di frigoriferi Una ditta di produzione di elettrodomestici produce dei frigoriferi in tre stabilimenti e li smista in quattro magazzini intermedi di vendita. La produzione settimanale nei tre stabilimenti A, B e C è rispettivamente di 0, 70 e unità. La quantità richiesta dai 4 magazzini è rispettivamente di, 60, e 40 unità. I costi per il trasporto di un frigorifero tra gli stabilimenti e i magazzini 1, 2, 3 e 4 sono i seguenti: - dallo stabilimento A: 6, 8, 3, 4 euro; - dallo stabilimento B: 2, 3, 1, 3 euro; - dallo stabilimento C: 2, 4, 6, euro. La ditta vuole determinare il piano di trasporti di costo minimo. Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.8 4

Sia x ij il numero di frigoriferi prodotti nello stabilimento i e smistati nel magazzino j min 6 x A1 +8 x A2 +3 x A3 +4 x A4 + + 2 x B1 +3 x B2 +1 x B3 +3 x B4 + + 2 x C1 +4 x C2 +6 x C3 + x C4 x A1 +x A2 +x A3 +x A4 0 (capacità produttiva stabilimento A) x B1 +x B2 +x B3 +x B4 70 (capacità produttiva stabilimento B) x C1 +x C2 +x C3 +x C4 (capacità produttiva stabilimento C) x A1 +x B1 +x C1 (domanda magazzino 1) x A2 +x B2 +x C2 60 (domanda magazzino 2) x A3 +x B3 +x C3 (domanda magazzino 3) x A4 +x B4 +x C4 40 (domanda magazzino 4) x ij Z +, i {A, B, C}, j {1, 2, 3, 4} Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.9 Turni in ospedale Si vogliono organizzare i turni degli infermieri in ospedale. Ogni infermiere lavora giorni consecutivi, indipendentemente da come sono collocati all interno della settimana, e poi ha diritto a due giorni consecutivi di riposo. Le esigenze di servizio per i vari giorni della settimana richiedono la presenza di 17 infermieri il lunedì, 13 il martedì, 1 il mercoledì, 19 il giovedì, 14 il venerdì, 16 il sabato e 11 la domenica. Organizzare il servizio in modo da minimizzare il numero totale di infermieri da impegnare. Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.

Siano lun, mar, mer, gio, ven, sab e dom il numero di infermieri in cui turno inizia di lunedì, domenica min lun +mar +mer +gio +ven +sab+dom lun +gio +ven +sab+dom 17 (presenze lunedì) lun +mar +ven +sab+dom 13 (presenze martedì) lun +mar +mer +sab+dom 1 (presenze mercoledì) lun +mar +mer +gio +dom 19 (presenze giovedì) lun +mar +mer +gio +ven 14 (presenze venerdì) mar +mer +gio +ven +sab 16 (presenze sabato) +mer +gio +ven +sab+dom 11 (presenze domenica) lun, mar,mer, gio, ven, sab, dom Z + Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.11 Localizzazione di servizi Una città è divisa in sei quartieri, dove si vogliono attivare dei centri unificati di prenotazione (CUP) per servizi sanitari. In ciascun quartiere è stata individuata una possibile località di apertura. Le distanze medie in minuti da ciascun quartiere a ciascuna delle possibili località è indicata in tabella. Si desidera che nessun utente abbia un tempo medio di spostamento superiore a 1 minuti per arrivare al CUP più vicino e si vuole minimizzare il numero di CUP attivati. Q.re 1 Q.re 2 Q.re 3 Q.re 4 Q.re Q.re 6 Loc. 1 Loc. 2 2 3 Loc 3 Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.12 2 1 Loc. 4 3 1 1 2 Loc. 1 14 Loc. 6 2 14 6

Sia x i =1, se viene aperto il CUP nel quartiere i, 0 altrimenti min x 1 + x 2 + x 3 + x 4 + x + x 6 x 1 + x 2 1 (esigenze q.re 1) x 1 + x 2 x 3 + x 4 + x 6 1 (esigenze q.re 2) 1 (esigenze q.re 3) x 3 + x 4 + x 1 (esigenze q.re 4) x 4 + x + x 6 1 (esigenze q.re ) x 2 + x + x 6 1 (esigenze q.re 6) x i {0,1} Luigi De Giovanni - MMSD - 2. Modelli di Programmazione Lineare 2.13 7