Metodi e modelli per il supporto alle decisioni

Documenti analoghi
Ricerca Operativa A.A. 2007/ Introduzione

Ricerca Operativa. Docenti. 1. Introduzione

Ricerca Operativa. Docente. 1. Introduzione

Ricerca Operativa. Docente. 1. Introduzione

Elementi di un modello di Programmazione Matematica

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

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

Metodi di Ottimizzazione per la Logistica e la Produzione

LEZIONE N. 6 - PARTE 1 - Introduzione

Si consideri il seguente tableau ottimo di un problema di programmazione lineare

Prerequisiti didattici

RICERCA OPERATIVA. 1. Introduzione

Lezioni di Ricerca Operativa

Excel: una piattaforma facile per l ottimizzazione. Excel ha un toolbox di ottimizzazione: Risolutore

Il problema dello zaino: dalla gita in montagna ai trasporti internazionali. Luca Bertazzi

Corso di Matematica Applicata A.A

Introduzione ai Problemi di Flusso su Reti

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

Ottimizzazione marginale

SCHEDA DI LAVORO N.1 LABORATORIO PREMESSA

Introduzione alla Ricerca Operativa

Introduzione all uso di FICO Xpress. Metodi di Ottimizzazione per la Logistica e la Produzione

ISTITUTO DI ISTRUZIONE SECONDARIA SUPERIORE ELENA DI SAVOIA PIERO CALAMANDREI BARI. ISTITUTO TECNOLOGICO CHIMICO Ambientale e Sanitario

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

Premessa alla prima edizione 13

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

LA PROGRAMMAZIONE MATEMATICA (p.m.)

3.3 FORMULAZIONE DEL MODELLO E CONDIZIONI DI

Introduzione alla programmazione lineare

Soluzione di problemi di Programmazione Lineare Intera

Metodi e modelli per le decisioni

Ricerca Operativa. Ricerca Operativa p. 1/2

Programmazione Lineare Intera

IL METODO DEL SIMPLESSO

Soluzione grafica di problemi PM in 2 variabili

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

Introduzione alla ricerca operativa Problemi e modelli

Excel: una piattaforma facile per l ottimizzazione. Excel ha un toolbox di ottimizzazione: Risolutore

RELAZIONE FINALE DEL DOCENTE

Sistemi con vincoli. Docente: Francesca Rossi.

Management Sanitario. Modulo di Ricerca Operativa 2 a lezione: un problema di assegnamento

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):

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.

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

Programmazione Dipartimento Area Scientifica T. Rossi A.S. 2015/2016

OTTIMIZZAZIONE LINEARE MULTICRITERIO

Applicazioni di intelligenza artificiale

Esercizi soluzione grafica e Branch and Bound. Daniele Vigo

Corso di Modelli e Algoritmi della Logistica

DAI FASCI DI RETTE ALLA PROGRAMMAZIONE LINEARE. Un approccio alla Ricerca Operativa nei curricoli liceali. Adriana Lanza

Miscelazione di benzine

La dualità nella Programmazione Lineare

inoltre, deve essere: Funzioni obiettivo lineare a tratti

Renato Morbidelli, Corrado Corradini. Metodi quantitativi. per la gestione ottimale delle acque. Morlacchi Editore U.P.

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

Planning deduttivo in Prolog Planning in Prolog (come ricerca forward) (il 18 Gennaio, in Lab)

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

Vediamo come risolvere un problema di PL con Excel. Riprendiamo un esercizio già visto.

Problemi di Flusso: Il modello del Trasporto

Ottimizzazione su grafi: massimo flusso (parte 1) Ottimizzazione su grafi:massimo flusso (parte 1) p. 1/33

Ricerca Operativa Modelli di Programmazione Lineare

Flusso a Costo Minimo

Introduzione alla Ricerca Operativa

Esercitazione n o 3 per il corso di Ricerca Operativa

PROGRAMMAZIONE DISCIPLINARE ISTITUTO TECNICO MATEMATICA. Competenze da conseguire alla fine del IV anno relativamente all asse culturale:

Cosa è l Informatica?

Il modello duale. Capitolo settimo. Introduzione

Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE

Esame di Ricerca Operativa del 07/09/2016

Bilanciamento di tempi e costi Progetti a risorse limitate Note bibliografiche

LA RICERCA OPERATIVA. Richiami storici

Università degli Studi di Napoli "Federico II" - Facoltà di Ingegneria Corso di Ricerca Operativa - Prova d'esame del (Prof.

programmazione annuale docente

Lezione 2 Un modello di produzione

L efficienza e la valutazione delle performance Concetti ed introduzione alla D.E.A.

ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 421 E SEGUENTI

Matematica Computazionale(6cfu) Ottimizzazione(8cfu) (a.a , lez.1)

MATEMATICA MATRICI DELLE COMPETENZE SECONDO BIENNIO

Il concetto di informatica. Graziano Pravadelli (2012)

Metodi Matematici per l Ottimizzazione

Il calcolo economico. Le relazioni tra costi e prezzi.

REGISTRI D'ESAME CODICE ESAME CORSO DI LAUREA NOME DEL CORSO LAUREA CFU

Problema 6 * * * x = numero di cassonetti di tipo A y = numero di cassonetti di tipo B f(x, y) = 500x + 600y da massimizzare Vincoli:

FONDAMENTI DI RICERCA OPERATIVA D / E

Management Sanitario. Modulo di Ricerca Operativa

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

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

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

GAMBOTTO-MANZONE, Conoscere e applicare la Matematica, vol.2 Tramontana GAMBOTTO-MANZONE, Conoscere e applicare la Matematica, vol.

Sommario Introduzione Il progetto motoruota Obiettivi della tesi Layout meccanico del sistema.3

Problemi di localizzazione di servizi (Facility Location Problems)

La programmazione lineare

ESERCIZI SVOLTI DI PROGRAMMAZIONE LINEARE TOMO G PAG 417 E SEGUENTI. Esercizio n. 1 pag 417. vincoli

Struttura del Corso. Durata

PROGRAMMAZIONE di MATEMATICA. classe 4B. Indirizzo Socio Sanitario a.s

AMPL: Risoluzione di Problemi Nonlineari

3,5. Detection Limit 2,5. LOg UFC/g. Control 1,5 0,5. Psy Meso Gram - H2S p LAB Yeasts. Microbial group

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

Transcript:

Metodi e modelli per il supporto alle decisioni 1. Introduzione Supporto alle decisioni Supporto ai processi decisionali in sistemi complessi Problema decisionale reale Passi, operazioni Soluzioni del problema reale Ricerca delle operazioni con metodo scientifico Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.2 1

Metodologia Problema decisionale reale Formulazione Modello Deduzione Interpretazione Soluzioni del problema reale Interpretazione Soluzioni del modello Formulazione: modelli matematici, modelli di simulazione, modelli di teoria dei giochi etc. Deduzione: metodi quantitativi, algoritmi efficienti Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.3 Focus: problemi di ottimizzazione Determinare la migliore configurazione di sistemi complessi sotto condizioni di utilizzo di risorse scarse Pianificazione della produzione Determinazione dei turni del personale Determinazione di percorsi ottimali Organizzazione dei flussi di dati in una rete di telecomunicazione etc. etc. etc. Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.4 2

Esempio Un coltivatore ha a disposizione 12 ettari di terreno da coltivare a lattuga o a patate. Le risorse a sua disposizione, oltre al terreno, sono: 70 kg di semi di lattuga, 18 t di tuberi, 160 t di concime. Supponendo che il mercato sia in grado di assorbire tutta la produzione e che i prezzi siano stabili, la resa stimata per la coltivazione di lattuga è di 3000 /ettaro e quella delle patate è di 5000 /ettaro. L assorbimento delle risorse per ogni tipo di coltivazione è di 7 kg di semi e 10 t di concime per ettaro di lattuga, e 3 t di tuberi e 20 di concime per le patate. Stabilire quanto terreno destinare a lattuga e quanto a patate in modo da massimizzare la resa economica e sfruttando al meglio le risorse disponibili. Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.5 Scopi del supporto alle decisioni di ottimizzazione Semplice generare soluzioni ammissibili Semplice proporre soluzioni ragionevoli Ma Come certificare che una soluzione proposta è la migliore in assoluto (ottima)? Come valutare il valore intrinseco delle risorse (un ettaro di terreno) Come valutare la stabilità della soluzione proposta in funzione di variazioni dei dati (rendite della produzione, risorse disponibili etc.)? Uso di strumenti matematici e algoritmici! Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.6 3

Costruzione del modello Cosa bisogna decidere? variabili decisionali Quale è l obiettivo? funzione obiettivo Come sono caratterizzate le soluzioni ammissibili? vincoli del problema Modelli matematici: funzione obiettivo e vincoli sono espressi come relazioni matematiche tra le variabili decisionali (vedi dispense, pagg. 2-3) Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.7 Modello matematico Variabili decisionali: x L, x P : quantità in ettari da destinare a lattuga e a patate Funzione obiettivo: max 3000 x L + 5000 x P Sistema dei vincoli: x L + x P 12 (ettari disponibili) 7 x L 70 (semi disponibili) 3 x P 18 (tuberi disponibili) 10 x L + 20 x P 160 (concime disponibile) x L 0, x P 0 (dominio) Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.8 4

Soluzione Soluzione empirica con foglio elettronico Facile ottenere soluzioni ammissibili ma abbiamo ottenuto la soluzione ottima? Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.9 Soluzione: metodo grafico direzione del gradiente della funzione obiettivo curve isoprofitto Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.10 5

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 - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.11 Soluzione: sw di ottimizzazione Risolutore di Excel Software di ottimizzazione Linguaggi di modellazione matematica (AMPL, Mosel, OPL, Lingo, GAMS etc.) Motori di ottimizzazione (Cplex, Xpress, GPLK, LPsolve etc.) Importante disporre di un buon modello matematico: considereremo modelli di programmazione lineare (PL) Luigi De Giovanni - Metodi e modelli per il supporto alle decisioni - 1. Introduzione 1.12 6