programmazione lineare

Slides:



Advertisements
Presentazioni simili
Equivalenze e Ordinamenti
Advertisements

Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Lezione n° 8 - Matrice di base. - Soluzioni di base ammissibili. - Relazione tra vertici di un poliedro e soluzioni basiche. - Teorema fondamentale della.
© by FIPAV - Centro Qualificazione Nazionale CORSO ALLIEVO ALLENATORE PRIMO LIVELLO GIOVANILE MODULO 3 METODOLOGIA 3 “Principi metodologici nell’organizzazione.
Fondamenti di Informatica - D. Talia - UNICAL 1 Fondamenti di Informatica FONDAMENTI DI INFORMATICA Domenico Talia
1 Prof.ssa A.Comis. 2 Introduzione Definizione Classificazione Principi di equivalenza Regole per la risoluzione.
1 Franco Simonetto Corso di Fisica Subnucleare AA La Matrice di Cabibbo-Kobaiashi-Maskawa ● Considerazioni Generali ● Parametrizzazioni ● I triangoli.
Lezione n° 14 Teoria della dualità: - Teorema forte della dualità - Teorema degli scarti complementari Lezioni di Ricerca Operativa Corso di Laurea in.
Rileaborato da M. Lenzerini - Basi di dati
IL TEOREMA DI PITAGORA La prima dimostrazione di questo teorema è stata attribuita al matematico greco Pitagora di Samo ( a. C.). Non si sa, però,
Mariangela Chimetto Simone Banchelli Padova 4 aprile 2017
= 2x – 3 x Definizione e caratteristiche
Proporre una strategia
Rielaborato da Atzeni et al., Basi di dati, Mc-Graw Hill
Universita’ di Milano Bicocca Corso di Basi di Dati 1 in eLearning C
Definizione di logaritmo
Equazioni differenziali - introduzione
Le equazioni di II°Grado
Dal problema al processo risolutivo
LA SICUREZZA IN BICICLETTA IMPOSTAZIONE GENERALE DELL’ATTIVITA’
per l’economia e la finanza Prof.ssa Cristiana Mammana
Algoritmo Simplesso duale e Algoritmo primale-duale
Bergamini, Trifone, Barozzi – La matematica del triennio
IL CONCETTO DI ALGORITMO
Dal problema al processo risolutivo
Esercizi.
COME OBIETTIVO DELL’AREA PRODUZIONE
INDICAZIONI PRELIMINARI ALLA STESURA DI
Equazioni e disequazioni
Lezione CG01 Il Sistema di Controllo di Gestione e il ciclo del controllo Corso di Gestione Aziendale AA Prof. Cristina Ponsiglione
IMPOSTAZIONE ATTIVITA’ FEDERALE NELL’AMBITO DEL PROGETTO ICARO XVI
FRAZIONI CONTINUE.
Programmazione Bilivello
Universita’ di Milano Bicocca Corso di Basi di dati 1 in eLearning C
Programmazione Intera
Il modello duale.
Corso di Ingegneria del Web A A Domenico Rosaci 1
Esercitazione di Statistica Economica
Programmazione lineare : Disequazioni lineari e Sistemi di Disequazioni lineari
Algebra di Boole e sue applicazioni
ANALISI DELLE DISTRIBUZIONI STATISTICHE
Esercitazione di Statistica Economica
Definizione di Mappa Concettuale
Linguaggio C++ Selezione.
L’area delle figure piane
Università del Piemonte Orientale Facolta’ di Medicina e Chirurgia CI Sanità Pubblica, Medicina del Lavoro ed EBM MODULO EBM Presentazione del corso.
Dualità a.a /01/2019.
LA FORMAZIONE COME PROCESSO: macroanalisi
Ricerca Operativa 2a parte
Programmazione lineare :
Risultati di PISA 2006 – Differenze interne al sistema scolastico italiano Percentuale studenti a ciascun livello della scala complessiva di literacy.
Relazioni dirette e inverse Calcoli percentuali Sopra e sotto cento
Disequazioni con il valore assoluto
Le forme organizzative
ER Primo esonero Basi DATI 2015
LA PROGETTAZIONE DEL SISTEMA DI
SOP, POS e cammino critico
TIPOLOGIE DI DECISIONI E LA NECESSITA’ DI INDIVIDUARE
Programmazione e Laboratorio di Programmazione
Programmazione e Laboratorio di Programmazione
«COSA DOBBIAMO FARE PER ANDARE NELLA DIREZIONE DESIDERATA ?»:
Programmazione e Laboratorio di Programmazione
Programmazione e Laboratorio di Programmazione
Programmazione e Laboratorio di Programmazione
DERIVATA DI UNA FUNZIONE
COME OBIETTIVO DELL’AREA PRODUZIONE
ALGORITMO E’ una successione finita di passi che consente di risolvere tutti i problemi di una classe e di determinare il risultato. Caratteristiche: Finito.
Transcript della presentazione:

programmazione lineare Teoria della  programmazione lineare Corso di Ricerca Operativa A.A. 2016-2017 1

Argomenti Concetti preliminari Condizioni geometriche di ottimalità e illimitatezza Condizioni algebriche di ottimalità 2

Concetti preliminari 3

Esercizio 4

Esercizio 5

Esercizio 6

Concetti preliminari 7

Esercizio 8

Esercizio 9

Concetti preliminari 10

Esercizio 11

Esercizio 12

Esercizio 13

Concetti preliminari Un problema di PL è in «forma standard» se: la funzione obiettivo è di minimo; il poliedro P è in forma standard. Si possono utilizzare diverse notazioni per rappresentare un problema di PL in forma standard, tutte equivalenti e intercambiabili. 14

Concetti preliminari 15

Concetti preliminari 16

Concetti preliminari 17

Concetti preliminari 18

Concetti preliminari 19

Argomenti Concetti preliminari Condizioni geometriche di ottimalità e illimitatezza Condizioni algebriche di ottimalità 20

Condizioni geometriche di ottimalità e illimitatezza 21

Esercizio 22

Esercizio 23

Esercizio 24

Condizioni geometriche di ottimalità e illimitatezza 25

Condizioni geometriche di ottimalità e illimitatezza 26

Condizioni geometriche di ottimalità e illimitatezza 27

Condizioni geometriche di ottimalità e illimitatezza 28

Condizioni geometriche di ottimalità e illimitatezza 29

Condizioni geometriche di ottimalità e illimitatezza Ricordando il Teorema 5.5, dal Teorema 6.1 si deduce immediatamente che se un problema di PL è espresso in forma standard, l’esistenza di una soluzione ottima implica l’esistenza di un vertice ottimo. Inoltre, il Teorema 3.6 fornisce uno strumento operativo per identificare i vertici di un poliedro. Si può quindi concludere introducendo il seguente corollario (6.1). 30

Condizioni geometriche di ottimalità e illimitatezza 31

Argomenti Concetti preliminari Condizioni geometriche di ottimalità e illimitatezza Condizioni algebriche di ottimalità 32

Condizioni algebriche di ottimalità 33

Condizioni algebriche di ottimalità 34

Condizioni algebriche di ottimalità 35

Condizioni algebriche di ottimalità 36

Condizioni algebriche di ottimalità 37

Esercizio 38

Esercizio 39

Esercizio 40

Esercizio 41

Esercizio 42

Esercizio 43

Condizioni algebriche di ottimalità 44

Condizioni algebriche di ottimalità 45

Condizioni algebriche di ottimalità 46

Condizioni algebriche di ottimalità 47

Esercizio 48

Esercizio 49

Esercizio 50

Esercizio 51

Condizioni algebriche di ottimalità 52

Condizioni algebriche di ottimalità 53

Condizioni algebriche di ottimalità 54

Condizioni algebriche di ottimalità 55

Condizioni algebriche di ottimalità 56

Esercizio 57

Esercizio 58

Esercizio 59

Esercizio 60

Esercizio 61

Esercizio 62

Esercizio 63

Esercizio 64

Esercizio 65

Condizioni algebriche di ottimalità 66

Condizioni algebriche di ottimalità 67

Esercizio 68

Esercizio 69

Esercizio 70

Condizioni algebriche di ottimalità I risultati teorici fin qui conseguiti consentono di definire una possibile strategia per risolvere un problema di PL: si può costruire la forma canonica del problema rispetto a tutte le basi ammissibili e verificare l’eventuale soddisfacimento della condizione di ottimalità espressa dal Teorema 6.2 o quella di illimitatezza espressa dal Teorema 6.3. Se esiste almeno una base ammissibile, è evidente che, al termine della procedura, essendo il numero delle basi ammissibili finito, si giungerà a una delle due condizioni su indicate. 71

Condizioni algebriche di ottimalità 72