Ricerca Operativa 3a parte

Slides:



Advertisements
Presentazioni simili
programmazione lineare: un esempio
Advertisements

Modelli e Algoritmi per la Logistica
Elaborato di Teoria dello Sviluppo dei Processi Chimici

Prof. Cerulli – Dott.ssa Gentili
Lezione n° 18: Maggio Problema del trasporto: formulazione matematica Anno accademico 2008/2009 Prof. Cerulli – Dott.ssa Gentili Lezioni di.
Prof. Cerulli – Dott.ssa Gentili
Calcolo letterale.
Claudio Arbib Università dell’Aquila Ricerca Operativa Metodo del simplesso per problemi di distribuzione single-commodity.
Programmazione lineare: un esempio Mix produttivo ottimo con risorse vincolate Materiale di studio: M. Fischetti, Lezioni di RO, Cap. 3. Libreria Progetto.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Lezione n° 5: Esercitazione
Lezione n° 8 - Matrice di base. - Soluzioni di base ammissibili. - Relazione tra vertici di un poliedro e soluzioni basiche. - Teorema fondamentale della.
Lezione n° 10 Algoritmo del Simplesso: - Coefficienti di costo ridotto - Condizioni di ottimalità - Test dei minimi rapporti - Cambio di base Lezioni di.
Programmazione lineare: un esempio Mix produttivo ottimo con risorse vincolate Materiale di studio: M. Fischetti, Lezioni di RO, Cap. 3. Libreria Progetto.
Dipartimento di Economia, Management e Istituzioni APPPLICAZIONI AZIENDALI MEDIANTE FOGLIO ELETTRONICO 5° modulo: Mix produttivo, sfruttamento ottimale,
Disequazioni in una variabile. LaRegola dei segni La disequazione A(x) · B(x) > 0 è soddisfatta dai valori di per i quali i due fattori A(x) e B(x) hanno.
1 Prof.ssa A.Comis. 2 Introduzione Definizione Classificazione Principi di equivalenza Regole per la risoluzione.
LA MATEMATICA. La matematica Cos'è la matematica? Gli insiemi I numeri naturali I numeri interi relativi I numeri razionali assoluti I numeri razionali.
Con il termine reporting indichiamo sia il semplice “rapporto di gestione” che il più ampio “sistema dei rapporti di gestione” Cosa è il reporting? Il.
RISPOSTA ALL'ECCITAZIONE ARMONICA - SISTEMA NON SMORZATO Forza impressa equaz. del moto: rapporto di frequenza per La risposta è la sovrapposizione di.
Lezione n° 14 Teoria della dualità: - Teorema forte della dualità - Teorema degli scarti complementari Lezioni di Ricerca Operativa Corso di Laurea in.
FINANZA AZIENDALE Esercitazione 4.
Precorso di Statistica per le Lauree Magistrali
La funzione seno è una corrispondenza biunivoca nell’intervallo
Formulazione generale di un problema IP
Endogenous restricted participation
Corso di Analisi Statistica per le Imprese Cross tabulation e relazioni tra variabili Prof. L. Neri a.a
NUMERI RAZIONALI OPERAZIONI DEFINIZIONE PROPRIETA’ POTENZE SIMBOLOGIA FRAZIONI EQUIVALENTI PROPRIETA’ RAPPRESENTAZIONE SULLA.
x2 – 4x + 1 x – 3 6x 5y2 ; x2 – 4x + 1 x – 3 x – 3 ≠ 0 x ≠ 3
Il simplesso in forma tabellare
Le Equazioni Lineari Definizione:
per l’economia e la finanza Prof.ssa Cristiana Mammana
Algoritmo Simplesso duale e Algoritmo primale-duale
Le disequazioni DEFINIZIONE DISEQUAZIONI EQUIVALENTI
(7x + 8x2 + 2) : (2x + 3) 8x2 + 7x + 2 2x + 3 8x2 + 7x + 2 2x + 3 4x
4 < 12 5 > −3 a < b a > b a ≤ b a ≥ b
Equazioni differenziali
Equazioni e disequazioni
MATEMATICA III.
programmazione lineare
Algoritmi Avanzati Prof.ssa Rossella Petreschi
Scelte di consumo curva di domanda
Precorso di Statistica per le Lauree Magistrali
Il modello duale.
Esercitazione di Statistica Economica
Codicfiche Interi Complemento alla base.
Ricerca Operativa 1a De Luca Cardillo Dorotea
Impariamo a conoscere le Matrici
32 = 9 x2 = 9 x = 3 32 = 9 √9 = 3 L’estrazione di radice
Programmazione Dinamica: tecnica risolutiva che conduce all’ottimo, non fornisce algoritmi risolutivi generali. Stadi: fasi in cui il problema è scomposto.
Matrici Definizioni Matrici Rettangolari Quadrate 02/01/2019
Esempi e definizioni per modelli di Programmazione Lineare 1a parte marzo /01/2019.
Dualità a.a /01/2019.
Ricerca Operativa 2a parte
L’unità frazionaria ESEMPIO Rappresentazione
Algoritmi Avanzati a.a.2011/2012 Prof.ssa Rossella Petreschi
ANALISI DI REGRESSIONE
Riduzione dei Dati.
Precorso di Statistica per le Lauree Magistrali
“Il piano cartesiano e la retta”
FUNZIONI DI DUE VARIABILI
Economia politica Lezione 17
Reti Combinatorie: sintesi
Matrici e determinanti
Algoritmi e Strutture Dati
Modello matematico per la risoluzione dei problemi
La retta Esercitazioni Dott.ssa Badiglio S..
I sistemi di equazioni di 1° grado
I radicali Esercitazioni Dott.ssa Badiglio S..
Transcript della presentazione:

Ricerca Operativa 3a parte 08/12/2018 1

Metodo del Simplesso Eliminazione gaussiana Forma canonica Cambiamento base  Pivoting Ottimizzazione 08/12/2018

PIVOTING: 1a interpretazione Forma standard a11x1+······+ a1nxn= b1 a21x1+······+ a2nxn= b2 ················· am1x1+······+ amnxn= bm  (Eliminazione di Gauss) Forma canonica x1+ y1,m+1xm+1+····+ y1,nxn = y1,0 x2+ y2,m+1xm+1+····+ y2,nxn = y2,0 xm + ym,m+1xm+1+···+ ym,nxn = ym,0 08/12/2018

Forma canonica tabulare soluzione: x1 = y1,0, ·····, xm = ym,0 xm+1=···= xm= 0 sistema in forma tabulare 1 0 ···y1,r·0 y1,m+1···y1,s ··· y1,n y1,0 ··· ·· 0 ···yr,r·0 yr,m+1···yr,s ··· yr,n yr,0 ··· ·· 0·ym,r·1 ym,m+1···ym,s ··· ym,n ym,0 componenti di Forma canonica tabulare 08/12/2018

Cambiamento di base- Pivoting Sostituzione di xr con xs Se yrs0 i = r , j  y’r,j = yr,j/ yr,s i  r , j = s  y’i,s = 0 (y’i,s = yi,s - (yr,s/ yr,s )i=0  i= yi,s ) ir , j s  y’i,j = yi,j - (yr,j/ yr,s )yi,s ---------------------------------------------------------------- 1 0 ··· y1,m+1···y1,s ··· y1,n y1,0 ··· ··· ··· ··· ··· ··· ··· ··· 1 0·· yi,m+1···yi,s ··· yi,n yr,0 1 0·· yr,m+1···yr,s ··· yr,n yr,0 ··· ··· ··· ··· ··· ··· ··· 0 1 ym,m+1···ym,s ··· ym,n ym,0 08/12/2018

esempio 1o passo 2o passo a1 a2 a3 b 2x1+ x2+x3=2 a 2 1 1 2 x1+2x2+x3=3 b 1 2 1 3 eliminazione di gauss: 1o passo 2o passo 1a 1 1/2 1/2 1 2a 1 0 1/3 1/3 1b 0 3/2 1/2 2 2b 0 1 1/3 4/3 SBP x1=1/3 , x2=4/3, x3=0 2a si ottiene sottraendo a 1a la 2b moltiplicata per 1/2 si ottiene sottraendo alla riga b la a già trasformata, cioè la 1a Si ottiene moltiplicando per 2/3 la 1b 08/12/2018

Cambiamento di base 1 0 1/3 1/3 0 1 1/3 4/3 variabili di base x1, x2 1 0 1/3 1/3 0 1 1/3 4/3 variabili di base x1, x2 sostituire var. x3 a x2 r = 2, s = 3 , yr,s =y2,3 =1/3 0 pivot yr,s y’r,j = yr,j/ yr,s per i = r y’i,j = yi,j - (yr,j/ yr,s )yi,s per i r 3o passo 3b 1 -1 0 -1 3a 0 3 1 4 xB=(x1,x3)= (-1, 4) xN = x2 = 0 xT=(-1,0,4) non è soluzione base possibile r s 08/12/2018

PIVOTING: 2a interpretazione in Rm Forma standard a11x1+······+ a1nxn= b1 a21x1+······+ a2nxn= b2 ················· am1x1+······+ amnxn= bm Soluzione base ponendo a zero(n-m) coefficienti Forma tabulare canonica 1 0 ·· ·0 y1,m+1···y1,s ··· y1,n y1,0 ··· ·· ·· ·· 0 1· ·0 yr,m+1···yr,s ··· yr,n yr,0 ··· ·· ·· ·· 0··1 ym,m+1···ym,s ··· ym,n ym,0 08/12/2018

Trasformazioni Si esprime ar in termini degli altri vettori di base e di as 08/12/2018

L’operazione di pivoting fa passare da una s.b. all’altra Non garantisce la non negatività Hp: ogni s.p. sia non degenere 08/12/2018

Determinazione vettore uscente x1a1+······+ xmam= b as vettore entrante as =y1sa1 +······+ ymsam  as =y1sa1+······+ yms am (x1-y1s) a1+(x2-y2s) a2+ ··+ (xm-yms) am + as = b = mini{xi/yis : yis > 0 } = xr/yrs = yr0/yrs,i=r casi particolari soluzione degenere (minimo per più indici) soluzione illimitata (yis < 0,  i ) 08/12/2018

Cambiamento di base a1 a2 a3 a4 a5 a6 b 1 2 12 3 60 4 90 a1 a2 a3 a4 2 12 3 60 4 90 a1 a2 a3 a4 a5 a6 b 1 2 12 -2 -3 36 -4 42 X1=0 X2=36 X3=42 X4=12 X5=0 X6=0 08/12/2018

Ricerca soluzione possibile ottima min cT x (max cT x = - min cT x ) vettore di base per ridurre il valore della f.o.:  x z =c1x1+······+ cnxn per x = (xB,0) z0= xB con se la soluzione non è di base xN  0  sostituendo posto  analogamente 08/12/2018

Rappresentazione grafica x2 (2,6) 2 x2 = 12 Max z = 3x1 + 5x2 R1 x1  4 R2 2x2  12 R3 3x1 + 2x2  18 x1 , x2  0 3 x1 + 2 x2 = 18 (4,3) K 3 x1 + 5 x2 = 36 x1 = 4 x1 3 x1 + 5 x2 = 15 08/12/2018 3 x1 + 5 x2 = 18

Teor. Miglioramento soluzione base possibile Data una SBP non degenere con valore z0 per la f.o., se (cj-zj) < 0 per qualche j   SBP con z < z0 sia j=s, se  yis>0 (as può sostituire un vettore di base)  si ottiene una nuova SBP con z < z0 se yis0,i (as non può sostituire un vettore di base)  l’insieme K delle soluzioni è illimitato e f.o.  -  08/12/2018

Costi ridotti (cj-zj) Costi ridotti = Coefficienti di variabili non basiche in uno spazio ridotto interpretazione di : sia , 08/12/2018

Costi ridotti e costi ombra (x1-y1s) a1+(x2-y2s) a2+ ····+ (xm-yms) am + as = b = min{xi/ yis: yis >0} n.b. xi = yi0 08/12/2018

Corollario: Se xj è var di base  Teor: Condizioni di ottimalità Se per qualche s.b.p. si verifica che  j  sol. ottima 08/12/2018

Rappresentazione costi ombra y2j y1j a1 a2 a3 a4 b a’2 a’4 a’1 a’3 c3 z3 z0 Min 5x1+3x2+4x3+6x4 6x1+4x2+2x3+ x4 = 2 x1+ 3x2+5x3+6x4 = 3 Cj x1, x2, x3, x4  0 08/12/2018

significato economico dei costi ridotti zj costo del prodotto sintetico è il costo di una unità della colonna aj calcolato secondo i prodotti di base se cj - zj< 0  più vantaggioso il prodotto naturale del prodotto sintetico 08/12/2018

procedura del metodo del simplesso Dato il sistema in forma canonica a1 a2···am am+1 as an b 1 0 ··· y1,m+1···y1,s ··· y1,n y1,0 ··· 1 0·· yr,m+1···yr,s ··· yr,n yr,0 1 ym,m+1···ym,s ··· ym,n ym,0 0 0 0 -z0 SBP xi=yi0 con i=1,m , xi=0 i=m+1,n 08/12/2018

passi Scelta vettore entrante Se stop - soluzione ottima se per qualche j determinazione vettore uscente se stop - soluzione illimitata altrimenti scegli l’indice r t.c. è l’elemento pivot per aggiornare la tavola 08/12/2018

Formule di trasformazione pivot per ir per i=r tavola del simplesso c1 …cr... cm cm+1 … cs ... cn riga cB IB a1 …ar... am am+1 … as ... an a0 1 ci1 i1 y11 …y1r y1m y1,m+1 y1s y1n y10 .. .. … .. … …… .… …. … … … … ... m cim im ym1 …ymr ymm ym,m+1 yms ymn ym0 m+1 - z0 con 08/12/2018

esempio min (x2-3x3+2x5) con x1+ 3x2- x3 + 2x5 = 7 - 2x2+4x3 +x4 = 12 08/12/2018

Prima base canonica B=(a1,a4,a6) 1a tavola 1 -3 2  è candidato ad entrare in base; min { , }= 2a tavola r=2, IB=4  a4 esce pivot y23 trasformazione 08/12/2018

3a tavola  Soluzione ottima 08/12/2018

Casi particolari 08/12/2018

Degenerazione- regola di Bland Sia x s.b.p. non ottima per 08/12/2018

Esempio fabbrica 08/12/2018

formalizzazione 1/2 x1 e x2 le unità da prodursi, rispettivamente del tipo A e del tipo B, z il profitto che si può ricavare dalla loro vendita z = 12.500 x1 + 25.000 x2 Le ore di lavoro disponibili in un mese sono 25 x 8 x 4 = 800. 08/12/2018

formalizzazione 2/2 Dai dati sul lavoro manuale: 2 x1 + 2,8 x2  800 dalla ore mensili disponibili su M: 25 x8x 6 = 1200 su N: 25 x 8 x 4 = 800  vincoli di produttività relativi alle macchine : 1,5 x1 + 1,6 x2  1200 1,7 x1 + 2,5 x2  800 vincoli di non negatività delle variabili: x1  0 x2  0 08/12/2018

il modello di P.L. f.o. da massimizzare: z = 12.500 x1 + 25.000 x2 Vincoli: 2 x1 + 2,8 x2  800 vincolo di produzione 1,5 x1 + 1,6 x2  1200 vincolo di produzione 1,7 x1 + 2,5 x2  800 vincolo di produzione x1  0 vincolo di segno x2  0 vincolo di segno 08/12/2018

Per applicare il metodo del Simplesso riportiamo a forma standard min y = -12.500 x1 -25.000 x2 2 x1 + 2,8 x2 + 1 x3 = 800 1,5 x1+ 1,6 x2 + 1 x4 = 1200 1,7 x1 + 2,5 x2 + 1 x5 = 800 x1 ,x2 ,x3 ,x4 ,x5  0 08/12/2018

Tavola 1 Indici Costi di base di base a1 a2 a3 a4 a5 b = a0 3 0 2 2,8 1 0 0 800 4 0 1,5 1,6 0 1 0 1200 5 0 1,7 2,5 0 0 1 800 - - -12.500-25.000 0 0 0 0 08/12/2018

Tavola 2 Indici di Costi di base base a1 a2 a3 a4 a5 b = a0 1 -12.500 1 1,4 0,5 0 0 400 4 0 0 -0,5 -0,75 1 0 600 5 0 0 0,12 -0,85 0 1 120 - - 0 -7.500 6.250 5.000.000 Tavola 3 a1 a2 a3 a4 a5 b = a0 2 -25.000 0,71 1 0,36 0 0 285,71 4 0 0,36 0 -0,57 1 0 742 5 0 -0,09 0 -0,89 0 1 85,71 - - 5.357,14 0 8.928,57 0 0 7.142.857,5 soluzione ottima :x1 = 0 (prodotti di tipo A), x2 = 285 (prodotti di tipo B), f.o. z= 7.125.000 (valori per i quali l’utile è massimo) 08/12/2018

Produzione di whisky Date 3 quantità di distillato grezzo con disponibilità giornaliera limitata Date 3 ricette(mix) con quantità min e max di 2 qualità sulle 3 date Dato il costo di ciascun mix Individuare le quantità di mix prodotte per massimizzare il profitto 08/12/2018

Dati A B C l.2500 l.1200 MISCELE PREZZO AL LITRO COMPOSIZIONE Freccia Azzurra I € 6,80 Non meno del 60% di A Non più del 20% di C Montagna Rocciosa II € 5,70 Non meno del 15% di A Non più del 60% di C Vecchio Yankee III € 4,50 Non più del 50% di C A B C Costo x litro €7,00 € 8,00 € 4,00 Disponibilità l l.2000 l.2500 l.1200 08/12/2018

modello matematico 08/12/2018

Variabili Artificiali Fase I - Problema ausiliario Se min t>0  il p. non ammette sol. possibile Se min t=0  Fase II 08/12/2018

fase II Si ritorna alla f.o. originale con valori trasformati nella riga m+1 08/12/2018

Problema con vincoli ridondanti e soluzione multipla min 2x1-x2+x4 = z x1+ x2+ x3 + x4+ x5 = 5 x1+ x2+ 2x3+ 2x4+ 2x5 = 8 x1+ x2 = 2 x3+ x4+ x5 = 3 xi  0 aggiungendo le variabili artificiali si ha: min t= x6+ x7+ x8 + x9 x1+ x2+ x3 + x4+ x5 + x6 = 5 x1+ x2+2x3 +2x4+2x5 + x7 = 8 x1+ x2 + x8 = 2 x3 + x4+ x5 + x9 = 3 xi  0 08/12/2018

fase I cB IB a1 a2 a3 a4 a5 a6 a7 a8 a9 a0 1 6 5 7 2 8 9 3 / -3 -4 -18 cB IB a1 a2 a3 a4 a5 a6 a7 a8 a9 a0 1 6 -1 2 7 -2 8 3 -3 4 -6 08/12/2018

fase I Fase II  1 -1 2 7 8 3 cB IB a1 a2 a3 a4 a5 a6 a7 a8 a9 a0 1 -1 2 7 8 3  Fase II 08/12/2018

fase II 1 2 3 -3 -4 1 -1 2 3 i cB IB a1 a2 a3 a4 a5 a0 i cB IB a1 a2 3 -3 -4 c1=2 c2=-1 c3=0 c4=1 c5=0 i cB IB a1 a2 a3 a4 a5 a0 1 -1 2 3 08/12/2018

Simplesso modificato 08/12/2018

Passi del Simplesso modificato dati B-1 e la soluzione corrente 10 passo: calcolo dei moltiplicatori del simplesso e dei costi ridotti 20 passo:determina vettore entrante e trasforma il corrispondente vettore as 08/12/2018

30 passo: test sulle componenti di  sol. illimitata o  individuazione vettore uscente 40 passo:aggiornamento di B-1 e B-1b 08/12/2018

08/12/2018

trasformazioni1/2 08/12/2018

trasformazioni 2/2 08/12/2018

moltiplicare per Er-1 1/2 Moltiplicare un vettore riga per la matrice Er-1 08/12/2018

moltiplicare per Er-1 2/2 Moltiplicare la matrice Er-1 per un vettore colonna Quindi se i = r allora br1 = yrηr Mentre se i ≠ r allora bi1 = yi + yrηi 08/12/2018

Esempio simplesso modificato (senza ausilio matrice Pk) 08/12/2018

Preparazione 1a tavola pivot 08/12/2018 -z0

2a iterazione 08/12/2018

08/12/2018

esempio2 Fase I-iter 0 variabile artificiale dati: 08/12/2018

s=1 iter 1- k=0: 08/12/2018

K+1=1 fine fase I 08/12/2018

fase II da s=2 r=2 esce k=2 08/12/2018

k=2, s=2, r=2 stop, soluzione ottima 08/12/2018

es. simplesso modificato 08/12/2018

k=1 , s=1- entra a1 , r=2 - esce a8 08/12/2018

s=5,r=9 s=5 esce a9 08/12/2018

k=2, entra a5, r=3 esce a9 08/12/2018

s=2,r=7 s=2 esce a7 08/12/2018

k=3, entra a2, r=1 esce a7 fine fase I 08/12/2018

Per esercizio trasformare la tavola per la fase II e risolvere 08/12/2018