Facolta’ di Ingegneria Dipartimento di Ingegneria del Territorio

Slides:



Advertisements
Presentazioni simili
Dipartimento di Informatica ITIS Leonardo da Vinci Carpi 2011
Advertisements

Italiano Da quando siamo passati al corso di metallurgia (3^o ) abbiamo cominciato a lavorare utilizzando i maniera didattica tecnologie di tipo hardware.
Codice della Privacy Il d. lgs. n°196 del 30 giugno 2003.
IlTrovatore S.p.a. IlTrovatore RemoteSearch IlTrovatore mette a disposizione di portali Internet, piccole e medie imprese, tutto il suo know-how nel settore.
ORGANIZZAZIONE ATTIVITA DI RECUPERO in base O.M. 92/2007 PROPOSTE ELABORATE dal COMITATO TECNICO del 17 nov 2011.
Istituto Professionale di Stato per l’Agricoltura e l’Ambiente
Giornata sulla didattica nelle TLC La riforma degli ordinamenti didattici in Ingegeneria delle Telecomunicazioni secondo il D.M. 270/2004 Convegno nazionale.
Time Sharing Il termine “Time Sharing” proviene dall'inglese e significa letteralmente “partizione di tempo”. Questa è una tecnica sviluppatasi negli.
I Sistemi di Supporto alle Decisioni Chiara Mocenni
Chiara Mocenni – Analisi delle Decisioni a.a Analisi delle Decisioni Preferenze, decisioni e incertezza Chiara Mocenni.
UNIVERSITÀ DEGLI STUDI DI SIENA FACOLTÀ DI INGEGNERIA.
Programmazione e controllo - managerial accounting per le decisioni aziendali 3/ed Ray H. Garrison, Eric W. Noreen, Peter C. Brewer, Marco Agliati, Lino.
Cattedra di Economia e Gestione delle Imprese Internazionali
Teoria e Implementazione
Area di ricerca: Automazione e controllo di impianti, macchine e reti
Statistica per le decisioni aziendali ed analisi dei costi
1 Esempi di consistenza sui limiti Non consistente sui limiti, considera Z=2, poi X-3Y=10 Ma il dominio qui sotto e consistente sui limiti: Confrontare.
Ricerca della Legge di Controllo
Corso di Modelli e Algoritmi della Logistica
Modelli e Algoritmi della Logistica
Ottimizzazione Combinatoria
Corso di Modelli e Algoritmi della Logistica
Modelli e Algoritmi per la Logistica
Physically-based Animations of 3D Biped Characters with Genetic Algorithms Università di Roma La Sapienza Relatore: Prof. Marco Schaerf Correlatore: Ing.
PROGETTO S.Co.P.E. Coinvolgimento Facoltà di Ingegneria.
COSA ABBIAMO FATTO: PROGETTO S.A.P.E.R.I – Sperimentazione Attiva Per Elevare i Risultati di Istruzione
1 Tavola rotonda: Confronto sulle linee di ricerca nelloperations management Emilio Bartezzaghi Scuola Estiva AiIG Bressanone,
SAS per il Customer Value
Intelligenza Artificiale
INGEGNERIA DELLA CONOSCENZA E SISTEMI ESPERTI Prof
INGEGNERIA DELLA CONOSCENZA E SISTEMI ESPERTI Stefania Bandini Dipartimento di Informatica, Sistemistica e Comunicazione Università di Milano-Bicocca.
LA STRATEGIA DI GIGI Gigi, studente modello del MARTINI, decide di tentare di racimolare qualche soldo per poter fare una vacanza memorabile dopo l'esame.
Elementi di Informatica Simone Scalabrin a.a. 2008/2009.
Bioinformatica Per la laurea triennale in: Biologia Umana
Costruire un Trading System automatico con il foglio Excel©
LA QUALITA’ NELLA PROGRAMMAZIONE DELL’ESERCIZIO
Il processo di sviluppo del Sw: strategia make
Money Management.
Metodi Matematici per le Applicazioni Industriali MMAI
Problem Posing and Solving nel Sistema Educativo
Materie del curricolo RELIGIONE ED. FISICA ITALIANO GEOGRAFIA.
OPERATION MANAGEMENT (OM)
I Learning Circles o Circoli di Apprendimento sono Ambienti di apprendimento funzionali in cui gli studenti cooperano con loro pari e con adulti per condividere.
Università degli Studi di Bologna
SINTESI DELLA PROCEDURA DI PIANIFICAZIONE DEI TRASPORTI
1 Sistemi Avanzati per il Riconoscimento (4S02792) Dr. Marco Cristani orario ricevimento: mer
FIRST LEGO LEAGUE la challenge 2013 : Nature’s Fury PREPARE. STAY SAFE. REBUILD.
Laurea Magistrale in Informatica Percorso: Metodi e Modelli M & M a.a. 2008/2009.
FLY LEONARDO srl sede: largo olgiata 15, is 53/A4 – Roma telefono : fax:
Pietro Testoni Pietro Testoni è assegnista di ricerca nel dipartimento di Ingegneria Elettrica ed Elettronica dell’Università di Cagliari. Nello stesso.
1 Università degli Studi di Roma “Tor vergata” Dipartimento di Ingegneria Civile Corso di Gestione ed esercizio dei sistemi di trasporto Docente: Ing.
PIANIFICAZIONE DEI SISTEMI INFORMATIVI. Ciclo di pianificazione e controllo.
“Mathematical Engineering”
ISTITUTO TECNICO COMMERCIALE “PAOLO BOSELLI” SEZIONE DI VARAZZE
Come gestire il cambiamento in azienda
Un problema multi impianto Un’azienda dispone di due fabbriche A e B. Ciascuna fabbrica produce due prodotti: standard e deluxe Ogni fabbrica, A e B, gestisce.
Capitolo 10 Tecniche algoritmiche Algoritmi e Strutture Dati.
LICEO SCIENTIFICO STATALE “J. DA Ponte”
Algoritmi e Strutture Dati (Mod. B) Algoritmi Greedy (parte III)
Problema dell’assegnazione Assegnare le “persone” ad un lavoro in modo che ogni lavoro sia eseguito “esattamente” da una persona e ciascuna persona possa.
Standard e strumenti per lo sviluppo del software Marco Carezzano Andrea Andrenacci (ZEROPIU, Business Partner di Telecom Italia) Milano, 2 febbraio 2005.
Giornate di informazione sull’offerta di istruzione del II ciclo PROVINCIA DI RAVENNA Ufficio X - Ambito Territoriale di Ravenna Il percorso di istruzione.
ISTITUTO COMPRENSIVO VOLPAGO del MONTELLO
Alessandro Venturini* e Stefano Ottani ISOF – CNR Area della Ricerca di Bologna.
Andrea Santo Sabato Seo Senior MediaSoft s.r.l. E Tourism: SEO/SEM e Web Strategy.
Laboratorio
“Lavori verdi” un’opportunità di impiego per i giovani... Cosa sono e cosa fare per cogliere l’opportunità? Reggio Calabria, 29 novembre 2013.
A.A CORSO INTEGRATO DI INFORMATICA E BIOINFORMATICA per il CLT in BIOLOGIA MOLECOLARE Scuola di Scienze, Università di Padova Docenti: Proff.
ISMB – DENERG FORMAZIONE III LIVELLO 2013 Strategic Programs.
ROMA 00 GIUGNO 2016 SPAZIO CONFRONTI Titolo presentazione SPAZIO CONFRONTI La statistica è utile per conoscere. Esperienze di diffusione della cultura.
Transcript della presentazione:

Facolta’ di Ingegneria Dipartimento di Ingegneria del Territorio PAOLA ZUDDAS Zuddas@unica.it 0706755320 Facolta’ di Ingegneria Dipartimento di Ingegneria del Territorio via Marengo 3 (piazza D'Armi)

OPERATION RESEARCH MANAGEMENT SCIENCE DECISION SCIENCE   SCIENZA DELLE DECISIONI OPERATION RESEARCH MANAGEMENT SCIENCE DECISION SCIENCE   UTILIZZARE UN METODO SCIENTIFICO PER ADOTTARE LE SCELTE MIGLIORI (LE MIGLIORI POSSIBILI) CON LO SCOPO DI RAGGIUNGERE L'OBIETTIVO FINALE

INFORMS, Institute of Operations Research and Management Science what is: the discipline of applying advanced analytical methods to help make better decisions; it gives the power to make more effective decisions and build more productive systems by using mathematical modelling based on: complete data consideration of all available options careful predictions of outcomes and estimates of risk the latest decison tools and techniques THE SCIENCE OF BETTER

DALLA SECONDA GUERRA MONDIALE ALLE SCELTE STRATEGICHE DEL DOPOGUERRA G. DANTZIG (1947) L.V. KANTOROVICH (1939….1959) SCIENZA GIOVANE RAPIDO SVILUPPO ARRIVA L'ELABORATORE ELETTRONICO !! PROBLEMI A GRANDI DIMENSIONI INDAGINE SCHUMACHER E SMITH (1965)

ARRIVA IL PERSONAL COMPUTER DALLE "GRANDI" DECISIONI ALLE "PICCOLE" DECISIONI ('80) SISTEMI DI SUPPORTO ALLE DECISIONI (DSS, INTERFACCE,…..) CARATTERE INTERDISCIPLINARE AREE DI APPLICAZIONE

modelli e bilanci di previsione… programmazione e pianificazione della produzione… Alimentazione turni di lavoro, orari,… portafoglio di investimenti controllo delle scorte controllo di qualita' trasporti, traffico, parcheggi.. telecomunicazioni pubblicita' e ricerche di mercato manutenzione e riparazioni dislocazione di impianti imballaggi gestione delle risorse idriche miscele ottime (mangimi, benzine, batteri, popolazioni,……) ……………………………………………….

SETTORI programmazione lineare programmazione non lineare teoria dei grafi - ottimizzazione su reti tecniche reticolari programmazione dinamica teoria dei giochi programmazione multi-obiettivo simulazione tecniche enumerative tecniche euristiche ( genetici, tabu-search,……) teoria delle code strutture dati …………………………………

Identificazione del problema Formulazione del modello matematico Tecnica risolutiva-algoritmo Codice di calcolo-software piattaforma-hardware Rappresentazione e analisi dei risultati

"modello dello zaino" materia giorni prep. profitto italiano 10 20.00 latino 12 22.50 greco 15 25.00 inglese 9 15.00 fisica 7 12.50 scienze 6 storia 12.00 geografia disegno 4 7.50 decisioni: quali materie preparare, avendo a disposizione un totale di 27 giorni e volendo massimizzare il profitto?

soluzione: latino + greco, tempo 27 gg., profitto 47,5 strategia 1: scelgo le materie più remunerative fino a raggiungere il max di 27 gg. materia giorni prep. profitto italiano 10 20.00 latino 12 22.50 greco 15 25.00 inglese 9 15.00 fisica 7 12.50 scienze 6 storia 12.00 geografia disegno 4 7.50 soluzione: latino + greco, tempo 27 gg., profitto 47,5

soluzione: sc+st+geo+dis, tempo 22gg, profitto 44,00 strategia 2: scelgo le materie che richiedono meno tempo di preparazione materia giorni prep. profitto italiano 10 20.00 latino 12 22.50 greco 15 25.00 inglese 9 15.00 fisica 7 12.50 scienze 6 storia 12.00 geografia disegno 4 7.50 soluzione: sc+st+geo+dis, tempo 22gg, profitto 44,00

strategia 3: scelgo le materie col minimo rapporto tempo/profitto materia giorni prep. rapporto profitto italiano 10 0.5 20.00 latino 12 0.53 22.50 greco 15 0.6 25.00 inglese 9 15.00 fisica 7 0.56 12.50 scienze 6 0.48 storia 0.50 12.00 geografia disegno 4 7.50 soluzione: ita+sc+st+dis, tempo 26, profitto 52.00

strategia 4 : decision science :-) materia giorni prep. profitto italiano 10 20.00 latino 12 22.50 greco 15 25.00 inglese 9 15.00 fisica 7 12.50 scienze 6 storia 12.00 geografia disegno 4 7.50 soluzione: ita+fis+sc+dis, tempo 27, profitto 52,50

Problema dello zaino (knapsack) Un escursionista deve decidere cosa mettere nello zaino senza superare un peso prefissato. Ad ogni oggetto e’ assegnata una “importanza”. Deve riempire lo zaino massimizzando l’importanza complessiva. n : numero di oggetti complessivo aj peso dell’oggetto j cj importanza dell’oggetto j b peso massimo xj 0 se l’oggetto j non sara’ inserito ; 1 se l’oggetto j sara’ inserito Modello Matematico max z = Sj cjxj Sj aj xj < b xj = 0,1  j = 1,...,n max z = c x a x < b x  {0,1}