Economia Applicata all’Ingegneria

Slides:



Advertisements
Presentazioni simili
Secret of success.
Advertisements

Flusso Massimo Certificati di (non-) ottimalità
Microeconomia Corso D John Hey. Capitolo 11 e Capitoli 12 e 13 Facciamo lanalisi in due stadi… …nella Capitolo 11 abbiamo trovato le quantità ottime degli.
CORSO DI ECONOMIA POLITICA MACROECONOMIA Docente: Prof.ssa M. Bevolo
Corso di Finanza Aziendale
Le operazioni di fine esercizio
Ricerca Operativa Primi sviluppi : seconda guerra mondiale
Il profilo economico della gestione del rischio in agricoltura
Fattori produttivi a fecondità ripetuta
Il budget Aziendale Budget degli investimenti
Definizione e caratteristiche
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Dynamic Programming Chiara Mocenni Corso di.
Chiara Mocenni - Sistemi di Supporto alle Decisioni I – aa Sistemi di Supporto alle Decisioni I Scelte di consumo Chiara Mocenni Corso di laurea.
La Programmazione Lineare
La Programmazione Matematica e i Problemi di Scelta
IST. ECONOMIA POLITICA 1 – A.A. 2012/13 – ES. CAP. 14 Docente – Marco Ziliotti.
DOMANDA ED ELASTICITA’
I processi di finanziamento e le fonti esterne di finanziamento
T0t0 t1t1 t2t2 t.... tntn Rt = ricavi (t 0 _ t n ) - costi (t 0 _ t n ) reddito totale reddito di periodo Rp = ricavi (t 1 _ t 2 ) - costi (t 1 _ t 2 )
Sistemi informativi e datawarehouse/applicazioni informatiche per l’azienda Lezione 11 – Il controllo di feedback e l’analisi degli scostamenti a.a
Università degli Studi di Cagliari FACOLTA’ DI INGEGNERIA
Economia Applicata all’Ingegneria
Lezioni di Microeconomia Lezione 10
Consumatori, produttori ed efficienza dei mercati Il surplus del consumatore Il surplus del produttore
La condizione di equilibrio dell'impresa che massimizza il profitto Problema dellimpresa Scegliere il livello di produzione che massimizza il profitto.
Strumenti di controllo
Corso di Economia Aziendale
Ricerca Operativa Primi sviluppi : seconda guerra mondiale
Questo file può essere scaricato da
Microeconomia Corso D John Hey. Questa settimana Martedì Compito a casa 3 (istruzione) Capitolo 14 Giovedì Compito a casa 3 Capitolo 15 Esercitazione.
CORSO DI ECONOMIA POLITICA MACROECONOMIA Docente: Prof.ssa M. Bevolo
Composizione grafica dott. Simone Cicconi CORSO DI ECONOMIA POLITICA MACROECONOMIA Docente: Prof.ssa M. Bevolo Lezione n. 15 II SEMESTRE A.A
CORSO DI ECONOMIA POLITICA MACROECONOMIA Docente: Prof.ssa M. Bevolo
RICERCA OPERATIVA (PROBLEMI DI SCELTA)
6.2.Strumenti di valutazione: la programmazione lineare Valutazione delle politiche AA 2005/2006 Davide Viaggi.
PARTE VIII LE IMPRESE CHE NON FANNO IL PREZZO. LA MASSIMIZZAZIONE DEI PROFITTI PER LE IMPRESE CHE NON FANNO IL PREZZO LE VARIABILI RILEVANTI PER LIMPRESA.
Assicurazioni vita e mercato del risparmio gestito
La pianificazione di business nella nuova economiaLezione 13 - Il bilancio parte 31 IL BILANCIO - 3.
Corso di Ricerca Operativa A.A
Economia Applicata all’Ingegneria
Massimizzazione del profitto di una pasticceria
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.
Corso di Ricerca Operativa A.A PRODUZIONE OTTIMA IN UN AZIENDA AVICOLA.
Prima parte 1.Quale tra i seguenti individui può essere definito turista? a.Un individuo che effettua uno spostamento di 10km dal suo luogo di residenza.
DALLE EQUAZIONI ALLE disEQUAZIONI
Prof. Domenico Nicolò Reggio Calabria, 11 aprile 2008
Contabilità Analitica
Programmazione lineare
Istituzioni di economia
La programmazione lineare
Prof. Cerulli – Dott.ssa Gentili
A cura della Prof. Giuseppina Carfagno 1 Prof. Armando Buccellato Programmazione e Controllo aa Caso “La mia Impresa” Linee guida per la preparazione.
Università degli Studi di Pavia Facoltà di Economia
Corso di Analisi e Contabilità dei Costi
La teoria della domanda
Università degli Studi di Cagliari FACOLTA’ DI INGEGNERIA
MASSIMIZZAZIONE DEL PROFITTO DI UNA IMPRESA di Elvira Daddario
Come si risolve un problema?
Laboratorio di didattica della matematica
Università degli Studi di Cagliari FACOLTA’ DI SCIENZE MM.FF.NN. C.L. Specialistica in Tecnologie Informatiche Teoria delle Decisioni - TD - Dott.ssa Michela.
Microeconomia Introduzione Teoria del consumatore Impresa e produzione
Relazione N°4 Calcolo Ricerca Operativa: problema di scelta; una variabile d’azione caso discreto. vanti.
Università degli Studi di Cagliari FACOLTA’ DI INGEGNERIA
Università degli Studi di Cagliari FACOLTA’ DI INGEGNERIA
Università degli Studi di Cagliari FACOLTA’ DI INGEGNERIA
Esercitazione 02/12/2008 Ing. Maria Teresa Borzacchiello Corso di Tecnica ed Economia dei Trasporti Prof. Vincenzo Torrieri 1 Il problema dell’ottimo di.
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.
Corso di Programmazione e Controllo Esercitazione.
Lezione n° 15 Teoria della dualità: - Interpretazione Economica Lezioni di Ricerca Operativa Corso di Laurea in Informatica Università di Salerno Prof.
Transcript della presentazione:

Economia Applicata all’Ingegneria CORSO DI Economia Applicata all’Ingegneria Dott.ing. Massimo Di Francesco (mdifrance@unica.it) http://sorsa.unica.it/ Dott.ssa Michela Lai (mlai@unica.it) ESERCITAZIONE N°1

Programmazione lineare In queste esercitazioni vedremo come la programmazione lineare possa supportare il processo decisionale al fine di risolvere alcuni problemi di economia. Usiamo i modelli di programmazione lineare, perché: sono molto diffusi consentono di rappresentare bene molti problemi decisionali presentano un’unica soluzione ottima in termini di funzione obiettivo permettono di trattare problemi molto più grandi rispetto alla programmazione non lineare

Pianificazione della produzione Definizione del problema La vostra società si occupa del trattamento di lamine di silicio – i wafer – per la produzione di 2 linee di microprocessori: Processori A, più potenti e destinati ad un mercato “server” Processori B, meno potenti e destinato ad un mercato “home” La vostra società è in grado di trattare 3000 wafer a settimana. Da ogni wafer si possono ricavare solo processori di tipo A o di tipo B Da ogni wafer si possono ottenere: 300 processori di tipo A con una resa media del 50% 500 processori di tipo B con una resa media del 60% (i processori B sono meno grandi e meno soggetti a difetti)

Pianificazione della produzione Definizione del problema Prezzi di vendita: 500$ per ogni processore di tipo A 200$ per ogni processore di tipo B La divisione commerciale della vostra società ha stabilito che la massima quantità di processori che possono essere immessi settimanalmente sul mercato senza causare riduzione di prezzi è: 400.000 processori di tipo A 700.000 processori di tipo B

Pianificazione della produzione Definizione del problema Determinare con un modello di programmazione lineare quanti processori di tipo A e B occorre produrre settimanalmente, in modo da massimizzare l’utile atteso per la vostra società Processori A Ricavo: 500 $/processore Massima quantità di processori A immettibili sul mercato in una settimana: 400.000 processori Capacità produttiva: 300 processori A ottenibili da 1 wafer con resa del 50% Processori B Ricavo: 200 $/processore Massima quantità di processori B immettibili sul mercato in una settimana: 700.000 processori Capacità produttiva: 500 processori B ottenibili da 1 wafer con resa del 60% L’impianto è in grado di trattare 3000 wafer alla settimana

Pianificazione della produzione Costruzione del modello di ottimizzazione : numero di processori di tipo A da produrre in una settimana : numero di processori di tipo B da produrre in una settimana Variabili: Poiché non è possibile produrre quantità negative di processori ed esistono delle limitazioni superiori imposte dalla divisione commerciale, si ha che:

Pianificazione della produzione Costruzione del modello di programmazione lineare Vincoli dovuti al processo produttivo: Wafer 1 Wafer 2 ……………………………………….. Wafer 3000 : numero di wafer impiegati per produrre processori di tipo A : numero di wafer impiegati per produrre processori di tipo B Da ogni wafer si possono ricavare in una settimana: processori di tipo A processori di tipo B

Pianificazione della produzione Costruzione del modello di programmazione lineare Ipotizzando che i costi di produzione, pubblicità e distribuzione siano indipendenti dalla tipologia di processore, massimizzare tale ricavo è equivalente a massimizzare l’utile atteso dalla vostra società Il ricavo è dato dalla seguente funzione lineare:

Pianificazione della produzione Determinazione delle soluzioni del modello di programmazione lineare Modello di ottimizzazione: s.t. Esercizio Rappresentare lo spazio ammissibile. Indicare 3 soluzioni ammissibili e i relativi ricavi

Pianificazione della produzione Determinazione delle soluzioni del modello di programmazione lineare Modello di ottimizzazione: Spazio ammissibile: s.t.

Pianificazione della produzione Analisi dei risultati Quanti wafer occorre utilizzare all’ottimo per i due tipi di processori? Questi valori di e non sono accettabili, in quanto un wafer può essere impiegato solo per una tipologia di processori. Tuttavia, spesso le stime commerciali hanno un rilevante margine di incertezza. Una buone soluzione ammissibile intera è:

Pianificazione della produzione Determinazione delle soluzioni col software Lindo Modello di ottimizzazione: Esercizio Scrivere l’istanza su Lindo: s.t.

Pianificazione della produzione Determinazione delle soluzioni col software Lindo Modello di ottimizzazione: Istanza su Lindo s.t.

Pianificazione della produzione Determinazione delle soluzioni col software Lindo Soluzione su Lindo

Pianificazione della produzione Analisi dei risultati col software Lindo Variable value è il vettore delle variabili in condizioni di ottimo Slack or Surplus indica lo scarto tra primo e secondo membro all’ottimo Tralasciamo al momento il significato di Reduced cost Dual prices

Conclusione Abbiamo visto come un problema di produzione possa essere affrontato con l’ausilio della programmazione lineare. Ciò è stato possibile attraverso le seguenti fasi: Definizione del problema Costruzione di un modello di programmazione lineare per quel problema Scrittura delle istanze sul software scelto Determinazione di una o più soluzioni Analisi dei risultati ottenuti