Prof. Cerulli – Dott.ssa Gentili

Slides:



Advertisements
Presentazioni simili
MATEMATICA PER L’ECONOMIA
Advertisements

PROVA B: ESERCIZIO 1 Risolvere il sistema lineare (4 equazioni in 5 incognite):
Capitolo 8 Sistemi lineari.
Precorsi di Informatica Dott. Antonio Cisternino Settembre 2003
COORDINATE POLARI Sia P ha coordinate cartesiane
LE MATRICI.
Lez. 41 Universita' di Ferrara Facolta' di Scienze Matematiche, Fisiche e Naturali Laurea Specialistica in Informatica Algoritmi Avanzati Programmazione.
Università degli Studi di Roma Tor Vergata
Prof.ssa Chiara Petrioli -- Fondamenti di programmazione 1, a.a. 2009/2010 Corso di Fondamenti di programmazione a.a.2009/2010 Prof.ssa Chiara Petrioli.
Corso di Fondamenti di programmazione a.a.2009/2010
Algebra Booleana.
Prof.ssa Chiara Petrioli -- corso di programmazione 1, a.a. 2006/2007 Corso di Programmazione 1 a.a.2006/2007 Prof.ssa Chiara Petrioli Corso di Laurea.
Prof.ssa Chiara Petrioli -- corso di programmazione 1, a.a. 2006/2007 Corso di Programmazione 1 a.a.2006/2007 Prof.ssa Chiara Petrioli Corso di Laurea.
Statistica per le decisioni aziendali ed analisi dei costi Modulo II - Statistica per le decisioni Aziendali Richiami di Algebra Matriciale.
PER FUNZIONI DI PIÙ VARIABILI - 2.
CALCOLO DIFFERENZIALE PER FUNZIONI DI PIÙ VARIABILI. ESTREMI VINCOLATI, ESEMPI.
8. Reti di Code Nella maggior parte dei processi produttivi risulta troppo restrittivo considerare una sola risorsa. Esempio: linea tandem arrivi 1 v.
Polinomi, integrazione e ottimizzazione
Modelli e Algoritmi della Logistica
Seminario su clustering dei dati – Parte II
Modelli e Algoritmi della Logistica
Modelli e Algoritmi per la Logistica
Modelli e Algoritmi per la Logistica

Corso di Matematica Discreta I Anno
Elaborato di Teoria dello Sviluppo dei Processi Chimici
Prof. Cerulli – Dott.ssa Gentili
Lezione multimediale a cura della prof.ssa Maria Sinagra
MATRICI classe 3 A inf (a.s ).
Università degli studi di salerno
Logica Matematica Seconda lezione.
Prof. Cerulli – Dott.ssa Gentili
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili

Prof. Cerulli – Dott.ssa Gentili
Prof. Cerulli – Dott.ssa Gentili
Algoritmi Paralleli e Distribuiti a.a. 2008/09 Lezione del 17/04/2009 Prof. ssa ROSSELLA PETRESCHI a cura del Dott. SAVERIO CAMINITI.
Prof. Cerulli – Dott.ssa Gentili
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
Programmazione lineare
Sottospazi vettoriali
Metodi matematici per economia e finanza. Prof. F. Gozzi
Corso di Matematica (6 CFU) (4 CFU Lezioni +2 CFU Esercitazioni)
Claudio Arbib Università dell’Aquila Ricerca Operativa Metodo del simplesso per problemi di distribuzione single-commodity.
Corso di Matematica Discreta 4
2) PROBABILITA’ La quantificazione della ‘possibilità’ del verificarsi di un evento casuale E è detta probabilità P(E) Definizione classica: P(E) è il.
Prof. Cerulli – Dott. Carrabs
Programmazione lineare: un esempio Mix produttivo ottimo con risorse vincolate Materiale di studio: M. Fischetti, Lezioni di RO, Cap. 3. Libreria Progetto.
CALCOLO DEL DETERMINANTE DELLA MATRICE TRE PER TRE
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Sistemi di equazioni lineari. Sistemi di primo grado di due equazioni a due incognite Risolvere un sistema significa trovare la coppia di valori x e y.
Ancora sulle equazioni di secondo grado….. Equazione di secondo grado completa Relazione tra le soluzioni di un'equazione di secondo grado.
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.
Lezione n° 6 -Ottimi globali e locali -Risoluzione grafica di un problema di PL -Definizione di Iperpiano e Semispazi. -Insiemi convessi. -Politopi e poliedri.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Lezione n° 15 Teoria della dualità: - Interpretazione Economica Lezioni di Ricerca Operativa Corso di Laurea in Informatica Università di Salerno Prof.
Lezioni di Ricerca Operativa Corso di Laurea in Informatica
Dualità in Programmazione Lineare Cap 4 Fischetti pg
Programmazione lineare: un esempio Mix produttivo ottimo con risorse vincolate Materiale di studio: M. Fischetti, Lezioni di RO, Cap. 3. Libreria Progetto.
Prof. Cerulli – Dott. Carrabs
Lezione n° 14 Teoria della dualità: - Teorema forte della dualità - Teorema degli scarti complementari Lezioni di Ricerca Operativa Corso di Laurea in.
Dualità a.a /01/2019.
Transcript della presentazione:

Prof. Cerulli – Dott.ssa Gentili Lezioni di Ricerca Operativa Corso di Laurea in Informatica ed Informatica Applicata Università di Salerno Lezione n° 13: 27-28 Aprile 2009 Teoria della dualità: Teorema forte della dualità Teorema degli scarti complementari Anno accademico 2008/2009 Prof. Cerulli – Dott.ssa Gentili

2. Teorema (forte) della dualità Se (P) e (D) ammettono soluzione ottima finita, allora per ogni ottimo x* per (P) esiste una soluzione ottima w* per (D) tale che La dimostrazione del Teorema della dualità forte evidenzia che il valore della soluzione ottima di (D) corrispondente alla soluzione ottima di (P) vale

Dim. Sia B la base associata a x* quindi Se allora e Dimostriamo che è ammissibile per (D):

Poichè è la condizione di ottimalità per (P) (problema di minimizzazione), è verificata l’ammissibilità. Per la dualità debole è estremo superiore per (D), quindi la soluzione ammissibile per cui è ottima per (D).

La base B è ottima per (P) e per (D) La base B è ottima per (P) e per (D). Siano infatti X e W rispettivamente gli insiemi delle soluzioni ammissibili per (P) e (D)

una sol. di base per (P) la corrispondente per (D)

l’ammissibilità per (P) l’ammissibilità per (D) (vera sempre) sono le (n-m) condizioni di ottimalità (costi ridotti) di (P)

La base B è ottima se e sono rispettivamente ammissibili per (P) e (D).

Solo in corrispondenza dell’ottimo dalla base B ammissibile per (P) si ottiene una soluzione ammissibile per (D) (che in particolare è anche ottima). Ad una generica iterazione del simplesso dalla base corrente per (P) si può costruire un vettore che non è soluzione di (D). Tale vettore è detto dei MOLTIPLICATORI DEL SIMPLESSO e compare nel calcolo dei coefficienti di costo ridotto (problema di min):

Il Teorema dello “scarto complementare” (Complementary Slackness Theorem) Consideriamo la coppia di problemi (P) e (D) in forma canonica e trasformiamoli in forma standard

Ad ogni variabile di (P) è associato un vincolo di (D) e quindi la corrispondente variabile di slack e viceversa. 3. Teorema della slackness complementare Data la coppia di soluzioni x e w rispettivamente ammissibili per (P) e (D), x e w sono ottime per (P) e (D) se e solo se dove aj è il vettore riga j-esima di A ai è il vettore colonna i-esima di A