0ITL NIZZA310 NE

MARCO SQUARCIAA
UN/ PD
/
2022 2023
 Con PP si indica un PROBLEMA di ottimi 33^-310NE e si
può formulare come i min (02 Max ) FG)
S
FG ) è una funzione a valori reali nelle variabili ×
,
D è il dominio di × e

S è ✗ ED
un insieme finito di ninnoli .

In è tupla (× ) D è prodotto cartesiano D, × ✗ Dm reale e D;

generale × ✗ e e ×
. . .
una un
, >
. . .

, n ;
Un vincolo CES è una funzione associata ad un sottoinsieme di variabili ✗
e
il cui volare può essere nero ( in
tal di vincolo soddisfatto ) falso ( vincolo violato )
caso si parla o .

L' insieme ottimizzazione P ti

Ogni XED si dice SOLUZIONE di P .
delle soluzioni ammissibili di un problema di

dicono FCP)

Se il dominio D è Discreto
,
si parla di ottimi 33A>IONE DISCRETA . Se inoltre D è FINITO
,
cioè il numero di

soluzioni è finito , si parla di ottimizzazione COMBINATORIA .

Una soluzione ✗
*
è AMMISSIBILE se f( ✗ ) *
≤ f.(× ) FX E F (p )

Un problema di ottimizzazione è IMPOSSIBILE

,
se non ammette alcuna soluzione AMMISSIBILE

cioè
FCP) =
∅

Un si dice
problema ILLIMITATO se non esiste alcun

limite inferiore a f. (× )
per ✗ EFCP )

PROGRAMMAZIONE LINEARE (LP)

Un problema di PROGRAMMAZIONE LINEARE consiste nella MINI 11133AZIONE di una FUNZIONE LINEARE
soggetta ad un numero finito di ninnoli lineari .

Min cx
Pertanto i domini delle ✗
i
Q × ~ bi i 1 M
; ,
intervalli
. . .

,
Sono di IR
l; ≤ ×
; ≤ Uj j 1
,
. . .

>
n

dove ne 5 ≥ ; ≤
;
=
} E

lj E IRV S -
ao
} E vi E IRU } -100}

PROGRAMMA310NE LINEARE INTERA ( MIP )

È tipo problema lineare
un di di PROGRAMMAZIONE LINEARE INTERA che consiste nella minimizzazione di una funzione
il vincolo di alcune roeiabili devono
soggetta ad un numero finito di vincoli lineari , con in più assumere VALORI

INTERI .

Se J N si lineare intera attinenti

parla di
programmazione
=

mia
min di lineare intero
ex
programmazione misto

ajxnb ; i = 1
,
. . .

>
mi

lj I ×
; EU ; j = 1
,
. . .

,
mi N

X
;
C- E V-jc-J-CN.fi , . . .

,
n }
 PROGRAMMAZIONE CON VINCOLI (CP)

Un problema di ninnoli è definito da terna (× c) , dare ✗ è

programmazione con una
, D. un insieme
di solidali con dominio finito de c è un insieme finito di ninnoli di natura arbitraria .

Si noti che un problema CP

,
nella sua fama classica
,
non ha una funzione
obiettivo lo scopo è di trovare soluzione ammissibile ti
e
quello una .

PROBLEMA AMMISSIBILITÀ
parla di DI .

PROGRAMMAZIONE LINEARE ( LP)

Un problema di lineare coinsiste nella minimizzazione di funzione lineare

soggetta ad finito di ninnoli
programmazione una un numero

lineari In ha la forma
generale si :
.

min cx ne }≥; =
; ≤ }
di ✗ N bi i = 1
,
. . .

,
n
Cj C- IRU ) -
00 } LOWER BOUND

lj
≤ ✗
j
≤ Uj j = 1
, . . .
>
n µ
;
E IRV | +00
} UPPER BOUND

FORMULAZIONI EQUIVALENTI

Un problema di può espresso in equivalenti

programmazione lineare essere modi .

Senza perdita di GENERALITÀ

,
esso può essere espresso in :

Min cx IL PASSAGGIO DA UNA FORMA ALL' ALTRA PUÒ RICHIEDERE UNA

min ↳
VARIAZIONE SUL NUMERO DI VARIABILI E /O VINCOLI DEL
A- ✗ = b Ax ≥ b

✗ ≥ 0 × ≥ ◦
PROBLEMA .

Tutto QUESTO VIENE Descritto MEDIANTE L' USO DI

FORMA
FORMA ALCUNE REGOLE DI TRASFORMAZIONE
CANONICA
STANDARD

INTERPRETAZIONE GEOMETRICA

{
"

{ }ao } IR
"

1 GLI INSIEMI ✗ C- IR : a✗ ≤ a ex e ✗ E : = SI DICONO

.

semispazio Affine E Iperpiano ( RISPETTIVAMENTE) indotti da (a) ao )

2 SI DICE Policoro L' INTERSEZIONE DI UN Numero FINITO DI SEMI SPAZI

AFFINI E IPERPIANI

L' insieme di soluzioni ammissibili è pertanto la

definizione di Polledro

"
INTERPRETAZIONE
UN POLIEDRO LIMITATO SI dice POLITOPÒ Geometrica

' '

DUALITÀ vertice : = SI DICE VERTICE DI UN POLIEDRO UN PUNTO × CHE NON

ESPRESSO COME COMBINAZIONE CONVESSA

PUÒ ESSERE

stretta DI DUE DEL POLIEDRO

Dato un problema di PROGRAMMAZIONE LINEARE FORMA STANDARD e
ALTRI PUNTI

assumiamo sia 0ITL HO FINITO i

lo scopo è di derivare dai

si ha visto che si può associare quello
ad
ogni problema di 011TH / 33A> ione ninnoli ( o domini ) del problema
minfcx : ✗ EP } =
max / coi cx ≥ cotti e P }
il miglior LOWER BOUND possibile sulla
un
problema DUALE .

obiettivo
funzione .
 MODELLAZIONE

DIETA : =
Un' azienda agricola ha un
'
allenamento di bestiame e
vogliono
progettare la dieta degli
animali
Deve rispettare REQUISITI
.

si ha una lista degli alimenti possibili e di ciascuno conosciamo proprietà nutritive .

E il costo minimo

Ogni sostanza nutritiva ha dei

requisiti di
quantità minima .

ASTRAZIONE

del
1) INSIEME /indice problema

I : alimenti possibili

J : sostanze nutritive

2) Definire i PARAMETRI del problema ( dati numerici ESSI SONO

COLLEGATI
dati in input del
problema) E- × : costo
1kg PAGLIA
AGLI INSIEMI

Ci i
COSTO UNITARIO ELEMENTO i

bj : QUANTITÀ MINIMA RICHIESTA PER

SOSTANZA J

QUANTITÀ DI SOSTANZA J AITRIBUITA AD

Qij
:

UN Elemento i

3) Definizione delle VARIABILI

,
decide come effettivamente
modellare il
problema .

IN CHE QUANTITÀ ASSUMERE OGNI ELEMENTO ?

✗ i
=
QUANTITÀ DI ELEMENTO i DA INSERIRE NELLA DIETA

≥ 0
; IR

NO VINCOLO DI
INTERE 33A

4) scrivere LA FUN} /ONE Obiettivo ( fa non riesco ad andare coorti devo

tornare indietro )

min EC ; × ; FUNZIONE OBIEITIVO

i C- I

5) Scrivere vincoli
,
uno per ogni sostanza nutritiva { tj -6J}
ex : Se lo la
paglia ho un vincolo che devo rispettare
dato dal problema

[ai] ✗
i
≥ BJ
V-J EJ
i c- I
 min E Cixi
IEI
l' ULTIMA COSA DA FARE
È QUELLA DI SCRIVERE E ai
]
✗
i
≥
by F- EJ
±
IL MODELLO

✗ ≥ o IEI
i

PROBLEMA DEL TRASPORTO

Si hanno delle SORGENTI (Fabbriche ,

HAGAZ.int
,
. . .
) che hanno una certa disponibilità
di prodotto .

ti hanno anche dei destinatari

,
ciascuno con una data richiesta di prodotto .

Costo unitario di trasporto da

ogni sorgente a
ogni destinazione

PROCEDIMENTO J

1) I SORGENTE
rj
J DESTINAZIONI
di

2) di DISPONIBILITÀ SORGENTE i

RICHIESTA DESTINAZIONE J
rj
COSTO UNITARIO PER SPEDIRE
Cj i GRAFO
DA AJ
BIPARTITO

3) DEFINBIONE VARIABILI

Xi, È LA QUANTITÀ DI Prodotto DA

MANDARE DA I A J

{≥ ◦ ; IR ; ≤ minori , di} }
4) 7=0

Cij ✗
ij
IEI JEJ

' '

5) VINCOLI
( Se non li metto sarebbe 0 e INCOMPLETO )

FUNZIONE OBIETTIVO
✗
g-
≤ di V-i.CI

{
JEJ
" "" " "
"
"" " "
✗
i]
≥
rj tj EJ ✗ ≤ di ti E I
it
i c- I jej

✗ ≥ rt V-J EJ
ij
i c- I
È SEMPRE IMPORTANTE
ti V-J
Xij ≥ o
scrivere IL DOMINIO
?⃝
 DUALITÀ

↑
'
Dato P , vogliamo tuonare la soluzione migliore .
P ✗ E F (P )

Altro modo è utilizzando la dualità buon il

.
miglior lana - bound sulla funzione obiettivo che

voglio determinare .

{
Max b Risolvere un P Di 011TH 33AZIONE
.

significa
☐
tuonare
FCP )
D
f-
> fa ) ≥ b la
miglior soluzione e dimostrare
Ne è la miglior soluzione .

Problema lineare
programmazione :

/
min ctx
p Il

|
drole
problema Mox c

0ºf-
A × = b
> è
× ≥ o
perciò : ☐ A> = b
> CI ≥ c.
× ≥
VOGLIO CHE QUESTO
SIA IL PIÙ GRANDE
POSSIBILE
Io
soglio : A- ✗
× ≥
=

◦
b
f
> CI ≥ ↳

CARATTERISTICA
TEOREKA
Nella lineare la
P =
/ ✗ E
A✗ = b
} il TRASPOSTO A programmazione
×≥ o
dimostrazione ad un
problema è
ad settore di dimensione
CI ≥ ↳ è
In tl c ≥ tata poi un

di ninnoli
.

valida per P
C.
◦
E mi B poi al numero .

Se ha
{ A- ✗ Posso taoa
si : = b unica
una
× ≥ o

disuguaglianze solide

µ questo sistema

/
M ×, + × = 2
, ,

Anche
Mr ✗z -
✗ = 4
}
All' Aumentare
↑
A- ✗ = b-> mi A- =
mi b lì A) × ≥ ùb ↓ te io moltiplico ◦ sonno
VALE ANCHE QUESTA

disuguaglianze
NUOVA UGUAGLIANZA
disuguaglianza dolori , le
non moriamo .

DIMOSTRATO UN LATO
DEL TEOREMA

µ vettore DI MOLTIPLICATORI

{ {
Mox co Mox ut b
è ≥ nt A DUALITÀ
è ≥ ut A
c. ≤ utb
µ libere
µ libera

MASSIMI -22-0
Co Int b
 è ottima fa dimostrato
*
la
Il risolutore che da soluzione ✗
per dimostrare che questa soluzione , Mi si che
questo sia è risolvere il
duale dato che il drole dovrebbe restituire il vettore ottimo
problema , per cui , posso costruire la
disuguaglianza seguente :

n' A ✗ ≥ nttb =
(◦

Perciò un risolutore per dimostrare che la soluzione ✗ è la soluzione

*
è ≥

ottima deve fornire in aggiunto n* vettore di moltiplicatori rivotato

dal problema duale in modo tale che rispetti la Disequazione .

NÉ PRENDE IL NOME DI CERTIFICATO DI OITIHALITÀ

↑☆ TEMA D' ESAME PP

, • • •

Passare dalla FORMA STANDARD e

quella DUALE . Nel toto non sia il primo in FORMA STANDARD mi

ricordo la
logica che ci sta dietro .

{
Min cti NOI VOGLIAMO ME
(a) Ax ≥ b LA DISNGUAGLIANSA ri decimale
≥o TABELLA Bisogna sapere
-

SIA Ex ≥ co

VALIDA DUALE PRIMALE

PRIMALE DUALE
è = UTA

|
min mox

" " " " "

" "

La LOGICA È SEMPRE LA STESSA :

è; ✗ I bi µ ; IO

Moltiplico i ninnoli del problema di partenza con QÌ ✗ =

bi Mi libero

dei moltiplicatori
A seconda delle devo dei moltiplicatori ≥ 0 C UTA ;
disuguaglianze usare X
; ; ≥

opportuni Xj I 0 Cj E mi A ;

Quando ho ottenuto la la posso modificare MTA ;

disuguaglianza ×
; libera
C; =
o meno

i ninnoli Xj = O NO VINCOLO

Suiw poi il DUALE del

problema
MODALITÀ DI lettura

ESEMPIO CONSIGLIO

"" " " "" "

§ { §
"" "" " " " " """ " " " " " " " " "
" "

✗, + ×
}
≤ 1 X
,
-1 (a) + ✗s ≤ 1
Duale µ, ≤ 3

✗ ,
-
4×2 ≥ 3 (a) + X , -4×3 ≥ 3
Ma = 2

± ◦ ≥
✗1 Un 4 Ma 1
×, ≥ o
-

✗e libera ✗i ≥o
ne ≤ o no ≥o
✗ ≤ 0 7 ≥ o
} ,
 P
Dualità debole :
D

✗ EFCP ) µ EFCD)

1
ALLORA SICURAMENTE * COSA PUÒ CAPITARE
VALE

I D 0117110
ILLIMITATO IMPOSSIBILE
nt > ≤ Ex P finito

ILLIMITATO V
01T / HO
FINITO ✓
Dualità Forte : P D
*
IMPOSSIBILE
✓ V
✗ mio

Exit = nt' b

PROGRAMMAZIONE LINEARE INTERA

Questo tipo di
programmazione è il
miglior

{
min ÙX scrivere ottimizzazione
compromesso per problemi di

i
atix nbi =
1 , . . .
,
mi

e
,
≤ ×
,
≤ µ,
g. = ,
,
. . .

,n

≥
{1 }
-

✗ E ≤
j j C-
J ,
. . .

,
in

VINCOLO DI INTERE33A

" '
= ALGORITMO RISOLUTIVO BRANCH & BOUND

POSSONO CAPITARE 3 cose :

1) Quale tipo di rilassamento usiamo ? ① Il rilassamento risulta IMPOSSIBILE , perciò

il problema è IMPOSSIBILE

Dea prima far diventare il di tiro

come cosa
, per problema non
più
*
del rilassamento
intero il VINCOLO DI INTERESSA RILASSAMENTO CONTINUO O LINEARE 2 ✗ OITIHA

*
* ✗ Ottima Per
2. A ✗ è INTERA

2)Bàing?jeJPErcu✗j÷
P

*
Allora devo
'

2. B ✗ NON È INTERA
fare BRANCH

A
questo punto posso porre la DISGIUN } / ONE

✗
g-
≤ Lxii) V ×
,
≥ ✗
fi
È
✗e

× ≤
,
Lx! × ≥
,
Txt

÷::
BRANCHING

*
✗
X,
 ALBERO DECISIONALE BRENCH & BOUN
come
quello di

PROBLEMA
DI PARTENZA

BRANCHI NG PARTIZIONAMENTO

ALBERO
Dato l' albero
DI
restrizioni
di restrizioni prendiamo ogni
,

NODO e ne risolvo il suo tiilassomento .

UPPER
Ie le pennette di Trovare il
miglior lower
BOUND bound possibile .

Ad modo associati RILASSAMENTO RESTRIZIONE

ogni
e
sono

te
*
il valore ✗ di rilassamento è

*
È✗ ≥ MIGLIORE SOLUZIONE
CHE conosco

eliminare il modo
posso .

ALGORITMO CUITING -
PLANE

Potrei scrivere
questo problema come unico

problema di
programmazione lineare , prendendo
vati " interi
" "
#
poliedro soli Non tenne applicabile
'

un con . come × -
Hall
i

In
"

questo
"

modo è più semplice risolvere il problema

intero .

Da PIANI DI TAGLIO

Quello che posso fare vertici interi

"
è APROSSIHARE
"
il poliedro con
, questi vincoli
prendono il nome di PIANI DI TAGLIO .

tagliano sia le soluzioni che non ci servono

Ripetendo l'
aggiunta dei piani di taglio per soluzioni ottime intere , ci permette di
giungere al POLIGONO INTERO UN ALGORITMO
LO FA

Il problema è che
questo algoritmo potrebbe richiedere

un numero esponenziale di PIANI DI TAGLIO

Per ottimizzare il processo posso alternare le

tecniche .

BRANCH & CUT

Questo è l' algoritmo

per la risoluzione
generale
dei problemi
 R

PROBLEMA SAT
Un
problema di
questo tipo posso

{
M VARIABILI BOOLEANE ✗ ✗
2
1
Sempre scriverlo come problema di

m CLAUSOLE Clause ✗ ✗3 ✗
2 4- LINEARE INTERA
programmazione

✗ +
(1 - ✗ a) ≥ 1
Una clausola è
qualsiasi
,

-1 × -1 (1 ✗
a) ≥ 1
sempre convertibile in
-

a }
problema
✗
1)
✗
a)
×}
,
✗
a
C- { ◦
il } lineare intero .

Non c'è
funzione
obiettivo pari è

un problema di

ammissibilità .

ASSUMIAMO CHE OGNI CLAUSOLA

ABBIA ALMENO DUE LITERAL

ORA FACCIO IL RILASSAMENTO

✗, = ✗ a
= ✗
}
= ✗
↳
=
£
Osservo rilassamento è inutile
però che
questo .

A ' ' '

interessano
'
noi un solare 0 e 1

ESEMPIO

1 DECISIONI SYNO

Codificate in modo naturale X E [0,1]

,
con variabili binarie
✗
si
C- Z

2 VARIABILI CON DOMINIO DISCRETO NON REGOLARE

Posso gestire questo coso con la
programmazione lineare
X ✗< X ✗4
} #
intera
,
. . . : INTRODUCO ✗ ✗ ✗ ✗
. , , 2 , 3) 4
Se 52 53 54
Y
NON È DETO CI SIANO TUTI

{
1 Se Si
I MULTIPLI ⑥ REGOLARITÀ) ✗ = y =

i O ALTRIMENTI

Si ✗i
y

⇐
=

✗ = 1 VINCOLI LINEARI
i
i. 1

✗ i c-
{ 0,1}
MODELLA}IONE MIP

COSTI FISSI FIXED CHARGE < ( ×)

COSTI FISSI

{
•✗ + b × > ◦

( ( ) x =

◦ ✗ = °

Introducendo una noiobile posso riscrivere

il
problema in maniera INTERA

DOMINIO

{
^ te × > o

y
E
{ 0,1 } y
=
o se ✗ = 0

{
C ( ×
, y)
= QX +
by IN MODO

RISPETTATA
TALE

QUESTA
CHE VENGA

CONDI 310 NE

Lfy
'

VINCOLO PER RISCRIVERE

0 ≤ ✗ ≤
IN MODO LINEARE

Può sempre capitare che in

generale questo è
problema poiché
✗ 0
però
= e 1
y
=
un
y
,
non

è una variabile di costo .

( NON POSSO IMPEDIRLO

posso riscrivere il sistema in modo intero

,
ovvero :

§
×
, y
=
ax
by
'

y
≤ ✗ ≤ Vy

4 c-
{ ai }

DISGNKBIONI
È UN' Ór Nel
'

TRA DUE VINCOLI naso di linearità modellare la

non
per
NON lineare
funzione aggiungo delle roiiobili

a. ✗ ≤ b, V ai ≤ b

{
,
1 te a, ≤ b
Ora
,

4 = devo cercare di
o altrimenti
tlouhue questa
{
0 ,
× ≤ b ,
IN QUESTO CASO scettica
INVECE SI HA UN

{
02 × ≤ be '
AND
'
1 te la ≤ b, in vincoli per poi scrivere
Y,
-

o altrimenti
il modello lineare
 Dopo riscritto
aver :
bigtl

{
b Assumo che esista sommato
grande
× ≤ M malore cui se
a. + 1 y, un
per non
-

l' ✗ ≤ ↳ + M ^ -

% " "e nulla

≥ 1
4.
+
Y,

" i c- { 0,1 }
VARIABILE
BINARIA

INSIEME CONVESSO

ESEMPIO
y

|
4 E { 0,1} ✗
y

{ | /
✗ -2 ≥ 1
Riscrivo modellando con la
^ -
-
' '

"
✗ ≤
× ≥ > 1+4
y

logica precedente
o ≤ ✗ ≤ 4
× ≤ ' +34
'
l l ' l l

, ≤ ✗ ≤ , ◦ , , , a • ,
y

FUNZIONI LINEARI A TRANI

Clx) •
Vogliono modellarlo sotto forma lineare
÷ FUNZIONE LINEARE A TRAIL intera .

"
Clay
& ①
, , ,

/
te io
segmento io funzione
•
• .
dessi un solo arei una
. .

I
Cla'
lineare Io non so in che intervallo capito ma

i
.
,

so che deve cadere in di

quei intervalli
× uno .

1 i 1 i i

Qz
✗
Q, 03 Q4 QS

di Ra A} 124 ^5

PUNTI che IDENTIFICANO

• Quindi introduco delle variabili lineari e solidali
LA FUNZIONE LINEARE

tortine
ogni punto
A tratti e
una per
.
.

SONO NUMERI DATI

Ola riscrivo il MODELLO :

✗ =
Rio ; le variabili binarie introdotte mi
permettono
i. i

"
s

" ""
4
di indicare il punto in cui mi trovo nel

s
"" Yi = 1
grafico .

I 1
di
=
= 1
Per esempio l' anda

s
2 usarlo sia che
i. ^
posso
R, ≤ 4 di 0 io
scelga y, e
Y, .

di ≤
Yi .
,
+
Yi Yi
-

{ ◦
}
il

✗ s
≤
41 .
 ✗ i
di
☒ ,
COMBINA}IONE CONVESSA
•
2- =
il ✗ +
( i -

d) y

§
o ≤ R I 1 Z = A, ✗
,
+
. . .
+
Ak ✗ K
Z
•

A. + da =
1
di = 1

di ≥ ◦

µ
•

Il valore Ei deve restare

all' interno del
segmento * e
µ
.

MODELLAZIONE VARIABILI BOOLEANE

OR

✓ Y 4 Y, 1
Y
+
, ,
,

AND

4 , ✗ Y, 4 Y, 2
+ =

Consideriamo ora :

2- = ✗
i
×
, per cui ×
,
e ×
,
sono lineari ×
,
C- { 0,1} ✗
<
E / 0,1 }

IN GENERALE
NON SAREBBERO
LINEARI DATO Il
Prodotto

Ragiono per cosi

, poiché sono binarie :

✗ ✗ Z
POICHÉ se ×, o ×, È 0 ANCHE , 2

2- È PARI A 0

(
2- ≤ ×
,
Ho Riscritto 0 0 0

POICHÉ SAREBBE 2 TOLGO

Z I ✗
2 UNO O I 0

z ≥ X + ×, -
i 1 0 0
,

ggq } ,
sempre nane
,
y y,,
, ,

ESEMPIO DI MODELLA }/ ONE

PROBLEMA KNAPSACK DATI :
J =
{ INSIEME OGGETTI
}
Si hanno Pesi
:
Wj
Pj PROF / Il

contenitore ( MASS/ 11133ARE Profitto CAPACITÀ È SCALARE

TOTALE C UNO

OGGEITI SELEZIONATI
in
oggetti wj DECIDO LE VARIABILI :

Poi Mi la domanda devo decidere io in

pongo cosa

questo problema ? Quali oggetti prendere

 DECISIONE VARIABILI :

the Pll
{
^ se Prendo a- a- ero

ogni oggetto ✗ =

, ALTRIMENTI
.

VINLOU

Devo rispettare lo spazio disponibile

MODELLAZIONE VALE PER TUTI I CONTENITORI

n
È un archetipo, applico la

{
Pj
✗

stessa logica per ogni caso in

j
ji ,

Wjxj ≤ ¢ CAPACITÀ
cui ho un contenitore
,
(presente all’esame)
= ,

✗ e / ◦ in }
j

tip, MODELLAZIONE
COMPUTER

Un' oriente affittare fabbisogni mostrati

1 deve alcuni sarei di coccola secondo i mensili di
seguito

MESE G- F M A H G DURATA 1m 2m 3m
Vogliono determinare la politica di

qtà 5
5 7 9 700 900
9 10
costo 400

FÉE
'

ÈÈ
l
approvigionamento ottimo .

MACCHINA

1 DEFINIRE DEGLI INSIEMI

I =

{ insieme mesi }
J =
/ durate affitti }

2 DEFINISCO DATI DI INPUT (Primo check , si devono rappresentare grazie agli insiemi definiti )

2 =
RICHIESTA DI COMPUTER NEL MESE I -
ESIMO
;

COSTO UNITARIO
Cj = PER
j -
MESI

Cos' è che devo decidere in

questo problema ?
3 DEFINIZIONE DELLE VARIABILI

dato ciò che ci è dato ?

Devo decidere
quanti computer affittare quanto tempo Queste nostre noiobiei
per ogni mese
per .
sono le

✗
j
=
# NUMERO DI COMPUTER DA AFFITARE Per j MESI

✗ E I
g- +
 4 SCRIVO LA FUN> ione obiettivo :

Vogliamo minimizzare il costo complessivo ( aggiungo min

)
E solutore un' lineare il costo totale
poi con
operazione

&
(
min G- ✗
IJ
IEI IEJ

✗" + ✗
n
+ ×
,}
- 9 ( = 2
, ) GENNAIO

,
×, µ , × × ≥ , ggyg , ,µ
, penne µ, gne
, , peggy, ,
× ≥ ,
,
y , , , + × , ×
, , ,
MESI PRECEDENTI
COMPUTER DEI

✗, + ✗ 22 + ✗ + ✗ + ≥ 7
} 3 , 32 ✗ }}

:
.

✗ E
ij +

ASSEGNAZIONE DI LAVORAZIONE

2) Un'azienda può produrre un modello di tabulati mediante tre diverse linee di produzione ,
che utilizzano

tre macchine .

Ogni linea di produzione utili >se dei

pesi semilavorati che

PRODUZIONE P , Pa ,
P
}
devono essere assemblati sulle tre macchine secondo le diverse specifiche .

MACCHINE MA ,
HB ,
MC

SPECIFICHE PI PL P}
costo
€1 min
disp

costo
6 3 7 5 2000
unitario Ep Ha

{ }
Ma 3 2 6 H} ,
4 3000

µ, 4 8 2 Minuti per macchina 11 , 3 600 dm

Ma 6 3 1
bm MINUTI
DISPONIBILI
0pm

PRE 330 VENDITA i 90€ =

2

UNITARIO

MODELLA} IONE

1 P =
{P ,
,
Pi P}}
,
INSIEME LINEE Produttive

H =
{ Hi , Ma , H } } " Macchine

2 DETERMINO da
I DATI

3 Quello che devo decidere è il piano di

produzione Quanti laboratori produrre su linea
DEFINISCO VARIABILI
ogni
LE . .

4
, DETERMINO VARIABILI

Xp =
# CARBURATORI DA PRODURRE l' NEA P

E
Xp
+
 PROFITTO
"" " " " "°

Avrò
*

bm vincolo per macchina

Mox R -

Cp -

M€11
am .

xp
CONTRIBUTI PER LA
un
ogni
PEP PRODUZIONE Per esempio il tempo utilizzato da una macchina

deve essere ≤ del tempo disponibile per quella

0pm
✗
p I dm ltm E H machine .

PEP

Xp C- Z +

MODO PER VERIFICARE SE CIÒ CHE HO scritto È corretto Simula i diversi cosi

m =
MA
TEMPO MACCHINA

3 2
Xp 6
Xp
+
Xp I
+
2000 DEVE ESSERE VALIDA LA DISEQVA} IONE
, , ,

SCHEDULING DELLE Attività

Un'azienda produce divani ,

ogno
dei
quali richiede una serie di loro nozioni
legate da relazioni di
precedenza .

Ciascuna Colorazione ha un
peso
ed una durata .
La prima locomozione inizia convenzionalmente all' istante 1- = 0 .

Si determinare istinti di in da pesata

sogliono gli di inizio ciascuna locomozione modo minimizzare la media .

LAVORA310 NE PESO DURATA LAVORAZIONI PRECEDENTI

1 ° "°
INSIEMI
_

DEVE TERMINARE 1

LA LAVORAZIONE

{ Lavorazioni}
2 23 1
2
INDICATA ( =

}
5 1
P /(
3 12
= i
; ;) i
,j E ed i deve
prendere j
7
}
4 10 2
=
{ ( 1,2 ) ,
(1) 3) ,
. . .
,
( 5,9 ) ,
( 6,4 )
5 10 3 3 4
DEFINISCO L' INSIEME
,
DELLE PRECEDENZE

11 2
6 12

7 17 5 2
2 DETERMINO LE VARIABILI Ricordo che io devo

8 2' 4 7
determinare l' istante di lavoro> ione
ogni
9 26 10 5 6
,
te = ISTANTE DI IN / 310 DELLA LAVORAZIONE 0

( min )
Dato che la
prima lavorazione porte da 0 i
di te tutti
maggiori
soldi saranno
uguali
e a

Per utilizzare
0 .

questo posso la
programmazione
lineare intera .
?⃝
 3 SCRIVO IL MODELLO Per VERIFICARE
posso provare ad esplicitare una
MEDIA
situazione del problema

{
L
Pete
e c- L

EX :
ta -
ti 23 È VERIFICATA
LA DISUGUAGLIAN 3A

tj ≥ ti +
di Fli ;) ,
EP

te .
.

*more PYTHON
Per la intera risolutore di modellazione
programmazione lineare ci servono
,
un e un
linguaggio .

AMBIENTE VIRTUALE
LINGUAGGIO DI
MODELLA} IONE
P" ◦ " ° "

( è un modo per non installare nella macchina ma rituali}>ore in

,

Scritto in
RISOLUTORE Syplex < + +
Un ambiente virtuale Python NON È ALTRO CHE UNA CARTELLA
SERVE ANCHE LA

POSSIBILITÀ DI UTILI 33ARLO

Sostanzialmente si possono mettere per cartella visione di
con python
ogni una

python .
Ambienti divisi nella stessa macchina .

CREAZIONE
AMBIENTE
VIRTUALE Python3 -m venv ${home}/.pyomo
ATTIVA} IONE
source ${home}/.pyomo/bin/activate
DA TERMINALE
 ESERCIZIO DI MODELLA}IONE
LOCALI 331-1310NE DEI SERVIZI

( )
"

In città sanitari
"

si devono installare alcuni i servizi 6 QUARTIERI

una cup
per
localizzata
in ciascun
quartiere è stata una località di

installazione ,
e sono stati misurati i tempi medi di spostamento
in minuti fa ogni località di installazione Si desidera che utente
impieghi più
.

ogni non

loc di 15 min da un
quartiere ad una ricino :

5
Si fa :
quat 1 2 3 4 6
VALORE DI SOGLIA = 15min

1 0 10 20 30 30
Devo
20

scegliere dove costruire un wp rispettando

2 10 0 25 35 20 10
il malore di
INDICA IL TEMPO soglia .

3 20 25 0 15 30 20 DI Percorrenza
in min

13 15
4 30 35 0 25

5 30
zo
30 15 0 14

6 20 10
20
25 14 0

1) INSIEMI

I = INSIEME QUARTIERI

LOCALITÀ
J = "

di j = GENERICO ELEMENTO DELLA MATRICE

2) VARIABILI

{
1 K Altro wp nella località j
✗ =
g.
O ALTRIMENTI

3) FUN } IONE OBIETTIVO

{
min × Questo è il punto di partenza
; min ✗
j < J j
poiché il malore ottimo sarebbero i < J Devo perciò avere almeno un

{ } nanetto ✗ ≥ e
ti
WP per ogni quartiere ognuno
questo
,
è devo
quindi j
✗ € ◦
il ma
i non
, "

scoperto
"
i :c
deve
.
≤ "

non essere

inganna ,

ninna ,

ego } ,
,

Questo problema permette di introdurre una classe

generale di
problemi ,
i problemi di SET COVERING
?⃝
 PROBLEMI DI SET COVERING

Il problema del set di trovare elemento

INSIEMI → I =
OPEEAND SET
covering ridicole un

F = INSIEME di sottoinsiemi di I di F che

copra
tutto I di minor cordialità possibile .

↓ }
/ Fi
,
Fa ,
. . .

,
E , Fj ≤ I Si definisce Ground set l' insieme che ti mole coprire µ
,

nell' esercizio l' insieme

esempio precedente ,
dei
quartieri .

{ rendo Fj
1 te nella soluzione
Scrivo IL MODELLO → × =

, o altrimenti

*
Può elementi pesati perciò
min essere anche che
gli
× siano
; ,
:

j *

min Cj ✗
j
✗
j ≥ 1 ti c- I i
,
,

✗
j
e
{ 0,1 }

SET PARTITION/NG
È una noiionte del set cui le salesiane deve
covering per essere una

min ✗
j
partizione ,
ovvero deve essere coperto solo una volta
,

*
Quando ti artisti delle
ES :
assegnano gli e
✗
j
= 1 Vi c- I
cose ,
non
posso Ollie
più autisti tuu
,
solo bus , ,
un ma solo uno .

| ×
;
e
{ 0,1 }

ESERCIZIO STANDARD
Un'azienda elettronica deve
produrre almeno io . Ooo radio in 4 settimini ,
indico i ricavi unitari :

SEI 1 2 3 4
L'azienda la inizialmente 40
operai ,
i quali producono 50
' ""
Hermana
"
20 18 16
Un l'
ricavo 11
settimana In periodo l' operaio
operaio può addestrare 3
apprendisti a .

questo
PIÙ PASSA IL TEMPO PIÙ il non
produce radio .

PRE 330 CALA

Un operaio costa oeéosienda 200 dollari a settimana ,

mentre un' apprendista 100
Y.se .
Alla fine della settimana di apprendistato
,

l' apprendista diventa operaio .

'

base
'

Ogni modo richiede componenti per il costo di 2 dollari 2$ .

Si vuole massimizzare il profitto complessivo .

Obiettivo : Trovare il
piano ideale per massimizzare i
profitti .
?⃝
?⃝
 1) INSIEMI : Data la cadenza settimanale .

I =
{ 1,2 , 3,4 }
2) DO UN NOME AI PARAMETRI

3) VARIABILI

✗
i
=
# operai addetti alla produzione nella settimana i E È ( INTERE
,
NON NEGATI

settimana ;
insegnamento
# addetti all' E / "
4; operai nella
=
numero

2- i # settimana
apprendisti i E
=
numero nella

4) MODELLO È SEMPRE UNA FORMA LINEARE

PROFITTO NELLA

{
SEITIHANA RICHIESTA

mox 502 ; -
2 ✗ i -
200 ×
;
+ Y; + 10oz ;
◦ VINCOLI : Ho il ninnoli di radio
i c- I IEI

da produrre per ogni

" " "" "" " """
i c- I

Devo anche considerare il

2- i 34 ; ti EI vincolo
n'molo 3
opp .
per operaio .

Per settimana
×
,
+ Y, ≤ 40
ogni devo avere

✗ +
42 I 40 + Z ,
a
limite
✗ t Y} I 40 + Z, + Z
APPRENDISTI DIVENTATI
UNA
un
sugli operai e
apprendisti
} a operai DOPO
SETTIMANA
✗ ↳
+
Yg I 40 + Z, +
Zz + 7-
} (è un vincolo ) presenti

+
✗ E
i
, Yi ,
Z ;

PROBLEMA DI FACILITY LOCATION

M : UTENTI MODELLO MATEMATICO :

DEVO MINIMIZZARE
I COSTI NEL

m : FACILITIES PROBLEMA

{
min di < ✗ È UN PROBLEMA DI MINIMO
di ,
i COSTO FISSO PRODUZIONE FACILITIES Yi + ij ij
i C- I i. I jej

Cij :
COSTO DI ASSEGNATO NE UTENTE jj ALLA

FACILITIES II VINCOLO PER lui OGNI

lfj ]
utente Deve essere
✗ = 1 E
ij ASSEGNATO AD un' UNICA
"" " " "
i "
VARIABILI :

VINCOLO PER lui lo Posso

UN' UTENTE AD
se costruisco foiility ✗ ≤ ti ASSEGNARE

{ Yi I I EJ
ij
e 1 c- solo se
y; =
, UNA Facilities Questa
0 altrimenti FACILITIES l' ho costruita

servito

[
te il cliente j viene dalla
✗
i
,
=
faility i ✗
ij
E
/ 0,1} ,
Y; E { 0
,
i
} DOMINIO DELLE VARIABILI

o altrimenti
 Si per esempio che facility di K utenti Perciò modello
aggiungere degli aggiungo
altri ninnoli più al
possono ,
una non
può servire .

precedente :

ki = CAPACITÀ FACILITY i

✗
ij
≤ K;
y;
ti EI VINCOLO IN AGGIUNTA AL MODELLO PRECEDENTE

POSSO ANCHE
OHEIERLA HA
IN QUESTO MODO
IL VINCOLO È
MIGLIORE ,
OVVERO
CONSIDERA SE LA FACILITY
i È STATA CREATA

ESERCBI
PUBBLICITÀ GIORNALI E TU

Un'azienda di tigrotto pubblico ha a disposizione un budjet di €150.000 per publicis>de la tua iniziativa .

Un' annuncio sui

giornali costa €1000

A " in televisione costa €10.000

Esistono dei limiti sul numero di annunci : sui

giornali al massimo 30 annunci ,
mentre in televisione al massimo 15

Il utenti i due media decresce il di saturazione , secondo la tabella

numero di muoni
raggiungibili con con numero annunci
, per
:

1 -
10 900

GIORNALE in - 20 600 Quello che si vuole massimizzare è il numero di contratti rispettando il

21 -
30 300

budget dato complessivo .

1 _
5 10 000

TV 6 -
10 5000

15 2000
11 -

◦
ANNUNCI
NUMERO
CLIENTI

1) INSIEMI 5) Modello Primo step scrivo la pensione obiettivo

{
I =
ME331 DI COMMUN / CANONE =
{ g t} ,
ma
i
2
ij
✗
ij
j
J = FASCE =
{ 1,2 , 3 } Dato che entrambi i
hanno 3 fasce .
messi di comunicazione
ci ✗
ij
B
vincolo
BUDJET
di

i j

↳ parametri
◦ ≤ ×
,
u
, u.iq
.

( = SOLDI DISPONIBILI €150.000 ✗ E

ij

= COSTO ANNUNCIO GIORNALI =

€1000

d- = " " TELEVISIONE =

€10.000 NON È UN MODELLO COMPLETO POICHÉ NON DEVO PER FORZA
,

RIEMPIRE LA FASCIA PRECEDENTE

3) VARIABILI

ci = COSTO DI UN' ANNUNCIO SU MEDIA i ✗

ij
=
# ANNUNCI FAITI IN FASCIA
µ SU MEDIA È

2;
;
=
# UTENTI RAGGIUNTI SU MEDIA I SU FASCIA
j

Vij =
# ANNUNCI IN FASCIA
j IN MEDIA i

b) VINCOLI

B =
BUDJET COMPLESSIVO
ESERCBIO
PROBLEMA MISCELA}IONE DEI Prodotti

Un'azienda produce tre tipi benzina (A B. c) ciascuna delle si ottiene mescolando prodotti base le disponibilità
di ,
quali 4 ,
e

il costo
imitano dei prodotti base nonche la composizione delle varie benzine e i ricavi unitari sono riportati nelle tabelle
seguenti :

lo scopo è quello di massimizzare

|
PRODOITO DISPONIBILITÀ COSTO 4 RICAVO
Le differenze
1 2 3

il ricavo netto complessivo .

3000
} ≤ 30% ≥ 40% ≤ 50% 5 5
1
tuoi della
.

rioni e i costi produzione .

= . • , ≤ . .
a. ,

3 4000 4 ( ≥ 70% 3.5

4 5
y
1000

VINCOLI

1) INSIEMI

J = TIPI DI BENZINA =
|A ,
B C
, , }
D 4) VINCOLI

I = Prodotti BASE =
{ 1,213,4 } Lito uno ad uno i vincoli

2) DATI

ci
=
tosto prodotto i 5 MODELLO

di = DISPONIBILITÀ Prodotto i

{
rj
=
RICAVO TIPO
j 2
; Y;
le un'finire l'efficacia
ci
soglio
Mox
- ✗
i;
i ,
j

3) VARIABILI sostituire
tj di un vincolo basta
Yj
= ✗
i;
;
QTÀ
Yj malore di vedere se
Prodotta
= DI BENINA j ≥o un i e
" no .
% -
di
• , e. e.→ noia
.

✗ ⇐ i. . « .. .
, ≥. e.
ii. .

I 0,3
?
✗
1A YA SCRIVO tutti I VINCOLI
DI MISCELAZIONE E✗ i ✗ ≤ 3000
✗ + ✗ +
i.
.

µ, 1 ,} 1,

✗ ≥ 0
Yj
≥ o
ij
 ESERCIZIO
PRODUZIONE DI INSACCATI

Un salumificio produce tre tipi insaccati (P Prip } ) i In funzionamento l'

di , >
quali possono essere renditi cosi come sono o affumicati .
normale affumicatore

può
lavorare 420 insaccati ,
in modalità straordinaria +250 .
I profitti dei rari tipi di insaccato sono
riportati sulla
seguente tabella .
ti vuole

massimizzare il
profitto totale di rendita .

Profitto

PROD .

INSACCATO NORMALE AFF .

ORD . AFF .
Straord .

giornaliera

P, 450 8 14 11

40º 12 7
P, 4

4 13 9
P} 230
 MAR 8 NOV

TRASPORTO FRIGORIFERI

4 città A , Bic
,
D =
j Costo quire centro 4 i 1000 = ¢
"
Tg
3 centri di distribuzione (1,43 ) -
-
I (4 ? ) Almeno 600
frigoriferi ( da centro 4 seguito )
Cij Almeno città (
2 da centro 4
segreto)
/|
"
centri A B C D DISP .
= di Tc

{
1 4 3 2 3
18000 Se

{
1 ✗ ≥ 1
1 se APRO IL CENTRO aj

yj
=
z =

0 ALTRIMENTI 0 ALTRIMENTI
2 3
2 4 1 3000

3
1800
#
frigoriferi
+
da
iaj
✗
ij
=
E

3 1 2 2
1000

PRODUCE
100020001700130in
Pj °
Noto scrivendo il modello che la naiobile 2- è
scollegata# dalle
roiobiei Quindi devo
j aggiungere questa
i e .
relazione .

""

(
" " """ "
°
" "" " "°"
""" "" """
"

§
" "
" "
" " °

" " Te , perciò aggiungo

le notti che li comprendono .

✗
ij
≤ di Fi
j
✗
ij
≥ r
; ttj
i

*
"
"
"" " "
"" "" " """" " "
" "
"

creare problemi .

✗
ij
≥ 2-
Tg VINCOLO SUL NUMERO DI FRIGORIFERI CHE MANDO

Yj TCZ VINCOLO SULLE città

Yj
I ✗
a;
≤ HY
; ttj VINCOLO SULLE VARIABILI

+
✗
ij
E ,
2- C- 50,1 }

inviarli
✗
ij
≥ Z QUESTO Però È di NDON DANTE
,
Può esserci O MENO Se il centro 4 è aperto devo almeno
j un
frigorifero
*
Potrei togliere questi ninnoli
aggiungendone degli
altri :

Yj
≥ z
ttj
 ' "

PROBLEMA DI PORTFOLIO È simile al problema knoptock KNAPSACK MULTIDIMENSIONALE CONTINUO

Un'azienda ha a disposizione :

A B C D E
4011 2005
cij
=

36513in
2005 11 53 5 5 zq
costo Per
zoo , an, ,

2006

Di
GUADAGNO GUADAGNO
Netto

bj
I =
ANNI

j =
INVESTIMENTI

✗
ij
= % di investimento da fare 0 ≤ ✗
ij
-11

MODELLO

{
Pj
✗
Mox j
j

≤ B; ti
cij ×;

o ≤ xij ≤ 1
?⃝
 ESERC Ostervo le il fotto ce i
fossev dve tipi di
profermi non sene évidandante

131
Un azienda produce due diversi tipi di profumo costituiti da alcol e da
essenze. Al momento, sono necessari 10 litri di essenza di rosa, 5 litri di
essenza di mughetto e 8 litri di limone. Le essenze sono ottenute
distillando le basi vendute sul mercato in flaconi. Ogni tipo di flacone ha
un costo diverso, un tempo di distillazione diverso e permette di
ricavare una diversa quantità delle tre essenze, secondo la seguente
tabella.

FLACOWE costo ORE ROSA Cme HWGMEIT ( LIMONE (

4
$
me}
)
me)
2 3
t
po roo MMD

zv
w
2 izo to t 290 2

lo
2o
} 1 l t

6o
330
to
^2

3o
Determinare l’approvvigionamento di costo minimo, tenendo anche
conto che:
- le ore totali disponibili per il processo di distillazione sono 1500
- ogni ordine per un diverso tipo di flacone costa 20$
- si vogliono acquistare flaconi di almeno due tipi
- i flaconi dello stesso tipo vengono distillati uno di seguito all’altro e
ogni volta che si distilla un tipo di flacone bisogna effettuare il setup
dell’impianto, della durata di 8 ore. ( agni tipo flocome di
Per
)
comisicello Holto simile al probleme del trosparto ma con dea vincoli eeteniori Li
prio procedere a foe totto in dre step
:
.
.
ESSENSE
RISOLWSIONE
M
e inisiemI
E KUGHELTO LIMONE
:
)
,
-SROSA,
}
Fib
1z3}
FLAclotul

TIPOf H TOT ORE A DISPOSBIONE

Lf LOSTO
-
FLACONE
-
hq BISTILEASIONE FLALONE f D LOSTO FISSO PER TIPO
-
-DRE
DI TTPO DI FLIALOME

QTEDI ml BIESSENSA C OITENIBILE DE UN FLACLONE TIPO L S ORE IHPIANTO

eef
?
DI
-SETUP
Re RICMIESTA ESSENSA
-
e
 Ie prinn step
é quello di risolveue il cort
dee probleme lsimile
ot probleme
detle dit eJ

:
le nowiobili devon essere inteve Dew conseiderone sempre i ninmolidee

.
problema

.
f E

+
Introduno noniobili
Xf flaai di tigno de aquistere E

:H
:
{
minan
E cfXf

Şoeqxqxre fe

-
Moncano da tutti i nincoli
quait
s
)
occassori
H
Ehaxq
=

E E
Xq
-3 DOMiIIO
7
PROCEBO A SCRIVERLI

s
Pae fore intoone

{
questo rimoli
E
desteri dellendiobile
+
dewo
min
CfXf DYL
owero
oggiungue
,
aggientine
E
.
Eoeptqtre he
acquistati
Se
fe A
ne

S xq
f Y te
- variobile biroie
Yg
:
H
Glf
ALTRIHERT
E x q
F
20
?2
ha
E sye
Noto l impatanze
'
rivuoli aie naviobili
dei
legano le
de
E 24 pai
49
- DOHINIO

.
48 E 90,3 VINCOL SULLE VARKZBIC PER FARSI EHE SIATD ANCME HNTERE

Yq IXqF MIg Ff X VINCOL AKESSORI AGTEIVSDIVI

 esercisio

Una ditta di trasporti distribuisce frigoriferi in 4 città A, B, C e D a partire

da 3 centri di distribuzione 1,2 e 3 e vuole valutare la convenienza ad
aprire il centro 4. Il costo di trasporto di un frigorifero, le richieste della
città e la disponibilità dei centri di distribuzione (già aperti o potenziali)
sono sintetizzati nella seguente tabella:

A B C D DISPOnIBiLITà

3 I 3
CENTRO 1 H 18

wo
2 h }
M
3000
CENTRO 2

z } ke 5
LENTRO 3 18

oo
2
} ^
2 n

000
CENTRO Ls

richeste łooo zooo 1 M 3oo

zoo
Si vogliono minimizzare i costi di trasporto e valutare la convenienza
ad aprire il nuovo centro 4, considerando che:
- Il costo di apertura del nuovo centro è di 1000
- Il centro 4, per poter essere aperto, deve servire una domanda di
almeno 600 frigoriferi
- Il centro 4, per poter essere aperto, deve servire almeno 2 città
diverse
BENBLEKA BI TRASPORT
^
1

SVOLEHHENTO LIl CORE dee probleme e wno

gie risto a wi
rengon ggiintedeirincoliI
:
I INSIEHE SORGEMTI =5 9,4,3,4}
-
C
J -- SA
L
0
COSTO
'
FISID SOSTRUSIONE LEMTRO
-GITA
,B.C,B}
A Th SoGecit MINIMA PER LOSTRUIRE LERTRO I FRILOBRIFEZI
'j
:
COSTO WHITARIO DA i
Cij
-

iCiñÁ
Ti
" "
i l
"

di DISPONBICITIZ
.
-
CINTÀ
2 RICMESTE
j=
EZ
+
I FRIGORIFERL
BAIAj
Xig DA SPEDIRE
.:
2:?%
be APROLEMTROL

MltriMeteTI
Scivo il del probleme awano il problerma di tosporto

.
,
Probleme dee trosporto seetro 30
L costo
epentume

0
605 LENTRO SE VIENE APERTO +
-3

t0
{
x

Z
min I Cijtii

+
,
CaQxip
}
Edi Fi VINLOL BA RISPEITARE

Ş Kj
?
Xij aj

EMz Fj
-
Vimualo
Xuj
de
leya le dre raiobili

Xij E Z
zE 1}
+
9o,
Per lo
smolginentro quello le Sane dra
fabce falnie eggiungere della raiobili
aggiuntive
prosagumize

.
con

,
fte
Xaj 20

Jj
+?
Actaikenti

S
0
LoSto CEMTRO SE VIENE APERTO

{
M

Z
min I Cijxist C
2
,
Exij
}
Edi Fi VINGOLI BA RISPELTSRE
j

IXij Fej Fj
-
BIVENA RIMDOWBANTE CO h

noviobile
ENz Fj Vinolo de 5

Tuj l e dre
leya
Xij E 2 zE
YjEso
5o,1}
,e}
Y IXij
E
MY VJ } RELIONE
VARIABILI
TRA
;
;
Yj EzFj
-3 e

şxsj Tqz
} vinai acetuntivi
?
ŞYjlTcZ
 esercisio

Un’azienda ha a disposizione 40 milioni da investire nel 2005 e 20 nel

2006. Sono stati individuati 5 investimenti possibili che, se fatti al
100%, comportano la seguente spesa nei due anni e il seguente
guadagno finale.

JB e " -
-
-
5 +

"
za
zoos

20
"" 5 ~ 3
o6
s
LLADALE sa

2o
Scegliere la percentuale di ciascun investimento da effettuare per
massimizzare il guadagno.

SVOLGIENTO Simmila ad wn
probleme mapsrack contimmo
:
I - S 20
2006} Hodello
o3,
J tipidiI investiEntO
HASS HIBZARE PROFICTO
-SAB,CID.E}:
I

móxEgyxz
{
investimmente im milionin effattwrore j
eij pee
:
mall i al
'
omano noor
.
investimento fotto
FQijXj I Bi Fi

gj profitto
al
j se toot
"
= j E e j

O
x K

Bi budjet i
-
onno

investimento j da effettrone
Xji
x
 PROGRAMHASIONE CON VINCOLI
CCP

)
Im obbionno
generale RESTRIBIOWE

:
o

Ingeqna firito di naniobili wiossore can dominio

fint

,
o
Insierne fimmito wi rimaoli -3 NO RESTRIBIONI

BEEIWBIONE WInCOLO Un rincolo c é dato de coppie R C dowe R è

wune nella roviobiei S ( deL vincoco
:
come

scopo
)
.S
)
Ex Se bwo ene rimnolo Ci 5 X 3+5
:
le
1,43,x0
descrisione R nieme detta DESERIIONE ESTENSIONALE

,S
Bo
B D
t
3,
3
ÎESSI
ponin
sono
Po esere whaeter pez dinatoun
FIMTT
RZ <
B D
Do
delle propietes

.
x x
;
,
problema nimmoli
progrommmozione con
.
P C B c
) INSIEHE FINITO VINCOM Unea solozione a r Caiso 3 ajED FjEa
:
wnan

;
,..,mn
*
,

-uple
I

,er
3,
wsa
!
{
.-Cm
CCi ei
La ammissibile
TTs LasERi FiE

1....im
-Ri,Si
.
)
-enb
INSIEITE FIMITO WARLABILI

X -
1
B 4... xDm
Tm
=D,xB2
win P
problame
.
.
Traore w i re soluzione emmomitribile Co dirmostrone de non

ce me como
Tronore tatte
)
le
o
solusioni amoistibili

AlltORITHI RISOLUTIVI
:
-3

E L E N E R AT E
Per
-ANB-TEST
miglionore questa riceme od olbew deco

L Sc introdvruna e Tesricle di dedusioni je

ha risolusione
preo poi miglioae di
questo
'IFEREN3A.
recificore il rispettorsi dei rimoli
tipo di
probleme conie metado di risolusione
-
.
ad olbewe
V
.
Poso rimwovere nodo ene
oppene
em wmm

modo i rimioli mon sano

rispettati L pil atilizzata si diome
.
:
'INFEREN3A
.
LOSTRAINT PRODAGEATION Rimmove dol
.
dtninio dece enichier dei odoni de

paterebbero a dei risultati ommistibili

.
Exi

Ho due vorobili X S 9,...40 I 1

:
.E
i-x2l75
S
s

x E 1
- -
- s
}
X 1, 2 , \\ 3,9,3,6, 7,0,9, 103
.:S
X 9 e 3, 7,0,4, 40)
2"
,2,
h,
Traw nw rolora di
supporto poltondo ple oyi whoe par atempio 5 mon ha naloce di supposto in x
2.
,
,
Data la simmatria noto lo sress
pee X
2.
X
In modo il di volor the
questo viduco numeno

insernize mell olbewo

.
VINLOL GLOBALI
CGLOBAL CONSTRAINTS

)
Vinwold ale desceive relosione to fisso di
oiobili Essi dessivans sottostoutture de descire
proprietia dee
une wn nesulco mone wore we
problemme

.
Exi VINCOLO ALL CX +ostimone Tutele coiobili

-DIFFERENT
-xn)
malori dinersi

.
Xixxi Vitj Si
immaginie od nindo oel Cxi

-different
overe wn

,x2,43)
x €
}e} X + X
z

,z
,
,
X + X
X z 5 € e
} 3

+ X
4, 3

X
E
Ş 1.2, 3}
X

,
Questo mon riasere a foce la stesse cose

dee rimcalo oll diffeent

-
VINCOLI GLOBALI
:
o
Vimuolo element voiobili Hi parmette di utilizzone delle roiobili come indisi
yez
c di coniobili CiIx di altre noviobili
onay

.
-tnI
E
soddisfatto re z
-xy
De
element (4, 4.- -

di uE FEDz fife
Sle,f,
z,
-duJ/
xu)
diEDxiKi

}
o
Vincolo all
-diffecent.
oll Cx diE Dxi Fi dixd Vitj
-diffecent
;
,
-xm)-S(di-dm)
}
Vincolo - - Lacc
costraunt
globol
o
).
cadinobity
CHE U
WORETE DI VOLTE
VERLA USATO

tamiosione mimual all diffements

LALORE

M
-
(- Vi MCdind
HdEDx =
FHoorersa Hi e
,
e
go
.
(ii(di-dnD)
.-u-)-/
-e-,
-o-
ui}
sope
PER ESAME
All’esame è necessario conoscere la definizione, perché
negli esercizi può essere chiesto se dei parlamentari sono
accettati dai vincoli qui spiegati. Devo comprenderne il
significato.
 SAT

FORHULE BOOLEANE Phoposizioni atomile AND

xi fLx {
o

.-xmJ.STiEB"-s
-Yor
T.F}
X Or

Une famula booleame é X WOT

.
I UNA FORHWLA VUOTA E FACSA CASI BASE
.
PROPOSBIONE ATOMICA
2.
Xj

3. YCF ( CEJXCG ricoesivo

basso
IJVCG)
)
3,
C

formule di chousole
NOTF Fata somo
longiansione
Pete una farmula boolcane
rogliamo portarla come vna
langiumtive Normol Form CENF E impoctante peali
rogionde

)
atomina
1 con le clortele
épic
Disgiunsione literols VXZUXL

I
CLAUSOLA IO X
:
o

tarmphrica

.
I

.
V
noprizione etomice BI hel X X CxivxãvxsJdC
av re
vegozion

,
...)XC-..)
2,41
JOWO I LITERSLS

4
2 1 LONLLUNBIOKE DI CLAUSOLE
s
Ogni formule logine pro estena partata ine CNF ba trosfamosione é
polinomiale

.
,
KOBECA
CLAUSOLE DI HORN Sidice Hon he
di literal positico
TV
oe
pit
Á
be un
x Xa

;:
;
E WNA REGOLA

lgorithirisolutivi

e RELEOLA RESOCUTION Somo dure diversá

INFERENSA
opproci
DI
43
)
2) ALLEOZITIe DI RICERES AD ALBEZO SEMEHG BPLL
0
Poata
RESOLUTIONE da due cloubole
generotrici the demonno soddisfore woe comdisione
:
.
Le condisione i contemere un literol potition in une delle dre claurole e
megotico neeeioerze
.
RESOLWANT

permette opplicase ripetutomenste

}
X VX X
3
E l dalke chousole Alliozinuo DI ZISOLWBlOnE di
'umviore
z

frome
xzvxzvxa il biteeol
negotivo
im

xivxzvxå
questa regola fino
potsitio eld ce pit possibile decivoe
une E
e
a é
oftue
.
non
'
VALIDA impone u n old
'
urione
'hitendl
.
V deciroto
qualde alte clousale che
agie
v
BUE CLAUFOLE non

.
generatrici Olgjrie cchuwsione che riselve

le dve clousole genenotzici misolve

Pão tamminore inn dre modi o tarminore ovendro determinoto
oncle
quastla cloutola
.
be cloubla ruate e ie probleme e IHBOSSIBILE oppocore
,
non

riesco a determinore la clausola mota allaa il mio

problema
,
S Insiemme clousola di postenisa è ommmmigribile
:
.
5'=
Ş
Fimele s contiere clousle risolvente
Rimplicte de clousle im S
'
a con
".
S
"
Allona rimmowo da tutte le clouble implicote de Re Rais S
oggiungo
=SUR
Sé soddisfonibile contieme la clousole vuota

Mon i
é
quello pee risolvece poblami SAT me wra harce nohiosione 51.
,
UNIT RESOLUTION lose
paticalore in delle
geneotuci le
linghesse louvero

:
cui in e clawsole I esee
possomo
L NONE
literal Xi
ALTRO CHE

megosione

.
wn e ure sue X

;
.
FISSARE UNA VARLABILE

}
Xi Ie ni di clourole complessive NONE un
CnJR =3 LomPleTO

'alloritho
mon oumerta wwoi

.
XivC
...)
WATCHED LITERALS Termina in la Permette ottime
implementate
:
whei wieve UNiT RESOLITION di overe woe

.
efficiensa di risolusione Puno estere
opplinato titti c nodi nisohutivas di won olbeco

'
a
.
.
SCHEHA DI RICEZLA AD ALBERO PPLL

Albewo nisitoto in DFS (

Dewth First Seorch

}
Pee exmpio UNIT RESOuiON semplifice a
-
2 tecnicle di infeamise Uhiht RESOLUTION Posso combinal le due
comntinue in
:
-

noblene de
s
PURE LITEZAL won
lose

,
PURE LITERAL ELIINATION
prime poteca reoliszore
-

mon

.
e RESTART
)
2} coaflicT lebrminta

DECOHPOSBIONI DI BENDERS

la di limaone
Si born
probleme puogrommabion i

aauwmumuum
l
minu cix
+dły
Ax by Si introdure atificiole

wB
2 una noriobile

ixu Tx +
Qy 2 che ropprasente il contribbuto dece
p
r

soho
,
+ vN Blocco

4
x
2+ continua forzione obiettivo
y allea
X X roniobili
2

w E

.
Y =0-3 Nom devome estena intane
me EONTINVE

{
min cix m
+
Asregroe
t

MASTER A 4 } x nolde alle noniobile x stimoe ie contribbuto delle voniobilig pee

intronvie
x
wrn e
-xa
Y
XEŹ XP M
8
NoMEOPReKN FREE MASTER
X
M
20.
",
,
ChE
.
Come fauio querto
AILASSHHENTO
wn
a wanifinace ale
vazlabiLe
LLBEZA risultoto dal HAST tie ormonistibile
22
e ottima
pee il probleme di portense

{
?
min
diy
Sa costmisse il SOTTOPROBLEMA
Tx
l

Qy
81
3 CASI i
o yo

Problame IpossibiLE x imfeosoble tolo 3

0
r So
posso
in cose
s
,
terrminore
ommette
n
?-dTyt
2. Problemme alto infinito ''
ma
SBAGUIATO"
X
MT
5
è ormmuistibile sene è
comn solusione
yo

3. Probleme ommatte dtimo fimito ay e solusione oltime dee

probleme
?-dTyt
yo xPy
8
com tlosione
Nei minni dre dovio file HASTET in role
cori
quello
de soe
oggiungue
in
toglio owewo on vinsoto licoxz ol prbleme medo de

,
,
,
,
togliere le solozione he nen re bere

.
O Problema opsioe probleme
JNFISIBLEY
ece il
devole é IUHItATO

,
.
C
'umico
Varole drive lei

{
C TxF
420 i
3
introducal ITP FHPQY
IIOR
+QY?O
TX
EIPOSSIBILE
-3
Per ve n i r
TxtQy
w toglio

?2)
E
,
{
BOALE CORRSSPONDENTE
IP Q

20
t T ñTz

++
x ?
H

taFe
mox +3 HI RITORNERÀ ; H *
2

52O
7+ 0
+C2-Tx+)
T ( Tx 30 FEASIBILITY CUT
TALeLlO

++
Z.
0]
2 Broblemme ommette ottimo
finnito y MPxdiyo
5
ma

Usero vettore
questo
{ LPUE TTQId
min
dły di moltiplicotoi rer aggregare
i rincoli ol

probleme di portenise
Y TYTYQYE

.
I
20
Yr -
*
HIE

dTyto
2
MOY

.TxPJ
-TYAS
H CT 2)

+
3

++Qy
tely

-dłyzo
STOCASTIC OPTIHIATION HPR
M IT ?
Y

+Q-d
+TPTx+
Quando
wo
i doti someo delle stime EO
.
Y
EITT

2
+ATTX
BECISIONI

MI C xB
C

,78
*+
L
0
)
2-Tx)
LIVELLO X

lista scenai
Bossibili S
AVACIABICIDI
RELOVERY
.-Sr
71

Y
v

leedbock è in
-
=) Ie
'insiene
di
Si molle oftimissore wime
wn
piano di
toglio
questi
scalte di scemari

possabilà

UNCAPACITATED FACILITY LOCATION

m
focilities n cienti HODELLO BATO IN PRELEDENSA

{
di Cij min i Ciaxis
;
dik t ,

' te Ft Qeasti nimcoli somo tonti

is
i

Xip IY FiFj dei

Xig E 48 Bounad suble
;
coriobiler
Somo

Xis Efo 4
E90,13
,3,
I
1
EEQUNHLENTEAL
PROBLEHA DOVE X

VIENE IMPOSTA INTERK

 GtENEZaBloNiedi
mF
x )
DAZING WOLT LOLOtEtie

8,
master SWBBROBLEHA

{
min cty

îo
Ax b
le
-

îquALSiaSi toglio regione ommissibile del

pobleme
L barda
Procs conmictis

prcó l di dve
esere
zegionni

'urione
.
ormonissibili

.
mmm
ottimizzore
ASSWNZIONE Io
posso wra
quoltiosi
:
f Clineora San Px im modro efficiente
.o.
{
)
HODELLO BI PAZTENSA

:
C CTYg J
E
min

3
1g
GEG
gEqTgie rg
Px L
X
H NUHERO DI VARIABKLI
+Sxi
BXL J
-gEGTgXg
ESPOnEtbiAle

,
4g-d
?o}
gEG
G
gEGRgül
HISIEHE VERTICI Px
-
BI

ig =0

GENEZABIONE DI COLONNE

E WNA TEERICH GENERALE

.
{
Ex Ax X

ZRgXssES x é salusione di Px
.
wna
-b
x
20
462+
Ts -1
solusions -
timte eme dis titke e e

11 istso
del pobhemma
.
s?0
,}
ALLOORITHO BRANIM A PRICE Solusione Tcormite Bzonal Q Bounnd ol
:
intero deeoltro
moster car
gerecosioe di colome od
ogni
modo

ESEHPLO LASO DI STUDIO CUTTINE STOCK

:
Umiosiende produce tondini di lewo di
lunghezze Lillm
.
ei H pen rinlieste Detemninoe il mninminne di tardini ohe roddisfoce tole vicliestra
numeno lyrom
phe

.
l Z 5%
UN PLOSSIBKLE HODELLO

2 Gis } 5
I 1,2,.3, -
INSIEHE TIPI DI PEBSI
-S
,33
4
} 5 2

JoS potterm possibili toglio tondimi leme

a
Totti ài di su dhe
}
E 5, 5 to

Ri Pezzi tripo i richiesti

-H
s 7, 5 8

Xx = tandivi pottan
de
toglioe secondo ie
H
J

Nis :
H pezsi di tripo i ale
ottengeo doe
potteernj

{
min
jejt
?
Nijxi Ri Fi Chusro di ba di colomne pensando obbie tutte ba lista di colorme
wsore
generosione comma te norn ti
?
,
jEJ
possibilui
Xi 2+
E

m Orisalo il rilostemento linede 4220

AGelutolio minu ETPYI EMOX
IEITFYi
.
Yaitez
risereto FO
REGLONE AHMISSIBILE
T

{
Min jay
"s
{
5
EJ
1 ie Il Yi
definize Y pessi di tipo
t8
i
.-H
pa Tqelibi
NijtjaRi muhlene li pnscuore
Z
mel pottan
+
*

( i ) jaq
+
E
Is ha domoda
Yide
è
care
?
 BROBLEHAPI ESERCB

3I
PRKI N C
modlelliablonute

PITYIAI
"' periecl delito wnbtelione vebtuce
ELe n dee ho
ypheoongperor

'"
to we
po

,
Qresteer
-e
punto contemnto in
questo insieme

mt -
.
a

.
{
Quello le ri fa i ssoce line desceizione trarmite lista di vertici doze wne
riformalosione
per
dee problema MASTER Risolvando il probleme di
prognammosione
lineas kow se existe

.
in veetice con rm costo influcione

.
'p.
~,
riformulasIone
DEL HASTËR

Le d
FUNSIONE OBIETiIvO i
da im costo ridotto

vertice di Px La desir dolle coriobili

.
dvoli Pi otime dal HASteR
CHPdal moster
-GzEw
)
della
PROBLEHI EENEZALI HAX - Une
chique e wm imsilme dirondi
toliper hin
pee ogwi coppie dirodi
clique cie umiawo he
-CURQWE
li
collega
.
Ji bd adinolité
quello
G de ti vewole loholore di mossime Ci

Ex
Nm GRAFO i lone Gyque so

.
-CV,E)
la famulosione in lineae intena fi bose se
progrommosione
una
proopriete della cLique

duauz
:
kCvjEJ
Se Se wnd STABLE del
grofo camplementoto to
CLIque dis G t i
-SET
une a

G
V L EWT GRAFO CHE

3
SI FA QUESTA LOHVERSIONE HA CO STESSO
PERCME WNo STABLE SET HA
INSIEHE BI NODI
-
E PIT SEHPLICE PEZ FAZE H
Si introdm cono
WN
4IP
coniobili bimonie COHEPLEHENTATI GELL ACCM
.
Ip G WODI

{
PLARTE DGtoI VOLTACKE IN DUE
BECLC Wo -

CLIQWE
I SE NDBO i FA

Xi =
HANNO UN ARCO CHE LI LOLLEGS
CLLQVEY STABLE SET
lou E QUESTO AZCO NOS CE
D ALTRIKENTI E VILEVERSK

Quello we si wole forr é HASSIABARE LA SOHHA DELLE VAZISBIL

{
mox

FEIT
'
-3
CACDINALITÀ

KCi
,jJEE
Xi x
Xy E e

Xit 3
o,ve3
GRAPH
-COLORING
Si le K Quello i dee
cempe wmn
grofo te che svi childo ese e possibile
colaoe tutti vartici grolo
lom questi
k coloi ma
-LHLaozi)
-CVIE)
foceudo in mada le cision dre madi adiacenti can lo stasso coloze LESSO HA SUARIATE IHPLEHENTABLONI EXi HAP
COLOZING POSso Wedla be com
qual
-
non -
)
"
woloi

boste
"
murmeno di

Per risolverlo introduve dure insieni 43 0 toanoze ie minuimo

cohori
,
dei
di waidsili

E
Suivo il modello
:
3
{
{
I SE USO
Exric UWEV VINCOlo
We
"
-e
LOLOREG ALTRIMENT
cer
I

FCUI VLEK
Xus
)EE
Xo EWC

{
" SE
+
ASSEGro Al wo D o
,
Yr
.c"
Auzireent
YaifŞaıŞwucŞaık
VILO
0CE"
Ç QUESTO E PEZ LOHE SCRIITO
,
ON PROBLEHA DI AMHISSIBILITA
la criante ol coto
pecudemte cle determina ie mimimo

,
PROBLEHA

Abbiamo una associazione comunitaria che vuole spedire dei regali a dei
bambini in degli orfanotrofi (Puzzle, orsacchiotti e trenini) secondo le
richieste minime in tabella:

7
Toe
I regali sono smistati da 3 centri di raccolta. I
on
regali sono confezionati in pacchi per la
hwy wor

"
spedizione e ciascun centro di raccolta ha
nv
composto dei pacchi diversi secondo la
seconda tabella:

föif
La consegna avverrà per via aerea e
da ciascun centro potrà partire al
massimo un aereo per ciascuna
destinazione da ogni centro. } ek

• Il centro 2 ha solo 1 aereo.

Ogni centro ha un costo fisso e uno
variabile per pacco, secondo la costo
COSTO VAZLABILE
-
DIDENDE

PACCHI TANBO
BA QWANTI

E DA

seguente tabella:
DOVE 2 HANDO
FISSO A B

I
I 5 ro rz
o0
2 300 15 es
l
3 h 5
00
25
y
Si vuole determinare un piano di smistamento dei regali di costo
minimo, considerando che la destinazione B, incentiva l’arrivo di Puzzle
imponendo una sovrattassa di 1000 se il numero di puzzle arrivati non
supera di 500 unità la richiesta minima.
E UNA SPELIE BI IBRIDO TOA VA PROBLEHA DEL TRASPORTO E VOO BELCA BIETA

Ç
Si pozte concentrandosi andore od futti secordosi ( limite
oggengee
SUOLGlHENTO i vimcli
prima swe LORE dee
pobleme pa poi
:
Ex
camto
oereo doe
a
)
H i costo
I Insieme dei santin di distribusione ) 1,2,3 3 fisso aco dai
.
-

J Dertimozioni B 3
5 Cij losto pee spedize um da ia
-
A,
=
pocco j
:
k timi di
giondttoli 5
=
WAZLABILL
P,0,+3
Ricliaste
guiocdttoli Xij H pocchon de spadize do j megative z
+
di mella destrimosione j ia
Zjk
non
:
:

cntwo
di 'disponibilità ( PaCIMJ mee i
I
Dir
:
Ht gianttohi di tipo k in wn
posso
del centro i
l
Quelloo

foce dopo suitto

minŞŞEijxij tŞŞHilis de ril del in
10
over core
pobleme BlW
ogginrengo

o0z
+
,
della voniobili i
pen desuivere rinscoli
ogginntiui

.
ąxij E di Ki

PAL LENTNOL

ŞYj TARTRECS
P RO
"
AEZEOSOLtanto

DAT D
Yiy
SE

.""
HANDO AEREO
LLEFO IE VAesRI

LijEXij EMyip tits finlyViADu ALTRI MENTI

{
ERBP
Xip T le SOURATASSAQip
VINLOW SUIlA

500
.
-z3
{
SE PALO SOVRATASSA
Z
LA

-T
ŞQic Rjoa Kjte O ALTRIMENT
.Xij?
Z
+
E
Xij

YijEŞoeb

PROBLEHA LOST
-SBING
Si ha un orrizzonte temporale di N periodi e bisogna trovare il piano di
produzione ottimo per questi N periodi. Si ha :
T
LOSTO FISSO PRODURRE PERIOBO VARLABILli
I
'
Pp LOSTO VNITARIO BER DRODURRE NEL PERIODO t xt livello di
podusione peiodo t
IWOTA VARIABILE CONTINUA NESSUN VINLOLO
:
:
20
,
DI INTEREBSA
I
-{ %
SE PRODULO NEL PERIODO T
bt i LOStO UNITA DI STOCCAGGEIO PEZIOBO t
ur
2IO
ALTRIHENTL

df :
DOHANBA NEE PERIODO t
St LIVELLO BI STOCK NEL PERIOBO t
?0
TOTA L L

USTI

{
min
E
LPFXI+fYFthrSDJ
9
VstindlO Di ComsErVablotiwr
-3
t-ex*t-df+st
DEL PROBOITO

Impossgomo: whe bo
quealo
xx F
Myr Fr e
mogozzimo ola frime dhis urmn

esattermente
pariodo fil
quallo
20 Clar heo prodotto mano la dhaormenda
St X
1
prit quello he ovewo a
mogosimo
,
ohlee fi dee periodo pravedente
Yy E
me

Ş
.
0,+}
ESERCIIO ESERE 3 \

1
FINALL

In vista delle prossime festività natalizie babbo natale e la befana

devono programmare l’utilizzo della flotta di slitte e scope volanti.
Ciascuna slitta o scopa da utilizzare deve passare per la manutenzione
le operazioni di manutenzione richiedono pezzi di ricambio e un costo
della mano d’opera secondo la seguente tabella:
Le previsioni sulle richieste dei
RI CA H BI

TIPO SOTTO PATTINI BULLONL PER t HANODOPEZA

À SLINTH
2 Mo to 2
bambini indicano la necessità di

ß
B
SHIITA
h t 2
s
zo
approntare almeno 1200 mezzi tra
2
Lusso

5 3 33
slitte e scope indipendentemente
o
O
C SLOPA

B
SWODA

LWSSo
O q LS Jo dal tipo. Inoltre babbo natale può
contare su 600 abitanti e la befana
su 900. Ovviamente gli aiutanti di
Per i pezzi di ricambio sono babbo natale possono guidare
disponibili le seguenti solo slitte e viceversa.
confezioni:
SOTTOPATiMPO PEztul
losto (Vincolo aggiuntivo) le confezioni di
tipo 1 sono in promozione se si
BULLOMI varitaalo

5 3 7 zo
e
o
o
hß
acquistano più di 200 confezioni di
I

27 410 U

tipo 1 si ha uno sconto di 500.

5
I

Si vuole ottimizzare i mezzi da utilizzare cercando di minimizzare i costi

complessivi di manutenzione e considerando che esattamente 3 tipi di
mezzi dovranno circolare.

I ' INSIEHE TIPI PEBBI DI RICAABIO

I -
TO PATIL BULCONI PeRM 3
,
,
: TIPOJ
Qij H RICAHBI DIT PO IPER HE
33O
J ISIEHE DI TIPI DI ME -B
.
3BO
MANODODERA PEZ HE TIPO j
Cj LOSTO
i
,C,D3
33O
SA,
K I ro b l E t e
TIPI DI LONFESIONE - I
2} dr LOSTO
,
- LONFESIONE DI TIPOK
:
fire
:

H BEB BI TIPO iIn VOA CONFEBIONE BITIPOR

3I
Xj H HE BI TIPO J DA PREPARARE ZT
:
33I
H Z
+
:
SCATOLE TIPO K DA ALQUISTARE
wr
l
FCjXj { Dew
-

Yj
he
min dEvor Z PLORE REL PROBLEGA
sermope Boi

5o0
xi Actalnent

+E
30
AG E I E N T I V I
coriobili

.
le
callegore
UItoLOLl

ę Xj 2 r f

200
tha lowo

ALIZIMEMT

.
ALCO SUONTO

Z
SE HO DIRIITO

I 600
X XB
1+
9
Xx X
E 400
+
1
E
j
QijXj
I
R Rice vire
Xi

Yj IXj =
144; Fj

çyj
I
We zoe Z

Yj t 50,4} zE
5o,1}
WhE E
+
KjE Z
+,
SELE INDICI UN
3IONE
DEGL IN DATABASE QUERE

-QUERY
Un database relazionale si può pensare come un’insieme di dati e
procedure di interrogazione quere e aggiornamento. La risposta ad
una quere comporta una scansione di dati operazione che può
essere accelerata se i record vengono memorizzati mediante una
chiave mediante l’uso di uno o più indici. Il tempo di risposta ad una
determinata quere è quindi in funzione dell’indice utilizzato; d’altro
canto ciascun indice comporta un costo fisso relativo all’operazione
di aggiornamento e ha una sua occupazione di memoria. Si consideri
un’istanza con 6 quere e 5 indici potenziale più un indice fittizio 0,
che corrisponde a non usare nessun indice. La seguente tabella
quantifica i tempi di risposta:
INDICE

QWErcY o e 2 3 z s

Il costo fisso in ms e la dimensione in Mb

-
-
sono i seguenti:
t
blowo t 6200 6300 8200 6200
3o0
?
zooo to se o wo

we T i
c

ato e eoen on saro 1

e
S

o
x + x s
BIHENSIONE

s
I
?
Spazio totale indici 19Mb
6

Individuare il sottoinsieme di indice ammissibile di costo minimo

 LO ESCLUDO QUANDO NON SERVE

- o 9,2,3,
a u r i n e T SE C EO (

,
INDICE j
J
J
i
INSIEME DEGECI DATABASE

;+I
EJE
INDICI MNEL

M,5}
S
J

/03)
) 1,2. 3

.{
I ' IOSIEHE DELLE
QUERY i
3,9,5,0

-
{ :!
SE Rispodo ALA QUERYT CON IMDICES
Cj i LOSTO FISSO INDICE
j ( 51 Xij

jE
ALTZIHENZI

S03)
dji DIHENSIONE INBILE j ( J

JE
1503)
Dij COSTO DI RISPOSTA ALLA QUERY I LOM INDICE j
:

D
Nelle domande di teoria ci saranno da
CAPACITA IN HEHORIA PER CILI
:
LODICI

saper esprimere le definizioni e i

l
min
I dil + I TIY concetti spiegati nel corso di studi.
;
's,
E
Zjty
Fi ORNIERLPELE ISENE

Tiz
AR
ASSECUATY Iw
-e
so ingie

Xij
I
4; Fi
FjEJ
15o}
djdj E D

jt
519
o3
XijEŞo YjEŞq
,e3
,e}
 MAR 11 01T
Un
- -

problema di progettazione lineare ha un numero finito di roùabili e delle funzioni che le

legano .

FORMA STANDARD FORMA CANONICA

{
min

{
Ex
min è × Le udibili non
Ax =D
A × ≥ b hanno vincolo
× ≥ ◦

OGNI PROBLEMA SI PUÒ DEFINIRE

IN QUESTA FORMA

1) Se ho un
problema di massimo moltiplico tutto per -1

e minimi 330 tutto Mox FG) e -

min -
fa)

2) Inneggiano di vincolo di tiro

' '

devo poterlo cambiare in

' '
Per fare il di variabili
avere un ≥ = :
questo aggiungo numero o

modifico i limiti del problema .

È si b;
QÌ ≥ ?
× =

bi
-

si ≥ o

è" bi
3) è; ✗ ≤ b ;
+ Si
TERMINE DI
si 0
SLACK

4) ai ✗ ≤ bi -

È × ≥ - b;

5)
{
è; è ≥ b;
✗ = bi :X
-
è:X ≤ -
bi

6)
{ Ì È
✗
Xj libera
✗
i UNA VARIABILE
= -

LIBERA
✗
jxj ≥ 0 HA PER DOMINIO tutto

IR

7) { È lj
✗ = ✗ +
j
≥ l C È
Xj ; × ; ≥ o
Lower -
Bound

8) X ≤ µ
=
Mj -

È µ È UPPER -
BOUND
; ;
✗
i ≥ ◦

{
9) G. ≤ Xj IN;
×
;
= + l;

×
;
= M; -
× ;
✗ ≥ o
j
INTERPRETAZIONE GEOMETRICA DI P . PROGRAMMAZIONE LINEARE

Spazio formato Totti rettori

SI CONSIDERA UN IPERPIANO a ≠ o { ✗ ≤ È / :X a = b } da i
ottagonali
al rettore dato .

a c- là
iii. a ≠ o
ao ER

POLIEDRO Intersezione finita di

/ " }
⇐" " "" " °
sposi affini e iperriani " " " " ≤
e)
AFFINE

§ " "

TEOREMA
Ogni punto di un POLITOPO può essere esposto
come combinazione convessa dei suoi mitici

l' insieme dei vincoli È

{g.
combinazione =
%"
omessa
poliedro
genera 0, 02=1
un .
+

y
Se è limitato si chiama
•
✗ e
,
◦

' '

anche POLITOPO

✗ E P

ÈQXÌ

|
✗ =

i 1
Se
=

TEOREMA 2
problema di lineare ammette
un
programmazione ,
È
ottimo finito vertice di P ottimo 9- = 1
allora esiste un
5=1

0 ≥ o
,
~

f.
.

)
j
•

↳
↳

PARTENDO DA UN

VERTICE POSSO
CERCARE IL
vertice MIGLIORE
CHE È LA Soluzione
OLTIHA DEL PROBLEMA
 G- IO 13 01T
"

GUARDO APPUNTI STUDIÒ ,

HA Fatto I PROBLEMI NELLA VIDEO LESIONE

Per determinare le Variabili devo prima capire che : COSA DEVO DETERMINARE DA QUESTO PROBLEMA ?

DUALITÀ ( NELLA PROGRAMMAZIONE LINEARE )

Ho un problema di minimo :
V. ↑ SCRIVERE IN DUALE È RICHIESTO ALL' ESAME ??
FUNZIONE
OBIETTIVO

:{
Devo comprendere le che ci stanno
min c' × Max co
regole
dietro in modo tale da volta
P Ax = b =

× ≥ °
b Ex - co , ogni
✗ ≥ ◦
voglio quella tra tutte
ricondurvi alla formula Il Sllvl .

LE DISUGUAGLIANZE
QUELLA

CON IL TERMINE NOTO PIÙ

PRIMALE DUALE ALT

LEMMA DI . . . .
(Foilais)

Una DISUGVAGUANSA c' ✗ -

co è valida per P

1- ✗
=/ / }
= b
P ×
✗ -
o

Mtb
rettore t.c.sc
C -

di molteplicità n - Mtb
 PREPARABIONE ESAHI

DUALITÀ Doto problemce di prog in

forma STANDARD e
possibile ipotiszando l di une solusione ottima riscivere il
:
un

.-lineore
'esistemse
,
,
problame in facme drole Questa forme preratte di traore il
furisione obiettine
miglioe LOWe r solke

-BOUND
.
L Esi
min ( -

Cx CO FXEB

mox
(

2
C:
,
Cx:XEP)
)
I 1 PlV PCkCow CX G PIW
o
3
IL GRANBE CO T
BotTaK XEP

.C.
CL SI AVVICINI

LEHHA BI FARKAS Sice B definito dal sistemne

{ Une disuguoglionse cxaCo è rolida
per
P se e solose esiste vettore
:
wrn

xiAx-b,x=O}.
di
moltiplicotai tole cle CIUAe CoEub Quasto parmette dhir formulore ie
pobleme droke in
focme ESPLICITA

:
l

.
u At e c f
VxEP -

co
}
mox SCoiCx
?
moxueb

PER I PROBLEL LP WON IN FORHA STANDARD