Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
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 .
, 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 .
dicono FCP)
Se il dominio D è Discreto
,
si parla di ottimi 33A>IONE DISCRETA . Se inoltre D è FINITO
,
cioè il numero di
Una soluzione ✗
*
è AMMISSIBILE se f( ✗ ) *
≤ f.(× ) FX E F (p )
cioè
FCP) =
∅
Un si dice
problema ILLIMITATO se non esiste alcun
limite inferiore a f. (× )
per ✗ EFCP )
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}
INTERI .
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)
PROBLEMA AMMISSIBILITÀ
parla di DI .
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
✗ ≥ 0 × ≥ ◦
PROBLEMA .
INTERPRETAZIONE GEOMETRICA
{
"
{ }ao } IR
"
AFFINI E IPERPIANI
definizione di Polledro
"
INTERPRETAZIONE
UN POLIEDRO LIMITATO SI dice POLITOPÒ Geometrica
' '
obiettivo
funzione .
MODELLAZIONE
DIETA : =
Un' azienda agricola ha un
'
allenamento di bestiame e
vogliono
progettare la dieta degli
animali
Deve rispettare REQUISITI
.
E il costo minimo
ASTRAZIONE
del
1) INSIEME /indice problema
I : alimenti possibili
J : sostanze nutritive
COLLEGATI
dati in input del
problema) E- × : costo
1kg PAGLIA
AGLI INSIEMI
Ci i
COSTO UNITARIO ELEMENTO i
UN Elemento i
✗ i
=
QUANTITÀ DI ELEMENTO i DA INSERIRE NELLA DIETA
≥ 0
; IR
NO VINCOLO DI
INTERE 33A
tornare indietro )
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
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
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 )
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 =
(◦
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
PRIMALE DUALE
è = UTA
|
min mox
dei moltiplicatori
A seconda delle devo dei moltiplicatori ≥ 0 C UTA ;
disuguaglianze usare X
; ; ≥
opportuni Xj I 0 Cj E mi A ;
i ninnoli Xj = O NO VINCOLO
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
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
*
* ✗ 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
,
UPPER
Ie le pennette di Trovare il
miglior lower
BOUND bound possibile .
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
"
Da PIANI DI TAGLIO
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
tecniche .
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 .
✗, = ✗ a
= ✗
}
= ✗
↳
=
£
Osservo rilassamento è inutile
però che
questo .
interessano
'
noi un solare 0 e 1
ESEMPIO
1 DECISIONI SYNO
{
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
{
•✗ + b × > ◦
( ( ) x =
◦ ✗ = °
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
'
§
×
, y
=
ax
by
'
y
≤ ✗ ≤ Vy
4 c-
{ ai }
DISGNKBIONI
È UN' Ór Nel
'
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 ^ -
≥ 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
"
Clay
& ①
, , ,
/
te io
segmento io funzione
•
• .
dessi un solo arei una
. .
I
Cla'
lineare Io non so in che intervallo capito ma
i
.
,
1 i 1 i i
Qz
✗
Q, 03 Q4 QS
di Ra A} 124 ^5
tortine
ogni punto
A tratti e
una per
.
.
✗ =
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
•
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
✗ ✗ Z
POICHÉ se ×, o ×, È 0 ANCHE , 2
2- È PARI A 0
(
2- ≤ ×
,
Ho Riscritto 0 0 0
z ≥ X + ×, -
i 1 0 0
,
ggq } ,
sempre nane
,
y y,,
, ,
OGGEITI SELEZIONATI
in
oggetti wj DECIDO LE VARIABILI :
the Pll
{
^ se Prendo a- a- ero
ogni oggetto ✗ =
, ALTRIMENTI
.
VINLOU
n
È un archetipo, applico la
{
Pj
✗
Wjxj ≤ ¢ CAPACITÀ
cui ho un contenitore
,
(presente all’esame)
= ,
✗ e / ◦ in }
j
tip, MODELLAZIONE
COMPUTER
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
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
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 :
&
(
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 .
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
Ma 6 3 1
bm MINUTI
DISPONIBILI
0pm
UNITARIO
MODELLA} IONE
1 P =
{P ,
,
Pi P}}
,
INSIEME LINEE Produttive
H =
{ Hi , Ma , H } } " Macchine
2 DETERMINO da
I DATI
4
, DETERMINO VARIABILI
Xp =
# CARBURATORI DA PRODURRE l' NEA P
E
Xp
+
PROFITTO
"" " " " "°
Avrò
*
Cp -
M€11
am .
xp
CONTRIBUTI PER LA
un
ogni
PEP PRODUZIONE Per esempio il tempo utilizzato da una macchina
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
, , ,
Ciascuna Colorazione ha un
peso
ed una durata .
La prima locomozione inizia convenzionalmente all' istante 1- = 0 .
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" ◦ " ° "
Scritto in
RISOLUTORE Syplex < + +
Un ambiente virtuale Python NON È ALTRO CHE UNA CARTELLA
SERVE ANCHE LA
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
"
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
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 = "
2) VARIABILI
{
1 K Altro wp nella località j
✗ =
g.
O ALTRIMENTI
{
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 } ,
,
generale di
problemi ,
i problemi di SET COVERING
?⃝
PROBLEMI DI SET COVERING
↓ }
/ Fi
,
Fa ,
. . .
,
E , Fj ≤ I Si definisce Ground set l' insieme che ti mole coprire µ
,
{ 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 .
'
base
'
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
PROFITTO NELLA
{
SEITIHANA RICHIESTA
mox 502 ; -
2 ✗ i -
200 ×
;
+ Y; + 10oz ;
◦ VINCOLI : Ho il ninnoli di radio
i c- I IEI
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 ;
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
lfj ]
utente Deve essere
✗ = 1 E
ij ASSEGNATO AD un' UNICA
"" " " "
i "
VARIABILI :
{ 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 .
1 -
10 900
1 _
5 10 000
TV 6 -
10 5000
15 2000
11 -
◦
ANNUNCI
NUMERO
CLIENTI
{
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
.
3) VARIABILI
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 :
|
PRODOITO DISPONIBILITÀ COSTO 4 RICAVO
Le differenze
1 2 3
3000
} ≤ 30% ≥ 40% ≤ 50% 5 5
1
tuoi della
.
= . • , ≤ . .
a. ,
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
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 .
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 .
""
(
" " """ "
°
" "" " "°"
""" "" """
"
§
" "
" "
" " °
✗
ij
≤ di Fi
j
✗
ij
≥ r
; ttj
i
*
"
"
"" " "
"" "" " """" " "
" "
"
creare problemi .
✗
ij
≥ 2-
Tg VINCOLO SUL NUMERO DI FRIGORIFERI CHE MANDO
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
' "
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.
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
:
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
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
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
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
,
o
Insierne fimmito wi rimaoli -3 NO RESTRIBIONI
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
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
)
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
-
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
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
.-xmJ.STiEB"-s
-Yor
T.F}
X Or
.
I UNA FORHWLA VUOTA E FACSA CASI BASE
.
PROPOSBIONE ATOMICA
2.
Xj
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
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
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
}
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
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
,
,
,
,
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
{
di Cij min i Ciaxis
;
dik t ,
Xis Efo 4
E90,13
,3,
I
1
EEQUNHLENTEAL
PROBLEHA DOVE X
8,
master SWBBROBLEHA
{
min cty
îo
Ax b
le
-
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
.
{
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
.
l Z 5%
UN PLOSSIBKLE HODELLO
2 Gis } 5
I 1,2,.3, -
INSIEHE TIPI DI PEBSI
-S
,33
4
} 5 2
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
{
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
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
{
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
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
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
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
{
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
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
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
we T i
c
o
x + x s
BIHENSIONE
s
I
?
Spazio totale indici 19Mb
6
- 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
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
- -
legano .
{
min
{
Ex
min è × Le udibili non
Ax =D
A × ≥ b hanno vincolo
× ≥ ◦
1) Se ho un
problema di massimo moltiplico tutto per -1
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
a c- là
iii. a ≠ o
ao ER
§ " "
TEOREMA
Ogni punto di un POLITOPO può essere esposto
come combinazione convessa dei suoi mitici
{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
"
Per determinare le Variabili devo prima capire che : COSA DEVO DETERMINARE DA QUESTO PROBLEMA ?
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
LEMMA DI . . . .
(Foilais)
1- ✗
=/ / }
= b
P ×
✗ -
o
Mtb
rettore t.c.sc
C -
di molteplicità n - Mtb
PREPARABIONE ESAHI
.-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
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