Esercizio 1.

33

pi =

ci =

Esercizio 1.38

Variabili decisionali :

x ij = #

t ij = #
Esempi esercizi di formulazione matematica

Stabilimento

Allocazione

Costo di attivazione

Capac. prod. annuale

Stabilimento

Allocazione

Costo di attivazione

Capac. prod. annuale

costo attivazione stabilimento i

tutte le i = A, B, C. . . L

∗
P ⎨

⎪
Un’azienda produttrice di divani ha a disposizione 10 nuovi stabilimenti di produzione dislocati in Calabria, Lazio e Campania.
Nelle seguenti tabelle, per ogni stabilimento sono riportati l’allocazione, il costo di attivazione (in migliaia di euro) e la capacità produttiva annuale:

⎩
Calabria

= [0 1 1 0 1 0 0 0 1 1]

Macchina 1

Macchina 2

Macchina 3

Macchina 4

La soluzione ottima del problema e la sua funzione obiettivo è :

x
P ⎨

∗
⎧

=
1200

Comp. 1

di componenti j prodotti dalla macchina i, con i = 1..4 , j = 1..4

⎣
30

40

30

10
A

200

1000

Lazio

350
F

max x : z = ∑

tempo per la macchina i di produrre il componente j , con i = 1..4 , j = 1..4

L

i=A

con z

min x : z = ∑

20
i=0

x ij ≥ 0

x ij = I N T

0 0

20
20
Lazio

0
400

1500

Calabria

400

950

Comp. 2
B

= 5400

50

25

30

20

20

Come si può notare, sono le macchine più veloci a fare lo specifico componente a produrre tutti e 20 i prodotti.
Quindi questo modello, si può dire, che ha poco senso, poiché era una deduzione scontata, intuitiva.
4

i=1

x ij ≥ 20, j = 1..4

0
⎤

⎦
Campania

Si vuole decidere quali stabilimenti attivare, con l’obiettivo di massimizzare la capacità produttiva annuale e tenendo conto che :

il budget complessivo messo a disposizione dall’azienda per questa operazione è pari a 1.500.000 euro
almeno uno stabilimento deve essere attivato in Calabria
almeno due stabilimenti devono essere attivati in Lazio
almeno uno stabilimento deve essere attivato in Campania

Inoltre, per motivi tecnici, in Calabria è possibile attivare lo stabilimento A solo se si attiva anche lo stabilimento G.

Variabili decisionali :

xi = booleana, 1 se lo stabilimento x è attivo, 0 altrimenti

i

capacità produttiva dello stabilimento i

c i ⋅ x i ≤ 1500000

xA + xG + xI ≥ 1

xB + xE + xF + xL ≥ 2

xC + xD + xH ≥ 1

xA ≤ xG

x i ∈ {0, 1}

Questo problema si chiama, anche, Programmazione lineare binaria PLB, dove le variabili decisionali sono booleane.

La soluzione ottima per questo problema è x

L

i=A

, z
4
.
C

300

800

Campania

550

1100

pi ⋅ xi

Un’azienda manifatturiera dispone di 4 macchine per produrre 4 diversi tipi di componenti, che poi, in fase di assemblaggio, daranno luogo al
prodotto finito. E' possibile attrezzare ogni macchina in modo che possa produrre qualsiasi tipo di componente.
I tempi unitari di produzione (espressi in minuti) sono riportati nella seguente tabella :

Comp. 3

j=1

∗
15

40

50

80

Sapendo che, per ogni tipo di componente, bisogna produrre almeno 20 pezzi, formulare il problema come problema di ottimizzazione, con
l’obiettivo di minimizzare i tempi complessivi di produzione.
Come cambia la formulazione del problema, se si vuole minimizzare il massimo tempo di lavorazione delle macchine?

t ij ⋅ x ij

= 1400 m
D

Campania

500

1200

Calabria

300

1000

Comp. 4

25

60

30

30
E

Lazio

200

900

Lazio

300

1200
 ⎪
Oltre questo, la z è data da 800 + 600 = 1400 minuti, ma se le macchine lavorassero in parallelo, e non in modo sequenziali, io finirei dopo soli 800
minuti, e non 1400 .

Cambiamo un po' il problema, poniamo come obiettivo il voler minimizzare il lavoro della macchina che lavora di più.

La funzione obiettivo diventa :

P ⎨

⎩
v ≥ ∑

∑
i=0

x ij ≥ 0
j=1
4

min x {max 1≤i≤4 ∑ t ij x ij }

min x : z = v

4
j=1

Si sostituisce la vecchia funzione obiettivo con una nuova variabile v che poi si mette a vincolo ≥ alla vecchia funzione obiettivo :

t ij ⋅ x ij

x ij ≥ 20, j = 1..4

x ij = I N T
, i = 1..4