prof .ing.

Domenico Falcone

PROGRAMMAZIONE
LINEARE
  prof. Domenico Falcone

x
2 z
g
1 g2

g3
x1
 prof .ing. Domenico Falcone

AVVISO
SI RICORDA CHE IL PRESENTE
MATERIALE COSTITUISCE SOLO
UN SUPPORTO ALLO STUDIO
DEL CORSO DI IMPIANTI
INDUSTRIALI E NON
SOSTITUISCE I LIBRI DI TESTO
INDICATI NEL PROGRAMMA
 prof .ing. Domenico Falcone

PROGRAMMAZIONE LINEARE
E’ un particolare tipo di problemi di programmazione in cui tutte le relazioni
tra variabili, equazioni vincolari e funzioni da ottimizzare risultano lineari.

a11 x1 + a12 x2 + ………… a1n xn <=> b1

a21 x1 + a22 x2 + ………… a2n xn <=> b2
………………………………………
……………………………………...
am1 x1 + am2 x2 + ………… amn xn <=> bm
 
F.O. z= c1 x1 + c2 x2 + ………… cn xn = OTT
in cui :
aij , bi , cj rappresentano le costanti del problema;
 
xi rappresentano invece le variabili.
 prof .ing. Domenico Falcone

PROGRAMMAZIONE LINEARE – Forma Matriciale

Il sistema precedentemente considerato, può essere scritto anche in forma
matriciale, ovvero:

 a11 a12 ... a1n   x1   b1 

a a ... a  x  b  NOTA:
 21 22 2n   2 
*   2  Il prodotto A * X è possibile soltanto se A ha n
 .... .... ..... ....  .... .... colonne ed X ha n righe
     
a a
 m1 m 2 ..... a x
mn   n  bm 

NOTA:
A  X <=> B Il verificarsi delle condizioni di linearità dipende
  dalla applicabilità o meno delle leggi di
C  X = MAX additività e moltiplicatività al problema
 prof .ing. Domenico Falcone

METODO GRAFICO
 IPOTESI:
1. L’insieme di definizione è CONVESSO
Un insieme si dice convesso quando, presi due punti qualsiasi A e B
dell’insieme, tutti i punti del segmento che li congiunge appartengono
all’insieme considerato.

Per quante rette (polinomio di 1° grado) si prendono in un piano, l’insieme da

esse delimitato è certamente un insieme convesso.

2. Gli ottimi esistono e si trovano sul contorno dell’insieme di definizione.

 
3. Almeno uno degli ottimi cade sui vertici del poligono di definizione.
 prof .ing. Domenico Falcone

SOLUZIONE OTTIMALE ED AMMISSIBILE

Soluzione AMMISSIBILE: ogni insieme non negativo di variabili

xi che soddisfi i vincoli, rappresenta una soluzione ammissibile del
problema.
  Soluzione OTTIMALE: ogni soluzione ammissibile che
renda massima (ovvero minima) la funzione obiettivo,
costituisce una soluzione ottimale del problema.

Dopo aver tracciato tutte le rette associate alle disequazioni ed

equazioni del sistema dei vincoli, se l’intersezione derivante non è un
insieme vuoto, si otterrà un poligono (o una regione illimitata) detto
regione ammissibile, perché contiene tutte le coppie (x; y) che
soddisfano le disequazioni e/o le equazioni del sistema.
Ciascuna di queste coppie è detta soluzione ammissibile, mentre le
coppie di valori che corrispondono ai vertici del poligono sono dette
soluzioni ammissibili di base: fra esse va cercata, se esiste, la
soluzione ottima del problema.
 prof .ing. Domenico Falcone

x2

g1
g2

Regione Ammissibile
(Soluzioni
Ammissibili)
Soluzioni Ammissibili di Base
g3

x1
 prof .ing. Domenico Falcone

ESEMPIO
z= c1 x1 + c2 x2

g1 a11 x1 + a12 x2  b1
x2 g2 a21 x1 + a22 x2  b2
g3 a31 x1 + a32 x2  b3
z
 
g1
Secondo Kramer questo sarebbe un
g2 sistema iperstatico, avendo 3
equazioni e 2 incognite.
Per Dantzig invece questo sistema
si risolve.

g3
NOTA: Per risolvere il sistema non
x1 possiamo eliminare una equazione,
altrimenti non troveremmo più l’ottimo di
quel particolare problema.
 prof .ing. Domenico Falcone

CONSIDERAZIONI
x2
Si ricordi che il massimo ed il minimo di
una funzione lineare di un numero qualsiasi
z
di variabili soggetta a vincoli espressi da
equazioni e/o da disequazioni lineari, se g1
esistono, si trovano sui vertici della regione
ammissibile, e non al suo interno. g2

In corrispondenza di ogni vertice del poligono si

calcola il valore della funzione obiettivo, e si
sceglie la coppia che rende ottima (cioè
massima o minima, a seconda dei casi) la g3
funzione stessa
x1

NOTA:
Nel caso particolare in cui in corrispondenza di due vertici
consecutivi si ottiene lo stesso valore della funzione
obiettivo, la teoria della programmazione lineare dimostra
che lo stesso valore si ottiene in corrispondenza di un
qualsiasi punto compreso tra i due vertici suddetti.
 prof .ing. Domenico Falcone

Massimo della funzione obiettivo

x2

z
g1
g2
Regione Soluzione Ottima MAX (x *1; x*2)
Ammissibile

dmax
g3

x1
 prof .ing. Domenico Falcone

Minimo della funzione obiettivo

z
g2

g1 Regione
Ammissibile

g3

dmin Soluzione Ottima MIN (x*1; x*2)

x1
 prof .ing. Domenico Falcone

Caso 1: infinite soluzioni ottime

La retta rappresentativa della
funzione obiettivo z è parallela allo
spigolo AB dell’insieme di
x2 definizione. In tal caso il valore
massimo di z è unico, ma le
C B
soluzioni ottime sono infinite e
coincidenti con le coordinate degli
infiniti punti appartenenti allo
spigolo AB.
Quindi, considerando un problema
di mixing ottimo di produzione, ciò
vuole dire che esistono infinite
combinazioni ottime delle risorse
x1 produttive in grado di
A
massimizzare il ricavo
z dell’azienda.
 prof .ing. Domenico Falcone

Caso 2: soluzione ottima illimitata

La funzione obiettivo z,
spostandosi parallelamente a
C
se stessa nel verso di z
x2 crescente, ha sempre punti in
comune con l’insieme di
B definizione. In tal caso la
soluzione ottima è illimitata,
nel senso che le variabili
possono crescere
indefinitamente e con esse il
valore della funzione obiettivo
A
z.

x1