In questa lezione si presenta la struttura fondamentale di un problema di programmazione lineare e si opera la rappresentazione grafica delle componenti di un modello di P.L. e del dominio di ammissibilità. Si presentano quindi semplici esempi di problemi e modelli bidimensionali per introdurre diversi tipi del dominio di ammissibilità delle soluzioni.
Rappresentazione estesa e compatta
s.a.
s.a.
Una azienda chimica può produrre due tipi di fertilizzanti. Ogni quintale di fertilizzante di tipo A contiene 0.1 quintali di azoto e 0.3 quintali di potassio ed ha un prezzo di vendita di € 300. Ogni quintale di fertilizzante di tipo B contiene 0.2 quintali di azoto e 0.1 quintali di potassio e ha un prezzo di vendita di € 400. L’azienda dispone di 9 quintali di azoto e di 10 quintali di potassio. Si vuole conoscere quali sono le produzioni giornaliere espresse in quintali di A e B che rendono massimo il ricavo.
Una azienda chimica può produrre due tipi di fertilizzanti. Ogni quintale di fertilizzante di tipo A contiene 0.1 quintali di azoto e 0.3 quintali di potassio ed ha un prezzo di vendita di € 300. Ogni quintale di fertilizzante di tipo B contiene 0.2 quintali di azoto e 0.1 quintali di potassio e ha un prezzo di vendita di € 400. L’azienda dispone di 9 quintali di azoto e di 10 quintali di potassio. Si vuole conoscere quali sono le produzioni giornaliere espresse in quintali di A e B che rendono massimo il ricavo.
Si supponga che per problemi di tipo tecnologico le produzioni di A e B devono essere nel rapporto 1/3 e che ci sia una domanda di mercato pari almeno a 20 quintali di prodotto tra A e B.
Una azienda deve produrre 2 profilati metallici (A e B) che richiedono l’impiego di manodopera, disponibile al massimo in 36 squadre. Per la produzione giornaliera di un lotto di A e di un lotto di B si impiegano rispettivamente 3 e 6 squadre. È necessario produrre tra A e B almeno 4 lotti al giorno.
Si possono impiegare due diverse tecnologie (1 e 2).
La tecnologia 1 produce al massimo 2 lotti di B per ogni lotto di A (cioè le produzioni di B ed A sono al massimo nel rapporto 2:1).
La tecnologia 2 produce al massimo 2 lotti di A per ogni lotto di B (cioè le produzioni di A e B sono al massimo nel rapporto 2:1). Il profitto unitario è lo stesso per entrambi i prodotti.
Si vuole determinare il piano di produzione giornaliero che massimizza il profitto totale.
Una azienda di materie plastiche ha avuto una commessa per la quale deve consegnare entro una settimana almeno 4 tonnellate di materiale dei prodotti A e B.
Problemi di organizzazione del lavoro impongono che la differenza tra le quantità prodotte di B e di A sia al massimo pari a 4 tonnellate.
I vincoli posti dal sistema tecnologico impongono invece che per ogni tonnellata di A si producano almeno 2 tonnellate di B.
I costi di produzione di A e di B sono nel rapporto 1:3.
Si vuol conoscere il piano di produzione che minimizzi il costo totale.
2. Ottimizzazione non lineare monodimensionale
3. Ottimizzazione non lineare multidimensionale non vincolata
4. Ottimizzazione non lineare multidimensionale vincolata
5. Ottimizzazione lineare: formulazione di modelli
6. Ottimizzazione lineare: Algoritmo del Simplesso
7. Ottimizzazione lineare: Algoritmo del Simplesso - II parte
8. Ottimizzazione lineare: Algoritmo del Simplesso - III parte
9. Ottimizzazione lineare: il metodo del Big M
10. Ottimizzazione lineare: il metodo delle due fasi
11. Ottimizzazione lineare: Algoritmo del Simplesso revisionato
12. Ottimizzazione lineare: Analisi post-ottimale
13. Ottimizzazione lineare: il modello duale
15. Ottimizzazione intera: il metodo del piano di taglio
16. Ottimizzazione intera: il metodo Branch and Bound
17. Ottimizzazione su rete: Introduzione alla Teoria dei Grafi
18. Ottimizzazione su rete: Problemi di percorso
19. Ottimizzazione su rete: Problemi di flusso
20. Ottimizzazione su rete: Problemi di progetto, circuito e locali...