• Non ci sono risultati.

3. Geometria della

N/A
N/A
Protected

Academic year: 2021

Condividi "3. Geometria della "

Copied!
8
0
0

Testo completo

(1)

Metodi e modelli per il supporto alle decisioni

3. Geometria della

Programmazione Lineare

Problemi di programmazione convessa

x

y X

w f(w)

x y

(2)

2

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.3

Problemi di programmazione lineare (PL)

 Caso particolare della programmazione convessa

 Sempre possibile scriverli in forma standard min z = c 1 x 1 + c 2 x 2 + …+c j x j +…+ c n x n

subject to

a 11 x 1 + a 12 x 2 + …+a 1j x j +…+ a 1n x n = b 1 a 21 x 1 + a 22 x 2 + …+a 2j x j +…+ a 2n x n = b 2

a m1 x 1 + a m2 x 2 + …+a mj x j +…+ a mn x n = b m x j ≥ 0

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.4

Geometria della regione ammissibile

semispazio (affine) iperpiano

(3)

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.5

La regione ammissibile di un La regione ammissibile di un problema di PL

problema di PL è è un poliedro. un poliedro.

POLITOPO (poliedro limitato)

TRONCONE (poliedro illimitato)

0

Vertici di poliedri e PL

(4)

4

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.7

Esempio

min z = – x 1 – x 2 s.t.

6 x 1 + 4 x 2 ≤ 24 3 x 1 – 2 x 2 ≤ 6 x 1 , x 2 ≥ 0

A B

C D

x

1

x

2

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.8

Generalizziamo…

 Scrivere in modo conveniente un problema di PL

 Richiamare concetti di Algebra Lineare PL in forma STANDARD

min z = c 1 x 1 + c 2 x 2 + …+c j x j +…+ c n x n

s.t. a 11 x 1 + a 12 x 2 + …+a 1j x j +…+ a 1n x n = b 1 a 21 x 1 + a 22 x 2 + …+a 2j x j +…+ a 2n x n = b 2

a m1 x 1 + a m2 x 2 + …+a mj x j +…+ a mn x n = b m

x j ≥ 0, j = 1…n

(5)

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.9

Notazione

Problema PL: forme compatte

(6)

6

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.11

Richiami di algebra lineare (I)

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.12

Richiami di algebra lineare (II)

(7)

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.13

Soluzioni di base

Caratterizzazione algebrica dei vertici e

teorema fondamentale della PL

(8)

8

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.15

Ipotesi di algoritmo risolutivo per problemi di PL

 Algoritmo enumerativo:

1. Genero tutte le soluzioni di base (ponendo a 0 n-m variabili e risolvendo un sistema di equazioni lineari)

2. Scelgo la migliore soluzione ammissibile di base

 MA… numero “elevato” di possibili soluzioni di base (al più tutte le possibili combinazioni di m tra n colonne)

 Suggerimento:

 non genero tutte le soluzioni di base

 a partire da una soluzione ammissibile di base, cerco di migliorarla “localmente” finché non sono più possibili miglioramenti ⇒ ottimo locale ⇒ ottimo globale

 …ALGORTIMO del SIMPLESSO…

Luigi De Giovanni - MMSD - 3. Geometria della Programmazione Lineare 3.16

Metodo del simplesso: ingredienti

1. Generare una soluzione ammissibile di base di partenza

2. Verificare l’ottimalità della soluzione corrente

3. Se la soluzione non è ottima, generare una soluzione di base (“vicina”) che migliora la funzione obiettivo

4. Iterare i passi 2 e 3

Riferimenti

Documenti correlati

Il circuito può essere allora rappresentato mediante un grafo G = (V, E) in cui i vertici sono in corri- spondenza biunivoca con i componenti elettronici; ad ogni vertice si assegna

Nel caso in cui i margini di resezione risultino positi- vi per la presenza di cellule tumorali si può associare la radioterapia adiuvante, non essendo ancora stato confermato

Le sue parole: «Non c’è dubbio che la scelta di Pietro Ferrero sia stata lungimirante, con attenzione ad acquisire quel le com- petenze d’avanguardia in ambito

Inoltre è importate notare che se X è soluzione di DARE allora è anche soluzione di GDARE visto il fatto che la matrice pseudo-inversa è una generalizzazione della matrice inversa e

Per quanto detto l'algoritmo di Dijkstra ,anche se non viene esplicitamente riferito alla tecnica DP, trova ispirazione nel principio fondante della programmazione dinamica che

29 Notiamo che con un ingresso di questo tipo la salita della concentrazione è molto più rapida, e il valore di plateau viene raggiunto molto più

• A partire dal modello del sistema nel caso di controllo ottimo LQ, presentato in precedenza, si era arrivati a definire la legge di controllo:. • Dalle condizioni al

il 9] fu introdutto in Milano et portato nella chiesa del Duomo di questa città il tabernacolo donato da sua Santità alla detta chiesa, a l’incontro del quale andorno tre