Modelli di Programmazione Lineare - Intranet DEIBhome.deib.polimi.it/carello/PRTLC/Modelli.pdf ·...

Flusso multiprodottoNetwork designLocalizzazione

Modelli di Programmazione Lineare

PRTLC - Modelli

Progetto delle Reti di Telecomunicazione

Schema delle esercitazioni

• Come ricavare la soluzione ottima

• Modelli• Solver commerciali

• Come ricavare una stima dell’ottimo

• Rilassamento continuo - generazione di colonne• Rilassamento Lagrangiano e surrogato

• Come ricavare una stima dell’ottimo

• Rilassamento continuo - generazione di colonne• Rilassamento Lagrangiano e surrogato

• Come ricavare una soluzione ammissibile

• Euristiche greedy• Euristiche di ricerca locale

Modelli per problemi di telecomunicazione

• Network design (progetto di rete)

• Flusso multiprodotto• Network design

• Localizzazione di facility

• Antenne• Concentratori

Descrizione del problemaModello per archiModello per flussi

Flusso multiprodotto

• Un grafo orientato G = (N,A).

• La capacita uij e il costo cij associati ad ogni arco (i , j) ∈ A.

• Un insieme di domande di traffico K , ciascuna descritta da

• sorgente sk ∈ N

• destinazione tk ∈ N

• domanda dk

Non ci sono due domande con la stessa copia origine-destinazione.

• domanda dk

Non ci sono due domande con la stessa copia origine-destinazione.

Problema

Instradare tutte le domande a costo minimo, rispettando le capacita degliarchi

Modello per archi

Variabili decisionali

Quantita di flusso relativo ad ogni domanda k su ogni arco (i , j):

Modello per archi

xkij ∀(i , j) ∈ A, ∀k ∈ K

Modello per archi

xkij ∀(i , j) ∈ A, ∀k ∈ K

Funzione obiettivo

min∑

(i,j)∈A

cijxkij

Modello per archi

Vincoli

• Bilanciamento ai nodi (garantisce instradamento della domanda):

(i,j)∈A

xkij −

(j,i)∈A

xkji =

dk se i = sk ,

−dk se i = tk

0 se i 6= sk , tk ,

∀i ∈ N,∀k ∈ K

Modello per archi

Vincoli

(i,j)∈A

xkij −

(j,i)∈A

xkji =

dk se i = sk ,

−dk se i = tk

0 se i 6= sk , tk ,

∀i ∈ N,∀k ∈ K

• capacita degli archi:

xkij ≤ uij , ∀(i , j) ∈ A

Modello per archi

Vincoli

(i,j)∈A

xkij −

(j,i)∈A

xkji =

dk se i = sk ,

−dk se i = tk

0 se i 6= sk , tk ,

∀i ∈ N,∀k ∈ K

xkij ≤ uij , ∀(i , j) ∈ A

• dominio delle variabili:

xkij ≥ 0

Dimensione della formulazione

• Numero di variabili : |A||K |

• Numero di vincoli : |N||K | + |A|

Modello per flussi

Si basa sul flusso sui cammini del grafo anziche sugli archiEsempio : Domanda da 1 a 6

Modello per flussi

• invece che x12, x24, x46 usiamo xp1, dove p1 e il cammino rosso

• invece che x13, x35, x56 usiamo xp2, dove p2 e il cammino blu

Modello per cammini

Parametri

• P l’insieme di tutti i possibili cammini che collegano nodi del grafo

Modello per cammini

Parametri

• Pk insieme dei cammini che collegano gli estremi della domanda k

• Pij insieme dei cammini che passano per l’arco (i , j)

Modello per cammini

Parametri

Il costo di un cammino : cp =∑

(i,j)∈p cij .

Modello per cammini

Quantita di flusso che passa su ogni cammino (relativo a una precisadomanda):

Modello per cammini

xp ≥ 0 ∀p ∈ P

Modello per cammini

xp ≥ 0 ∀p ∈ P

Funzione obiettivo

min∑

Modello per cammini

Vincoli

• instradamento delle domande:

p∈Pk

xp = dk ∀k ∈ K

Modello per cammini

Vincoli

p∈Pk

xp = dk ∀k ∈ K

p∈Pij

xp ≤ uij , ∀(i , j) ∈ A

Modello per cammini

Vincoli

p∈Pk

xp = dk ∀k ∈ K

p∈Pij

xp ≤ uij , ∀(i , j) ∈ A

• dominio delle variabili:

xp ≥ 0

• Numero di variabili : esponenziale → generazione di colonne, perevitare di enumerare tutti i possibili cammini

• Numero di vincoli : |K | + |A|

Descrizione del problemaModello per archiModello per camminiCanali bidirezionaliDimensionamento dei nodi e protezione

Network design

Come cambia il problema

• Ogni domanda deve usare un solo cammino

Network design

• La capacita degli archi non e data ma deve essere stabilita comerisultato dell’ottimizzazione, decidendo il numero di canalitrasmissivi da installare su ogni arco: dimensionamento della rete

Network design

• La capacita degli archi non e data ma deve essere stabilita comerisultato dell’ottimizzazione, decidendo il numero di canalitrasmissivi da installare su ogni arco: dimensionamento della rete

• Se si decide che un arco ha capacita nulla, l’arco non appartiene allarete: design topologico della rete

Il problema

• domanda dk

Il problema

• domanda dk

• La capacita λ fornita da ogni canale trasmissivo

• Il costo cij di installare un canale trasmissivo sull’arco (i , j) ∈ A.

Il problema

• domanda dk

• La capacita λ fornita da ogni canale trasmissivo

• Il costo cij di installare un canale trasmissivo sull’arco (i , j) ∈ A.

Problema

Instradare tutte le domande, decidere quanti canali trasmissivi installaresu ogni arco a costo minimo

Modello per archi

• Istradamento di ogni domanda k e rappresentato da una variabilebinaria che indica se la domanda e instradata o meno sull’arco:

Modello per archi

xkij ∀(i , j) ∈ A∀k ∈ K

Modello per archi

xkij ∀(i , j) ∈ A∀k ∈ K

• Numero di canali installati sull’arco (i , j):

Modello per archi

xkij ∀(i , j) ∈ A∀k ∈ K

yij ∀(i , j) ∈ A

Modello per archi

xkij ∀(i , j) ∈ A∀k ∈ K

yij ∀(i , j) ∈ A

Funzione obiettivo

min∑

(i,j)∈A

cijyij

Modello per archi

Vincoli

• Bilanciamento ai nodi:

j∈N:(i,j)∈A

xkij −

j∈N:(j,i)∈A

xkji =

1 se i = sk ,

−1 se i = tk

0 se i 6= sk , tk ,

∀i ∈ N,∀k ∈ K

Modello per archi

Vincoli

j∈N:(i,j)∈A

xkij −

j∈N:(j,i)∈A

xkji =

1 se i = sk ,

−1 se i = tk

0 se i 6= sk , tk ,

∀i ∈ N,∀k ∈ K

• Dimensionamento della capacita degli archi:

dkxkij ≤

Modello per archi

Vincoli

j∈N:(i,j)∈A

xkij −

j∈N:(j,i)∈A

xkji =

1 se i = sk ,

−1 se i = tk

0 se i 6= sk , tk ,

∀i ∈ N,∀k ∈ K

dkxkij ≤ λyij , ∀(i , j) ∈ A

Modello per archi

Vincoli

j∈N:(i,j)∈A

xkij −

j∈N:(j,i)∈A

xkji =

1 se i = sk ,

−1 se i = tk

0 se i 6= sk , tk ,

∀i ∈ N,∀k ∈ K

• Dominio delle variabili:

• xkij ∈ {0, 1}

• yij ∈ Z+

• Numero di variabili : |A||K | binarie + |A| intere

• Numero di vincoli : |N||K | + |A|

Modello per cammini

Parametri

Modello per cammini

• Instradamento delle domande, rappresentato da variabili logiche cheindicano se una domanda usa o meno un cammino:

Modello per cammini

xp ∀p ∈ P

Modello per cammini

xp ∀p ∈ P

yij ∀(i , j) ∈ A

Funzione obiettivo

min∑

(i,j)∈A

cijyij

Modello per cammini

Vincoli

• instradamento delle domande:∑

p∈Pk

xp = 1 ∀k ∈ K

Modello per cammini

Vincoli

p∈Pk

xp = 1 ∀k ∈ K

• dimensionamento della capacita degli archi:

p∈Pij

k:p∈Pk

Modello per cammini

Vincoli

p∈Pk

xp = 1 ∀k ∈ K

p∈Pij

k:p∈Pk

dkxp ≤ λyij , ∀(i , j) ∈ A

Modello per cammini

Vincoli

p∈Pk

xp = 1 ∀k ∈ K

p∈Pij

k:p∈Pk

dkxp ≤ λyij , ∀(i , j) ∈ A

• xp ∈ {0, 1}• yij ∈ Z+

• Numero di variabili : esponenziale (generazione di colonne perrisolvere il rilassamento continuo)

• Numero di vincoli : |K | + |A|

Canali bidirezionali

Ogni canale trasmissivo offre la stessa capacita λ in entrambe le direzioni

• Istradamento:xkij ∀(i , j) ∈ A,∀k ∈ K

• Numero di canali installati sull’arco non direzionato {i , j}:

yij ∀{i , j} ∈ A : i < j

Modello per cammini

Funzione obiettivo:

min∑

(i,j)∈A:i<j

cijyij

Vincoli

j∈N:(i,j)∈A

xkij −

j∈N:(j,i)∈A

xkji =

1 se i = sk ,

−1 se i = tk

0 se i 6= sk , tk ,

∀i ∈ N,∀k ∈ K

Modello per cammini

Vincoli

λyij ≥ max

dkxkij ,∑

dkxkji

Modello per cammini

Vincoli

λyij ≥ max

dkxkij ,∑

dkxkji

e un vincolo non lineare: si puo linearizzare

dkxkij ≤ λyij , ∀(i , j) ∈ A : i < j

dkxkji ≤ λyij , ∀(i , j) ∈ A : i < j

• xkij ∈ {0, 1}

• yij ∈ Z+

Network design con protezione e dimensionamentodei nodi

Dimensionamento dei nodi

• Ad ogni nodo i ∈ N sono associati

• Un costo di attivazione φi

• Una capacita massima γi (massimo flusso entrante che un nodo puogestire)

Dimensionamento dei nodi

• Ad ogni nodo i ∈ N sono associati

• Un costo di attivazione φi

• Una capacita massima γi (massimo flusso entrante che un nodo puogestire)

• Su ogni nodo bisogna installate delle interfacce che servono pergestire i canali trasmissivi incidenti:

• Costo di interfaccia bi

• Capacita di interfaccia µi (numero di canali che l’interfaccia puogestire)

Protezione da guasti di nodo e arco

• Per ogni domanda devono essere definiti due cammini, un camminoprimario e uno di backup

• Su ogni cammino e installata capacita dedicata alla domanda stessa

• I due cammini non devono avere archi o nodi in comune

Modello per archi

• Instradamento xkij ∀(i , j) ∈ A

• Dimensionamento degli archi yij ∀(i , j) ∈ A

Modello per archi

• Apertura dei nodi (indica se il nodo i e usato nella soluzione o no):

zi ∀i ∈ N

Modello per archi

• Apertura dei nodi (indica se il nodo i e usato nella soluzione o no):

zi ∀i ∈ N

• Dimensionamento dei nodi (indica il numero di interfacce installatesul nodo i):

si ∀i ∈ N

Modello per archi

Funzione obiettivo

min∑

(i,j)∈A

cijyij

Modello per archi

Funzione obiettivo

min∑

(i,j)∈A

cijyij +∑

(φizi + bi si )

Modello per archi

Funzione obiettivo

min∑

(i,j)∈A

cijyij +∑

(φizi + bi si )

Vincoli

• Bilanciamento ai nodi - presenza di due cammini disgiunti in arco:

j∈N:(i,j)∈A

xkij −

j∈N:(j,i)∈A

xkji =

2 se i = sk ,

−2 se i = tk

0 se i 6= sk , tk ,

∀i ∈ N,∀k ∈ K

Modello per archi

Vincoli

Modello per archi

Vincoli

• Capacita e attivazione dei nodo:

(j,i)∈A

dkxkji ≤ γizi ∀i ∈ N

Modello per archi

Vincoli

• Capacita e attivazione dei nodo:

(j,i)∈A

dkxkji ≤ γizi ∀i ∈ N

• Dimensionamento dei nodi:

(j,i)∈A

yji ≤ µi si ∀i ∈ N

Modello per archi

Vincoli

• Protezione dai guasti di nodo - cammini disgiunti in nodo:

(j,i)∈A

xkji ≤ 1 ∀i ∈ N,∀k ∈ K : i 6= tk

Modello per archi

Vincoli

(j,i)∈A

xkji ≤ 1 ∀i ∈ N,∀k ∈ K : i 6= tk

• xkij ∈ {0, 1}

• yij ∈ Z+

Modello per archi

Vincoli

(j,i)∈A

xkji ≤ 1 ∀i ∈ N,∀k ∈ K : i 6= tk

• xkij ∈ {0, 1}

• yij ∈ Z+

• zi ∈ {0, 1}• si ∈ Z+

Posizionamento di antenneLocalizzazione di concentratoriPrimo modelloModello alternativoLocalizzazione di nodi della backbone

Posizionamento di antenne

• Insieme A di possibili siti in cui installare antenne

• Un insieme di test point T, da servire

• Distanza dij tra ogni possibile antenna i e ogni test point j

• Distanza massima R tra antenna e test point che possonocomunicare

• pij potenza che l’antenna i deve irradiare se serve il test point j

• K Numero di antenne da installare

• P Massimo numero di test point che ogni antenna puo servire

Problema

Decidere

• Dove installare le K antenne

Problema

Decidere

• A quale antenna assegnare ogni test point

Problema

Decidere

Garantendo che ogni test point sia assegnato ad una sola antenna chedista meno di R

Problema

Decidere

(usiamo una matrice M tale che mij = 1 se la distanza dij ≤ R e mij = 0se dij > R)

Problema

Decidere

(usiamo una matrice M tale che mij = 1 se la distanza dij ≤ R e mij = 0se dij > R)con l’obiettivo di minimizzare la massima potenza irradiata

Modello

• yi ∀i ∈ A : yi = 1 se viene installata un’antenna nel sito i

Modello

• xij ,∀i ∈ A, j ∈ T : xij = 1 se il test point j e assegnato all’antenna i

Modello

Funzione obiettivo

min maxi∈A,j∈T

{pijxij}

Modello

Funzione obiettivo

min maxi∈A,j∈T

{pijxij}

Non lineare. Introduciamo una variabile ausiliaria z :

z = maxi∈A,j∈T

{pijxij}.

La funzione obiettivo diventa min z

Modello

Funzione obiettivo

min maxi∈A,j∈T

{pijxij}

Non lineare. Introduciamo una variabile ausiliaria z :

z = maxi∈A,j∈T

{pijxij}.

La funzione obiettivo diventa min z

N.B. dobbiamo aggiungere dei vincoli che garantiscano il correttocomportamento di z

Modello

Vincoli

• Vincolo per far assumere a z il corretto valore

z ≥ pijxij ∀i ∈ A, j ∈ T

Modello

Vincoli

• Assegnamento dei test point:

mijxij = 1, ∀j ∈ T

Modello

Vincoli

• Assegnamento dei test point:

mijxij = 1, ∀j ∈ T

• Numero di antenne:∑

yi = K

Modello

Vincoli

• Capacita delle antenne:

xij ≤ P , ∀i ∈ A

Modello

Vincoli

xij ≤ P , ∀i ∈ A

• Legame tra variabile di assegnamento e variabile di installazionedelle antenne:

xij ≤ yi ∀i ∈ A, j ∈ T

Modello

Vincoli

xij ≤ P , ∀i ∈ A

• Legame tra variabile di assegnamento e variabile di installazionedelle antenne:

xij ≤ yi ∀i ∈ A, j ∈ T

• Formulazione alternativa che sostituisce i due vincoli:∑

xij ≤ Pyi , ∀i ∈ A

Modello

Vincoli

• xij ∈ {0, 1} ∀i ∈ A, j ∈ T

• yi ∈ {0, 1} ∀i ∈ A

• z ≥ 0

Localizzazione di concentratori

• Insieme T di nodi terminali, origini e le destinazioni della domande ditraffico:

• tik traffico dal nodo i al nodo k

• Un insieme C di siti candidati ad ospitare i nodi concentratori, cheraccolgono il traffico dei terminali

• Capacita Γi , che rappresenta il massimo traffico che il concentratorepuo gestire

• Costo di installazione fi

• Capacita Γi , che rappresenta il massimo traffico che il concentratorepuo gestire

• Costo di installazione fi

• gij ,∀i ∈ C, j ∈ T costo per unita di traffico inviata da j a i

Problema

Decidere

• Dove installare i concentratori

Problema

Decidere

• A quale concentratore assegnare ogni terminale, garantendo che ogniterminale sia servito da uno e un solo concentratore

Problema

Decidere

• A quale concentratore assegnare ogni terminale, garantendo che ogniterminale sia servito da uno e un solo concentratore

con l’obiettivo di minimizzare il costo totale della rete

Primo modello

• yi ∀i ∈ C : yi = 1 se viene installato un concentratore nel sito i

• xij ,∀i ∈ C, j ∈ T : xij = 1 se il nodo terminale j e assegnato alconcentratore i

Primo modello

Funzione obiettivo

min∑

fiyi +

Primo modello

Funzione obiettivo

min∑

fiyi +∑

gijxij

Primo modello

Funzione obiettivo

min∑

fiyi +∑

gijxij

(tjk + tkj)

Primo modello

Vincoli

• Assegnamento dei nodi terminali:

xij = 1, ∀j ∈ T

Primo modello

Vincoli

xij = 1, ∀j ∈ T

• Capacita dei nodi concentratori e legame tra variabili di apertura edi assegnamento:

(tjk + tkj)

xij ≤ Γiyi ∀i ∈ C

• xij ∈ {0, 1} ∀i ∈ C, j ∈ T

• yi ∈ {0, 1} ∀i ∈ C

Modello alternativo

Si basa sull’assegnamento di sottoinsiemi di nodi terminali, anziche deisingoli terminali

• S: insieme di tutti i sottoinsiemi di nodi terminali

Modello alternativo

• Si : insieme di tutti i sottoinsiemi di nodi terminali che possonoessere assegnati ad uno stesso nodo concentratore i senza violarne lacapacita

Modello alternativo

• Si : insieme di tutti i sottoinsiemi di nodi terminali che possonoessere assegnati ad uno stesso nodo concentratore i senza violarne lacapacita

• Sj l’insieme dei sottoinsiemi a cui appartiene il nodo terminale j

• Il costo associato al sottoinsieme s ∈ Si e al concentratore i e

cs =∑

(tjk + tkj)

Modello alternativo

• xsi ,∀s ∈ S, i ∈ C : xsi = 1 se il sottoinsieme s ∈ Si e assegnato alconcentratore i

Modello alternativo

Funzione obiettivo

min∑

s∈Si

csxsi +∑

Modello alternativo

Vincoli

s∈Sj

i∈C|s∈Si

xsi = 1, ∀j ∈ T

Modello alternativo

Vincoli

s∈Sj

i∈C|s∈Si

xsi = 1, ∀j ∈ T

• Legame tra variabili di apertura e di assegnamento:

s∈Si

xsi ≤ yi ∀i ∈ C

Modello alternativo

Vincoli

s∈Sj

i∈C|s∈Si

xsi = 1, ∀j ∈ T

s∈Si

• xsi ∈ {0, 1} ∀i ∈ C, s ∈ Si

• yi ∈ {0, 1} ∀i ∈ C

Modello alternativo

Vincoli

s∈Sj

i∈C|s∈Si

xsi = 1, ∀j ∈ T

s∈Si

• xsi ∈ {0, 1} ∀i ∈ C, s ∈ Si

• yi ∈ {0, 1} ∀i ∈ C

N.B. Il vincolo di capacita e soddisfatto dalla costruzione dei sottoinsiemi

Localizzazione di nodi della backbone

Insieme di nodi terminali

sorgente e destinazione del traffico

Insieme dei siti candidati

ad ospitare un nodo della backbone

• tij traffico dal nodo i al nodo j

• Un insieme C di siti candidati ad ospitare i nodi della backbone, cheraccolgono il traffico dei terminali

• Capacita Gk , che rappresenta il massimo traffico che il nodo dellabakcbone puo gestire

• Costo di installazione ck

• Capacita Gk , che rappresenta il massimo traffico che il nodo dellabakcbone puo gestire

• Costo di installazione ck

• Costi di trasporto del traffico:

• γik : costo tra terminale i e nodo della backbone k

• δkm: costo su un arco tra due nodi della backbone k e m

Problema

Decidere

• Dove installare i nodi della backbone

• A quale nodo della backbone assegnare ogni terminale

Garantendo che ogni terminale sia assegnato ad un solo nodo dellabackbone con l’obiettivo di minimizzare il costo totale della rete (costo diinstallazione dei nodi e di trasporto del traffico)

Modello

• xik ,∀i ∈ T, k ∈ C : xik = 1 se il nodo terminale i e assegnato al nododella backbone k

• yk ∀k ∈ C : yk = 1 se viene installato un nodo della backbonenel sito k

Modello

Funzione obiettivo

min∑

ckyk +

Modello

Funzione obiettivo

min∑

ckyk +∑

(tij + tji )

Modello

Funzione obiettivo

min∑

ckyk +∑

(tij + tji )

k∈C,m∈C

i∈T,j∈T

tijxikxjm

Modello

Vincoli

xik = 1, ∀i ∈ T

Modello

Vincoli

xik = 1, ∀i ∈ T

• Capacita dei nodi concentratori:

Modello

Vincoli

xik = 1, ∀i ∈ T

xik +∑

m∈C|k 6=m

i∈T,j∈T

tjixikxjm

≤ Gkyk ∀k ∈ C

Modello

Vincoli

xik = 1, ∀i ∈ T

xik +∑

m∈C|k 6=m

i∈T,j∈T

tjixikxjm

≤ Gkyk ∀k ∈ C

• Dominio delle variabili

• xik ∈ {0, 1} ∀i ∈ T, k ∈ C

• yk ∈ {0, 1} ∀k ∈ C

Modello

Non linearita

Modello

Non linearita

Prodotto di variabili binarie: xikxjm

Modello

Non linearita

Prodotto di variabili binarie: xikxjm

Introduciamo una variabile zkmij che rappresenti e sostituisca il

prodotto xikxjm

Per garantire che la nuova variabile assuma il corretto significato siintroducono i vincoli:

zkmij ≥ xik + xjm − 1

Modelli di Programmazione Lineare - Intranet DEIBhome.deib.polimi.it/carello/PRTLC/Modelli.pdf ·...

Documents

Transcript of Modelli di Programmazione Lineare - Intranet DEIBhome.deib.polimi.it/carello/PRTLC/Modelli.pdf ·...

FUNZIONE LINEARE ED ESPONENZIALE COME MODELLI …dm.unife.it/fardiconto/calcolatrici/MAT_TI89/MATFIN.pdf · Roberto Ricci – I.T.C.S. “G. SALVEMINI” Casalecchio di R. (BO) –

FUNZIONE LINEARE ED ESPONENZIALE COME MODELLI …web.unife.it/progetti/fardiconto/calcolatrici/MAT_TI89/MATFIN.pdf · presentazione dei concetti matematico-finanziari introdotti.

Algebra Lineare

Capitolo 7 – Algebra Lineare 2014-15 Algebra lineare (10nov14).pdfMatematica per i corsi di Economia Algebra Lineare 480 Capitolo 7 – Algebra Lineare 7.1 – Vettori 7.1.1 - Richiami

ANALISI STATICA NON LINEARE PUSH-OVER. ANALISI SISMICA DELLE STRUTTURE - Analisi sismica Statica Lineare - Analisi sismica Dinamica Lineare - Analisi.

1 Algebra lineare - G. Giappichelli Editore...Algebra lineare 1 1 Algebra lineare 1.1. Struttura di uno spazio lineare In questo primo paragrafo vogliamo introdurre una nozione piuttosto

Modelli Matematici per la Logistica - people.unipmn.itpeople.unipmn.it/fragnelli/dispense/MML.pdf · Capitolo 1 Programmazione lineare 1.1 Modelli matematici Lo studio della logistica

Ricerca Operativa - xoomer.virgilio.itxoomer.virgilio.it/appuntinweb/ElemRO/Esercizi.pdf · Ricerca Operativa Esercizi e temi d’esame svolti 1 Modelli di programmazione lineare

Regressione semplice: come applicarla come interpretare i risultatihost.uniroma3.it/facolta/economia/db/materiali/... · 2015-04-04 · Tipicamente I modelli di regressione lineare

Ricerca Operativa Modelli di Programmazione Lineare - UniPDluigi/courses/ricop/m01.modPL.01.modelli.pdf · L. De Giovanni - Ricerca Operativa 7. Modelli di Programmazione Lineare

Dipartimento di Psicologia Università degli Studi di Palermo strum… · Scala SDAI (Cornoldi et al., 1996). Modelli di regressione lineare Comprensione del testo Denominazione lettere

Esercizi di modellazione per il corso di Ricerca Operativa 1locatell/didattica/ro1/espl.pdf · Modelli di programmazione lineare Molti problemi di interesse pratico si prestano ad

ALLEGATO N FINALE/all 14... · 2011-09-14 · • Le tecniche della ricerca operativa per la costruzione di modelli decisionali • La programmazione lineare: formulazione del modello,

UNIVERSITÀ DEGLI STUDI DI PADOVAtesi.cab.unipd.it/25392/1/djeuteu.pdfI modelli di regressione lineare sono spesso stimati con il metodo dei minimi quadrati, ma possono essere modellati

Analisi Lineare e Non Lineare Ponti

Modelli di Programmazione Lineare - Intranet DEIBhome.deib.polimi.it/carello/PRTLC/slide/ModelliRipasso.pdf · Schema delle esercitazioni Come ricavare la soluzione ottima Modelli

Analisi Statica Lineare - uniroma2.it · Nel caso di analisi statica lineare su modelli spaziali bisognerà quindi tenere in ... Negli edifici i solai svolgono un ruolo fondamentale

Stima con metodi subspace di parametri sici in modelli di ...tesi.cab.unipd.it/60893/1/tesi_Salvi_Bentivoglio.pdf · la matrice B rappresenta invece la trasformazione lineare attraverso

MODELLI E METODI DI PROGRAMMAZIONE LINEARE … · Università degli/Studi di Trieste Poli tecnico di Milano Università degli Studi di Padova Istituto Universitario di Architettura

SVILUPPO E VALIDAZIONE DI MODELLI FEM DI ...AUTOMOTIVE TRAMITE CODICE ABAQUS Tutor Accademico Prof. ssa Massimiliana Carello Candidato Tutor Aziendale Ing. Antonio Annicchiarico Bruno