RICERCA OPERATIVA

RICERCA (PROBLEMI DI SCELTA)

OPERATIVA
Il termine “ RICERCA OPERATIVA” sembra sia stato usato per la
prima volta nel 1939, ma già precedentemente alcuni
scienziati si erano occupati di problemi decisionali:

Esempi importanti di anticipazioni dei metodi della RO sono:

Nel 1776 il matematico G.

MONGE ha affrontato un
problema di trasporti
esaminandone con metodi
analitici gli aspetti economici.

1 2

RICERCA OPERATIVA RICERCA OPERATIVA

Tuttavia il progresso della RO non si sarebbe forse
Nel 1885 F.W. TAYLOR ha pubblicato uno verificato se non fosse stato per i suoi sviluppi nelle
studio sui metodi di produzione organizzazioni militari durante la seconda guerra
Frederick Winslow Taylor (1856–1915
ingegnere e imprenditore
mondiale.
mondiale
statunitense, iniziatore della ricerca
sui metodi per il miglioramento
Gran Bretagna: seconda guerra
dell'efficienza nella produzione
mondiale.
Obiettivo: utilizzare tecniche
Nel 1908 A.K. ERLANG ha studiato il problema della quantitative con lo scopo di
congestione del traffico telefonico. sfruttare al meglio le risorse
militari (limitate).

Team formato da matematici,

fisici, ingegneri.
3 4

1
 RICERCA OPERATIVA RICERCA OPERATIVA
Tra il 1935 e il 1937 il Regno Unito lavorò sul progetto del 1939 - Problema: ottimizzare la manutenzione ed
radar come difesa antiaerea. organizzazione degli aerei utilizzati per l'avvistamento e
Era importante che fosse efficiente la localizzazione e la l'attacco di sottomarini tedeschi.
successiva intercettazione e rientro a terra dei velivoli Risultati: su un orizzonte temporale di 5 mesi, le tecniche di
inglesi. Ricerca Operativa hanno consentito:
Apparve quindi indispensabile anzitutto l'ottimizzazione
ottimizzazione un incremento delle ore di volo del 61%, mantenendo lo
della distribuzione delle apparecchiature radar sul stesso numero di aerei;
territorio ed, inoltre, che fosse mandato via radio la di incrementare la probabilità (inizialmente pari al 3%) di
segnalazione ad opportune località, nacque così il "Biggin colpire i sottomarini fino al 40% (senza alcuna aggiunta di
Hill Experiment". risorse).
In una relazione tecnica conclusiva del progetto il tipo di Fine della guerra: le tecniche della Ricerca Operativa vengono
attività sviluppata venne descritta utilizzando trasferite nei contesti civili (industrie, trasporti,
l'espressione "operational research". 5
amministrazione pubblica, servizi, ecc.) 6

DEFINIZIONE DI RICERCA Problema decisionale

OPERATIVA
MORSE E KIMBALL
In un problema decisionale, le scelte non sono del
tutto arbitrarie.
La ricerca operativa è
Bisogna infatti tener conto delle risorse limitate
l’applicazione del metodo (vincoli del problema).
scientifico da parte di gruppi
interdisciplinari a sistemi Le possibili scelte vengono valutate in base
all'obiettivo o agli obiettivi che i decisori si
complessi e organizzati per prefiggono.
fornire al personale dirigente
soluzioni utilizzabili nei processi
decisionali . 7 8

2
 ESEMPLIFICAZIONE Campi di applicazione
programmazione
lineare
(pianificazione del
problema)
UFFICIO teoria dei giochi
programmazione
APPROVVIGIONAMENTO (problemi di
decisione in
dinamica
(pianificazione
condizioni
delle vendite)
competitive)

teoria dei grafi programmazione

DECISIONI IN MERITO A: (utilizzata per le reticolare
reti di (gestione
comunicazione) progetti)
•QUANTITA’ DI MATERIA PRIMA DA ACQUISTARE
•DA QUALE FORNITORE ACQUISTARE teoria delle code
teoria delle scorte
(per gestire i
(stoccaggio di
•QUANDO ACQUISTARE magazzino)
problemi di
traffico)
9 10

Le fasi Fasi di un problema risolto con la Ricerca

Operativa
1 – Formulazione Esame della situazione reale
del problema Raccolta delle informazioni

Formulazione del problema

2 – Raccolta (variabili, funzione obiettivo, relazioni)
dei dati

Costruzione del modello matematico

3 – Costruzione del
modello matematico
Soluzione del modello

4 – Ricerca di
una soluzione Analisi e verifica delle soluzioni

Attuazione
5 – Controllo
del modello
11 12
e della soluzione

3
 Costruzione del modello
FORMULAZIONE DEL PROBLEMA E
RACCOLTA DATI
matematico

I modelli matematici sono rappresentazioni astratte di situazioni reali

In una prima fase è necessario determinare con espresse in termini di simboli ed espressioni matematiche.
chiarezza gli obbiettivi appropriati, i vincoli da porre, le Ci sarà sempre una funzione obiettivo da massimizzare (ricavi, profitti,
intercorrelazioni tra il settore da studiare e gli altri settori vendite) o minimizzare (costi, perdite, macchinari).
dell’organizzazione ecc… Tale funzione dipenderà da una o più variabili d’azione (o variabili di
decisione) di cui si dovranno determinare i rispettivi valori.
Questa fase è fondamentale, perché influenza molto le
conclusioni dello studio e sfocia nella seconda fase dello Le variabili spesso sono legate tra di loro, e devono sottostare a
determinate limitazioni.
studio cioè la raccolta dei dati che saranno utilizzati per
le fasi successive Tutto questo sarà rappresentato nel modello da equazioni e da
disequazioni.

13 14

Costruzione del modello

matematico Soluzione del modello
Funzione Obiettivo y = f (x 1, x 2…………..x n) Creato il modello matematico, si cerca, se esiste, la soluzione ottimale,
o con i metodi della matematica classica, o con metodi di analisi
La funzione obiettivo esprime un costo, un ricavo, un numerica, oppure con tecniche di iterazione partendo da una
guadagno soluzione e cercando di migliorarla.

+ Una soluzione ottimale è quella che

massimizza o minimizza (a seconda dei
Vincoli espressi da equazioni e\o disequazioni casi) la misura del rendimento in un
modello
I vincoli sono di due tipologie: vincoli di segno (che
esprimono la positività delle variabili di azione) e vincoli
tecnici (esprimono delle situazioni reali [Link]. capacità del
Trovata la soluzione ottimale nel modello, bisogna
magazzino)
verificare la corrispondenza tra il modello e la realtà e la
Le variabili x1 , x2 …. xn si chiamano variabili di azione e soluzione deve essere valutata.
sono le variabili d’azione. 15 16

4
 Problema Tipico Esempio

min – max f(x)

Modello Un’azienda che produce concime ha una capacità
x≥0 Vincolo di segno
Matematico
g(x) ≥ 0 Vincoli tecnici produttiva massima pari a 220 quintali alla settimana.
f(x) = funzione obiettivo Per la sua produzione sostiene un costo fisso pari a
Costo 15.000 euro settimanali ed un costo variabile di 30 euro al
Costo unitario Metodi semplici (grafici, algebrici)
f(x) = Valori di ottimo
Ricavo
Analisi e derivate quintale.
Guadagno
Equazioni e disequazioni
Il prezzo di vendita del prodotto è legato alla domanda
Funzione dalla funzione: x = 250 – 0,5 * p
Funzioni semplici
Oggetti matematici presenti e da approfondire: Dominio Determinare la quantità da produrre settimanalmente per
Continuità
Derivate massimizzare il guadagno.
Statistiche etc.
Ulteriori metodi: Approssimazione –interpolazione 17 18
Metodi numerici

Esempio Classificazione problemi di scelta

P = 500 – 2*x a una variabile
• Numero variabili coinvolte a due variabili
Il guadagno è dato da : a più di due variabili

Y = (500 – 2*x)*x –15.000 –30*x

Y = -2x2 +470 –15.000 con vincoli: continuo (uno o più intervalli reali)
• Tipo di variabili discreto (insieme di valori)
(campo di scelta)
x>=0
x<=220 equazione/i
lineari
non lineari
• Numero e tipo dei vincoli
Il modello risolto con l’analisi ci conduce alla conclusione disequazione/i lineari
non lineari
che sarà necessario vendere 117,5 quintali di concime

lineari
19 • Tipo di funzione obiettivo 20
non lineari

5
Classificazione problemi di scelta Problemi di scelta
che affronteremo

Problemi di scelta
Ad una Max.-min(continui-
variabile discreti)
In condizioni In condizioni di EFFETTI
di certezza incertezza Scorte
IMMEDIATI
CONDIZIONI [Link]
CERTEZZA
A più
[Link]
con effetti con effetti con effetti con effetti variabili
immediati differiti immediati differiti
EFFETTI Investimenti Finanziari e
• certezza:: dati e conseguenze determinabili a priori DIFFERITI Industriali
• incertezza:
incertezza: grandezze variabili aleatorie
• effetti immediati:
immediati: decisione realizzazione immediata
• effetti differiti:
differiti: decisione realizzazione differita
21 22

PROBLEMI DI MASSIMO E MINIMO

Nei problemi di R.O. spesso si useranno i seguenti termini e le seguenti In questi problemi dovrà essere ricercato il MIN nel caso in cui la
relazioni:
funzione obiettivo rappresenti un Costo
Costo totale che verrà indicato con C(x)
In questi problemi dovrà essere ricercato il MAX nel
C(x) = Costo fisso + Costo variabile= Cf+ Cv
caso in cui la funzione obiettivo rappresenti un
Costo fisso è il costo che non dipende dalla quantità x di beni prodotti e/o Utile
venduti
Costo variabile è il costo che dipende dalla quantità x di beni prodotti e/o Vi sono problemi nei quali le variabili di azione possono
venduti assumere solo valori interi. In tal caso si parla di problemi
DISCRETI.

Ricavo è ciò che si ottiene dalla vendita di uno o più prodoti.

Lo indicheremo con R(x) = p·x cioè il prodotto del prezzo per la
quantità venduta Viceversa vi sono problemi nei quali le
Guadagno o Utile. variabili possono assumere tutti i valori interi e
non interi. Si parla di problemi CONTINUI.
CONTINUI
Verrà indicato con U(x) = R(x) –C(x) 23 24

6
 Problema di scelta in condizioni di
Problema 1
certezza con effetti immediati 1
(segue)

Un commerciante acquista prodotti al costo di 0,7 euro al kg e li rivende a 1,2 Riassumendo il modello matematico sarà il seguente:
euro al kg. U(x) = 0,5·x - 6 Funzione Obiettivo
Per il trasporto deve sostenere costi fissi giornalieri di 6 euro e al massimo può con vincoli x ≥ 0 Vincolo di segno
trasportare giornalmente 20 kg di merce. e x ≤ 20 Vincoli tecnici

Calcolare la quantità di prodotti da vendere per avere il massimo Utile.

In x =12 si il punto
E’ un problema di tipo continuo. di equilibrio

x = quantità prodotti venduti (problema continuo) Break-even point

divide la zona di
perdita da quella di
R(x) = 1,2·x utile
C(x) = 6 + 0,7·x
Per x=20 si ha il
U(x) = R(x) - C(x) = 1,2·x – (6 + 0,7·x ) = 0,5·x - 6 MAX utile
25 26

Problema 2 Problema 2 (segue)

Un laboratorio artigianale fabbrica birra. Quindi il Modello matematico sarà costituito da:
Il prezzo unitario è legato alla quantità x venduta secondo la seguente
relazione p= 50 – 0,1 x . U(x) = -0,1 · x2 + 40 · x- 1000 Funzione obiettivo
Il costo di produzione giornaliera comporta una spesa fissa di euro x≥0 vincolo di segno
1000 più un costo unitario variabile Cuv= 10 euro . Determinare la
quantità di birra da produrre per ottenere il massimo guadagno. (non ci sono vincoli tecnici)

X = numero litri prodotti e venduti (problema continuo) In questo esempio la funzione obiettivo è una parabola, pertanto per
disegnarla occorre trovarne concavità, vertice e intersezione con gli assi
R(x) = (50-0,1x) · x C = 1000 + 10· x (in particolare con l’asse delle x).

U(x) = R(x) – C(x) = (50-0,1x) · x - (1000 + 10· x) Xv = -b/2a = 200 (sostituendo nella funzione) Yv = 3000
Intersezioni con l’asse delle x risolvendo l’equazione:

Quindi U(x) = -0,1 · x2 + 40 · x- 1000 -0,1 · x2 + 40 · x- 1000 = 0 x1 = 26,8 x2 = 373,2

27 28

7
 Problema 2 (segue) Problema 2 (segue)

3500 Come cambierebbe il problema inserendo un limite alla capacità

3000 produttiva di 300 litri di birra al giorno ?
2500
Il modello matematico sarà costituito da:
2000
1500
U(x) = -0,1 · x2 + 40 · x- 1000 Funzione obiettivo
U 1000 x ≥ 0 e x ≤ 300 vincolo di segno e tecnici
t
500 3500
i
l 0 3000
e -500 0 100 200 300 400 2500
-1000 Il massimo 2000
-1500 1500
corrisponde sempre U 1000
x
a 200 litri di birra t
500
i
I limiti di produttività (cioè le intersezioni della funzione con l’asse l 0

delle x) sono dati dai valori di 26,8 e 373,2 litri. e -500 0 100 200 300 400
-1000
Il massimo utile pari a 3000 euro si ottiene producendo e -1500
vendendo 200 litri di birra. 29 x 30

Problema 3 Problema 3 (segue)

Un’impresa produce un prodotto sostenendo una spesa

fissa mensile di 180.000 u.m., un costo di produzione Risposta
unitario di 50 u.m., una spesa unitaria di vendita pari G(x) = -x2/2 + 750 x –180.000
alla metà del prodotto venduto.
Il prezzo di vendita è di 800 u.m. per prodotto. La V(750; 101.250)
quantità massima che può essere prodotta è 1000 unità
di prodotto. Il massimo corrisponde
Determinare e disegnare la funzione guadagno mensile. sempre a x=700
(Esaminare anche con vincolo sulla produzione x ≤ 700)

31 32

8
 Problema di scelta in condizioni di
Problema 4 certezza con effetti immediati
Per la produzione di un bene un’ impresa sostiene una spesa fissa di
In generale per la ricerca del massimo o del minimo
2.000.000 u.m., un costo unitario di 800 u.m. per ogni unità prodotta
e una spesa, stimata pari allo 0,5 del quadrato della quantità occorre ricorrere all’analisi matematica
prodotta, per la manutenzione degli impianti. La capacità produttiva
Nel caso di funzione ad una variabile:
massima mensile è di 10.000 unità. Determinare per quale quantità il
costo unitario di produzione è minimo. •Calcolo della derivata prima
C(x) = 0,5 x2 + 800 x + 2.000.000
0,5x2 + 800x + 2000000 •Porre la derivata prima uguale a zero
Quindi la funzione di costo unitario è: Cu =
x
•Studio del segno della derivata prima (primo metodo)
Il modello matematico sarà costituito da:
2000000 Funzione obiettivo •o calcolo della derivata seconda (secondo metodo)
Cu = 0,5x + 800+
x
x ≥ 0 e x ≤ 10.000 vincolo di segno e tecnici
33 34

Approfondimento sui problemi

Problema 4 (segue)
di massimo e minimo discreti
Nei problemi discreti la variabile di azione(o le variabili)
possono assumere solo valori interi.
Risposta : x = 2000
p = 2800
Può accadere che non sia possibile esprimere attraverso
una relazione matematica il legame tra prezzo e quantità
venduta o tra costo e quantità venduta.

In tal caso si aggira l’ostacolo utilizzando una tecnica

differente.

35 36

9
 Problemi di massimo e minimo
Problema 5 discreti
Un prodotto è fabbricato e venduto in lotti da 200 pezzi ciascuno. Per L’analisi di un problema discreto di questo tipo si può condurre anche
la lavorazione si sostiene una spesa fissa giornaliera di u.m. 400.000 ed utilizzando la cosiddetta
un costo di u.m. 500 al pezzo, ed il numero massimo di lotti prodotti in ANALISI MARGINALE
un giorno è di 6. Con tale tecnica occorre calcolare la differenza di una funzione:
Il prezzo di vendita è decrescente al crescere del numero di lotti
venduti secondo la seguente tabella ∆ f = f(x+1) – f(x) tale differenza è detta incremento marginale
Se gli incrementi marginali sono positivi la funzione è crescente, se
N. lotti 1 2 3 4 5 6 sono negativi è decrescente.

Prezzo al lotto (x1000) 350 350 320 280 250 210 •Quando gli incrementi marginali da positivi passano a negativi
significa che si è in presenza di un massimo

Determinare il numero di lotti che occorre vendere per avere il massimo •Quando gli incrementi marginali da negativi passano a positivi
utile significa che siamo in presenza di un minimo

In pratica per risolvere un problema discreto con questa tecnica si

37 calcola il ricavo marginale ed il costo marginale.
38

Problema 5
6
(segue)
Problema
Applichiamo questa tecnica all’esempio precedente:
Costo per lotto 500 ·200 =100000 a cui aggiungere il costo fisso 400.000
N°lotti Costi Ricavo Guadagno Costo Ricavo
Una ditta produce beni in unità non divisibili (es. abiti) e
(x1000) (x1000) (x1000) marginale marginale deve decidere il numero di beni da produrre
1 500 350 -150 - - mensilmente per ottenere l’utile massimo. I dati tecnici
sono i seguenti : costo unitario per materia prima e
2 600 700 100 100 350
lavorazione u.m. 20.000, spesa fissa mensile u.m.
3 700 960 260 100 260 5.000.0000, prezzo di vendita p = 60.000-15x (dove x è il
4 800 1120 320 100 160 numero dei beni).
5 900 1250 350 100 130
Calcolare quante unità del bene produrre per
Max.
ottimizzare l’utile netto, sapendo che la massima
6 1000 1260 260 100 10
capacità produttiva è 2.000 unità al mese.
Conviene espandere la produzione finché il ricavo marginale
supera il costo marginale 39 40

10
 Problema 6 (segue)
Problemi di massimo e minimo
discreti
Modello matematico: Riassumendo in un problema discreto possiamo avere
massimizzare y = -15x2 + 40.000x – 5.000.000 due situazioni:
0 ≤ x ≤ 2.000
x∈N I legami tra i dati e le variabili si possono esprimere
attraverso relazioni matematiche; in tal caso si scrive la
Caso discreto: dati molto numerosi
funzione obiettivo e se ne ricerca max. min.
approssimando gli eventuali dati non interi
V(4.000/3; 65.000.000/3)
Non è possibile esprimere i legami tra dati e variabili
y(1333)= 21666665 con relazioni matematiche; in tal caso si ricorre alle
tabelle(come nell’esempio) utilizzando l’analisi
y(1334)= 21666660
marginale
Risposta : x = 1.333 41 42

11