Nome Cognome... Firma...

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Nome Cognome... Firma..."

Transcript

1 Prova del 2 Dicembre 2013 Compito A A.1). (14 punti) Due elettricisti stanno progettando un nuovo impianto elettrico. Hanno a disposizione 50 componenti, con caratteristiche tecniche diverse, e devono suddividerli in m = 8 linee, L 1, L 2,..., L 8. L i-esimo componente ha un assorbimento di corrente α i, e un costo c i. I requisiti dell impianto sono i seguenti: in ogni linea ci deve essere almeno uno dei componenti 1, 2,..., 5; la corrente totale disponibile sulla linea L h è d h, per h = 1,..., 8, e dei vincoli di sicurezza richiedono che su ogni linea si sfrutti al massimo il 70% della corrente disponibile; se il componente 16 si trova sulla linea L 3, allora la linea L 5 deve contenere i componenti 11 e 24; se una linea contiene il componente 14 allora deve contenere anche il componente 40, e viceversa; si devono utilizzare almeno 28 componenti; è obbligatorio utilizzare i componenti 11 e 14. Scrivere una formulazione per aiutare gli elettricisti a minimizzare il costo di realizzazione dell impianto sapendo che se il componente 13 viene utilizzato allora si deve modificare il progetto e si incorre in un aumento di 100 euro del costo totale. A.2). (10 punti) Si consideri un problema di tsp su un grafo G = (V, E) non orientato di n = 7 nodi, in cui la lunghezza l i,j del generico arco (v i, v j ) E è rappresentata dall elemento in riga i e colonna j della seguente matrice: a b c d e f g a b c d e 22 8 f 10 g Completare opportunamente la matrice. Quante verifiche si devono fare, nel caso peggiore, per concludere che un istanza è metrica? Applicare l algoritmo di Christofides. Possiamo affermare che la soluzione ottenuta è approssimata? Se sì, quanto vale il suo grado di approssimazione? Si sono ottenuti Upper e Lower Bound per il valore di una soluzione ottima? Se sì, quale è il loro valore? A.3). (6 punti) Si consideri il seguente problema max 8x 1 + x 2 + 3x 3 + 5x 4 + 7x 5 s.t. 6x x x x 4 + 9x x i 1 e intera per i = 1,..., 5 Di che problema si tratta? Determinare una soluzione ottima al problema, utilizzando l algoritmo che si ritiene più efficiente e motivandone la scelta.

2 Prova del 2 Dicembre 2013 Compito B B.1). (14 punti) Nel laboratorio di un industria chimica si sta cercando di mettere a punto un nuovo procedimento che permetta di ottenere il composto W. Si hanno a disposizione dei preparati P 1,..., P 8, in quantità q 1,..., q 8 litri, e di costo c 1,..., c 8 al litro (alcuni preparati sono necessari, altri sono solo degli additivi). Si possono applicare due diverse formule, e per ciascuna di esse, la quantità di composto W ottenuto si può ragionevolmente assumere che sia pari alla somma delle quantità dei preparati utilizzati. Si devono però rispettare le seguenti specifiche: la prima formula prevede che per ogni unità di P 1, vi siano 4 unità di P 3 ; la seconda prevede che ogni 2 unità di P 4, vi siano tra 3 e 4 unità di P 2. Se si usano 25 o più litri di P 5, allora non si può usare P 6 nella prima formula. Se si usa il preparato P 3, allora si va incontro a un aumento di spesa di euro. Il numero di litri di P 7 che vengono usati deve essere al più la metà del numero di litri di P 4. La quantità di W ottenuta con la prima formula deve essere almeno il doppio della quantità ottenuta con la seconda formula. Scrivere una formulazione a numeri interi per minimizzare il costo di produzione di litri di W. B.2). (10 punti) Si consideri un problema di tsp su un grafo G = (V, E) non orientato di n = 7 nodi, in cui la lunghezza l i,j del generico arco (v i, v j ) E è rappresentata dall elemento in riga i e colonna j della seguente matrice: a b c d e f g a b c d e 9 4 f 6 g Completare opportunamente la matrice. Scegliere l algoritmo di Ricerca Locale che si ritiene più adatto, motivando la scelta e descrivendo tutto quanto serve per la sua implementazione. Il numero delle operazioni elementari che vengono fatte in ogni iterazione è costante o dipende da n? Applicare l algoritmo scelto per 2-3 iterazioni. Possiamo affermare che la soluzione ottenuta è... ammissibile?... ottima?... approssimata? B.3). (6 punti) Si consideri il seguente problema max 3x 1 + 2x 2 6x 3 + 2x 4 + x 5 s.t. 8x 1 9x 2 5x 3 + 2x 4 + 2x x i 1 e intera per i = 1,..., 5 Determinare un bound applicando un Rilassamento di tipo Lagrangiano. Il Bound determinato è un Lower Bound o un Upper Bound? Perché? Giustificare la risposta Quanti diversi Bound si possono ottenere al variare di u per il problema dato? Quale è il più significativo?

3 Prova del 5 Febbraio ). (14 punti) Un azienda si deve rifornire di m = 8 diverse materie prime da un certo insieme di n = 7 fornitori. Ogni fornitore è in grado di rifornire numerose materie prime all azienda: il generico elemento q i,j di una matrice Q data indica il numero di casse di materia j che il fornitore i deve fornire all azienda; Scrivere una formulazione per determinare il minimo numero di camion necessari per rifornire l azienda di tutte le materie di cui ha bisogno sapendo che q i,j 26 per ogni i e per ogni j, e che: tutte le q i,j casse di una materia prima j di un fornitore i devono viaggiare su uno stesso camion; tutte le materie prime di uno stesso fornitore devono essere assegnate a non più di due camion; in ogni camion non entrano più di 26 casse; la materia prima 2 e la materia prima 5 (qualunque sia il fornitore) non possono stare su uno stesso camion; se la materia prima 6 del fornitore 3 viene assegnata al camion 2, allora la materia prima 4 del fornitore 2 deve essere assegnata al camion 1. 2). (10 punti) Si consideri la seguente formulazione max z = 3x 1 + 2x 2 + 6x 3 4x 4 + x 5 s.t. 2x 1 + 4x 2 + x 3 + 6x 4 + 3x x 1 + 5x 2 7x 3 + 9x 4 + 5x x 2, e intero Definire un algoritmo Greedy per il problema specificando il criterio di scelta e il criterio di valutazione. Applicare l algoritmo appena definito, commentando bene ogni suo passo, e sia x = ( x 1, x 2, x 3, x 4, x 5 ) la soluzione ottenuta. Si può affermare che x è approssimata? Si può affermare che x è ammissibile? Giustificare le risposte. Si può affermare che x è ottima? In caso di risposta negativa, si può affermare che x fornisce dei Bound alla soluzione ottima del problema? Se sì, di che tipo? Giustificare le risposte. 3). (6 punti) Vi siete iscritti a un sito dove è disponibile un software S per la risoluzione del problema del Massimo Matching in forma decisionale. Ogni chiamata dell algoritmo costa 1 euro. Scrivere l enunciato del problema risolto dal software. Dovete determinare un upper bound U e un Lower Bound B alla cardinalità massima M di un matching su un grafo G = (V, E) con V = 35 nodi e E = 63 archi utilizzando S, e in modo tale che U L 4. Il sito a cui vi siete iscritti vi fa un preventivo di spesa di 11 euro. Ritenete che sia conveniente? Perché? Motivare adeguatamente una eventuale risposta negativa.

4 Prova del 26 Febbraio 2014 Compito A A.1). (12 punti) Determinare l istante di inizio di 7 attività nell ottica di voler minimizzare l istante di completamento dell ultima sapendo che: la loro durata, nell ordine, è p = (3, 6, 4, 5, 1, 7, 9); le attività non si devono sovrapporre nel tempo, tranne l attività 3 che può essere svolta in parallelo a qualsiasi altra; la prima attività di ciascuna delle seguenti coppie deve precedere la seconda: (5, 6), (6, 2), (6, 1), (1, 2), (4, 7); l attività 2 deve iniziare all istante 57 oppure 83; l attività 4 deve essere iniziata per seconda tra quelle di indice pari: se l attività 6 precede la 4, allora anche la 3 deve precedere la 4. A.2). (12 punti) Risolvere all ottimo il seguente problema max z = 6x 1 + x 2 s.t. 3x 1 2x x 1 + 6x 2 35 x 1, x 2 0, e intere Quale è l algoritmo più adatto? Perché? Applicare l algoritmo scelto commentando dettagliatamente. A.3). (6 punti) Stabilire se la seguente matrice è totalmente unimodulare, e spiegare perché le matrici con tali proprietà sono importanti

5 Prova del 26 Febbraio 2014 Compito B B.1). (12 punti) Determinare l istante di inizio di 7 attività nell ottica di voler minimizzare l istante di inizio dell ultima sapendo che: la loro durata, nell ordine, è p = (8, 6, 4, 2, 6, 1, 5); le attività non si devono sovrapporre nel tempo, tranne l attività 4 che può essere svolta in parallelo a qualsiasi altra; la prima attività di ciascuna delle seguenti coppie deve precedere la seconda: (2, 1), (1, 5), (1, 6), (6, 5), (7, 3); l attività 5 deve terminare all istante 57 oppure 83; l attività 3 deve essere iniziata per seconda tra quelle di indice dispari: se l attività 1 precede la 3, allora anche la 4 deve precedere la 3. B.2). (12 punti) Risolvere all ottimo il seguente problema max z = x 1 + 6x 2 s.t. 2x 1 + 3x x 1 + 2x 2 35 x 1, x 2 0, e intere Quale è l algoritmo più adatto? Perché? Applicare l algoritmo scelto commentando dettagliatamente. B.3). (6 punti) Stabilire se la seguente matrice è totalmente unimodulare, e spiegare perché le matrici con tali proprietà sono importanti

6 Prova del 2 Luglio ). (12 punti) La nave cargo i ha a disposizione un serbatoio di capacità c i,j litri per il trasporto del prodotto j, per j = 1,..., 7. Si devono trasportare in totale p j migliaia di litri di prodotto j, per j = 1,..., 7, dove p = (30, 45, 92, 63, 103, 40, 16). Stabilire quanti litri di prodotto j caricare su ogni nave cargo che effettuerà il servizio, nell ottica di minimizzare il numero delle navi utilizzate. Limitazioni dovute alla conformazione della nave 3 impongono che se il numero di litri di prodotto 1 trasportati da questa nave è 4500 o più, allora il numero di litri di prodotto 5 trasportati dalla stessa nave non deve superare i litri. Inoltre, se si utilizza la nave cargo 5, allora si deve utilizzare anche la nave cargo 2. Formulare il problema come problema di pli. 2). (9 punti) Si consideri il seguente problema max z = 6x 1 + 4x 2 + 8x 3 + 8x 4 + 3x 5 + 9x 6 s.t. 3x 1 + 5x 2 + 5x 3 + 7x 4 + 3x 5 + 4x x 1,..., x 6 1, e intere Di che problema si tratta? Quale è l algoritmo più adatto per risolvere il problema all ottimo? Perché? Applicare l algoritmo scelto commentando dettagliatamente, e siano X O la soluzione ottima ottenuta, e z O il suo valore. Quante operazioni elementari effettua l algoritmo? (9 punti) Con riferimento al problema del punto precedente, Scegliere un algoritmo euristico E, motivando la scelta, e spiegando le eventuali strutture che si ha la necessità di definire per poterlo applicare. Applicare l algoritmo E, e siano X E la soluzione ottima ottenuta, e z E il suo valore. Confrontare z E con z O : spiegare il motivo per cui tali valori sono uguali o diversi. In generale, per un problema come quello in esame, ma non considerando l istanza data, possiamo affermare che se il valore di una soluzione euristica è uguale la valore di una soluzione ottima, allora anche il numero di elementi nelle due soluzioni è uguale? Giustificare la risposta, e, se possibile, costruire degli esempi numerici a prova della risposta.

7 , prova del 15 Luglio 2014 ATTENZIONE Per vedere i compiti e per eventuali orali: Mercoledì 23 Luglio alle 9:30, nello studio del docente 1). (12 punti) Scrivere una formulazione per aiutare un imprenditore a sequenziare le 7 attività A,..., G di un suo progetto sapendo che la loro durata, nell ordine, è di 11, 35, 6, 21, 52, 17, 9 giorni. La programmazione delle attività deve fare in modo che le attività non vengano svolte in parallelo, ad eccezione della C; rispettare le seguenti precedenze {(A, B), (B, C), (B, E), (C, F ), (G, C), (E, D)}, dove la notazione (i, j) indica che l attività i deve essere terminata prima che l attività j incominci; fare in modo che l attività G sia la quarta o la quinta nell ordine; fare in modo che l inizio dell attività E avvenga non prima del dodicesimo giorno successivo all inizio dell attività F fare in modo che l attività B incominci solo al 10 o, 20 o, 30 o,... giorno. fare in modo che l attività D inizi dopo la G se l attività G inizia prima della A; rendere minima la durata dell intero progetto (ossia la differenza tra il giorno in cui tutte la attività sono completate e il giorno in cui la prima attività ha inizio). 2). (10 punti) Si consideri il problema dove min z = 6x 1 + 4x 2 + 7x 3 + 5x 4 + 8x 5 + 3x x 7 + 8x 8 s.t. Ax 1 0 x 1 e intero 0 A = C A Di che problema si tratta? Quale algoritmo di complessità polinomiale applichereste per risolvere il problema nel miglior modo possibile? Giustificare la risposta. Applicare l algoritmo scelto commentando dettagliatamente il procedimento, e siano X la soluzione ottenuta, e z il suo valore. Possiamo affermare con certezza che X è una soluzione ottima? In caso di risposta negativa scrivere una disequazione che leghi z al valore z di una soluzione ottima per il problema. 3). (8 punti) Si consideri un problema P di massimizzazione in cui il valore della funzione obiettivo è compreso tra i valori 146 e 234. Sapendo che la funzione obiettivo assume sempre valori interi, valutare il minimo numero di passi di un algoritmo di Ricerca Binaria che servono perché la funzione obiettivo sia compresa tra due valori a e b tali che 0 < b a 4. Spiegare bene il ragionamento seguito

8 , prova del 10 Settembre ). (12 punti) Dovete traslocare, e dovete far trasportare 105 scatoloni, l i-esimo dei quali occupa un volume v i, per i = 1,..., 105. Noleggiate un furgone con due facchini: ogni viaggio del furgone vi costa 55 euro. Scrivere una formulazione che minimizzi il costo totale del trasloco, sapendo che: la capacità di carico del furgone è V max = 5000 lt; gli scatoloni dal 35 e 36 devono essere trasportati insieme (n.b. sia assuma che ci sia spazio a sufficienza per farli entrare tutti e due nel furgone); almeno due tra gli scatoloni 70, 71, 72, e 73 devono essere trasportati nel primo viaggio (n.b. sia assuma che ci sia spazio a sufficienza per farli entrare tutti nel furgone); il trasporto dello scatolone 20 nel terzo viaggio del furgone impedisce il trasporto dello scatolone 100 nel secondo viaggio; gli scatoloni 16 e 21 non possono viaggiare sullo stesso furgone. 2). (12 punti) Si consideri un problema di tsp in cui la distanza tra il nodo v i e il nodo v j, per ogni i e j è l elemento d i,j della matrice qua sotto D = B A Attraverso un algoritmo euristico avete determinato la soluzione S che attraversa, nell ordine, i nodi v 7, v 4, v 3, v 2, v 6, v 5, v 9, v 1, e v 8 per poi ritornare in v 7. Ha senso provare a migliorarla? Perché? Quale algoritmo ritenete sia conveniente applicare? Giustificare la risposta. Applicare l algoritmo scelto e portare a termine un intera iterazione, sia S la soluzione ottenuta. Che relazione lega il costo di S al costo di S? Che cosa si può dire circa l ammissibilità di S? E possibile continuare ad applicare l algoritimo scelto? Nel momento in cui non è più possibile andare avanti, possiamo affermare che abbiamo ottenuto una soluzione ottima? Giustificare adeguatament le risposte date. 3). (6 punti) Il vostro computer portatile esegue 10 9 operazioni elementari al secondo. Avete a disposizione un programma che esegue un algoritmo euristico per il calcolo del massimo insieme indipendente su un grafo di n nodi. La complessità dell algoritmo è O(n 3 ). Quale è il numero massimo di nodi che può avere un grafo perché l algoritmo termini entro 10 minuti?

9 , prova del 24 Settembre ). (14 punti) Oggi, per voi, è una mattina impegnatissima: dovete fare tantissime commissioni in luoghi diversi della città, e avete paura che il tempo non vi basti.... Scrivere una formulazione F che vi aiuti a minimizzare il tempo impiegato per fare tutte le 9 commissioni, sapendo che i minuti di trasferimento dal luogo della commissione i a quello della commissione j sono quelli riportati nell elemento d i,j della matrice indicata più avanti, e sapendo che contate di tornare a casa solo alla fine di tutte (il tempo dedicato allo svolgimento della singola commissione è trascurabile). Sia z il valore della funzione obiettivo della formulazione F appena scritta. Supponendo di avere a disposizione 3 ore per lo svolgimento di tutte le commissioni nella giornata di oggi, come facciamo a sapere se riusciremo a svolgerle tutte utilizzando z? (facoltativo: si può aggiungere un vincolo alla formulazione in modo che ci fornisca solo una soluzione di durata inferiore alle 3 ore, ammesso che esista?) D = ). (10 punti) Interpretare la matrice D indicata sopra come la matrice delle distanze per un problema di tsp. Applicare l algoritmo di Christofides, commentando bene ogni passaggio, e indicare con x la soluzione trovata. Si può affermare con certezza che x è una soluzione ammissibile? E che è una soluzione approssimata? Avrebbe senso, secondo voi, applicare una algoritmo di Ricerca Locale a partire dalla soluzione x? Perché? Giustificare adeguatamente la risposta. 3). (6 punti) Scrivere l enunciato del problema di Knapsack Binario in forma decisionale, e calcolare la lunghezza dell input per un istanza del problema con 10 elementi, sapendo che l utilità di ogni oggetto è 30, che il peso di ogni oggetto è 15 e che la capacità dello zaino è 100.

AA Prova del 19 Novembre 2010 Compito A

AA Prova del 19 Novembre 2010 Compito A Metodi e Modelli di Ottimizzazione Discreta (10 cfu), I parte; Metodi e Modelli di Ottimizzazione Discreta 1 (5 cfu); AA 2010-2011 Prova del 19 Novembre 2010 Compito A 1). Un circolo velico deve organizzarsi

Dettagli

AA Prova del 30 Novembre 2011 Compito A

AA Prova del 30 Novembre 2011 Compito A Metodi e Modelli di Ottimizzazione Discreta (10 cfu), I parte; Metodi e Modelli di Ottimizzazione Discreta 1 (5 cfu); Metodi e Modelli di Ottimizzazione Discreta 1 On Line; Ricerca Operativa 1-2, II parte;

Dettagli

AA Prova del 4 Dicembre 2012 Compito A

AA Prova del 4 Dicembre 2012 Compito A Prova del 4 Dicembre 2012 Compito A A.1). (14 punti) Un agenzia viaggi sta organizzando una visita guidata a Berlino: per questo motivo ha selezionato 11 escursioni, tra tante che erano possibili. Scrivere

Dettagli

Prima prova Intermedia di Ricerca Operativa 2 COMPITO A Esercizio 1 (7 punti): LIFO

Prima prova Intermedia di Ricerca Operativa 2 COMPITO A Esercizio 1 (7 punti): LIFO Prima prova Intermedia di Ricerca Operativa 2 COMPITO A 13 novembre 2015 Nome e Cognome Matricola: Esercizio 1 (7 punti): Si consideri il seguente problema di programmazione lineare intera. max 32x 1 +

Dettagli

I Appello Ricerca Operativa 2 bis Compito A

I Appello Ricerca Operativa 2 bis Compito A I Appello Ricerca Operativa 2 bis Compito A Cognome e nome:. Esercizio 1. Si consideri il problema del matching di cardinalità massima in un grafo G ed il suo problema di decisione associato: esiste un

Dettagli

Nome Cognome Matricola Firma Metodi e Modelli di Ottimizzazione Discreta 1 On Line AA Appello del 21 Novembre 2008 Compito A

Nome Cognome Matricola Firma Metodi e Modelli di Ottimizzazione Discreta 1 On Line AA Appello del 21 Novembre 2008 Compito A AA 2007-2008 Appello del 21 Novembre 2008 Compito A 1. Un frantoio deve effettuare le consegne dell olio. Non possedendo i furgoni per la consegna, li deve noleggiare. Si può scegliere tra 3 furgoni, il

Dettagli

Nome Cognome... Firma...

Nome Cognome... Firma... AA 2017-2018, Prova del 4 Dicembre 2017, Compito A A.1). (13 punti) Una ditta di trasporti possiede 15 grossi camion frigoriferi, ognuno dotato di due celle a temperature differenti. La cella alla temperatura

Dettagli

AA Appello del 27 Novembre 2009 Compito A

AA Appello del 27 Novembre 2009 Compito A Metodi e Modelli di Ottimizzazione Discreta, I parte; Appello del 27 Novembre 2009 Compito A 1). Scrivere una formulazione per il seguente problema. Una ditta di spedizioni deve spedire via nave dei grossi

Dettagli

5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 5 PROGRAMMAZIONE LINEARE INTERA (PLI) E. Amaldi Fondamenti di R.O. Politecnico di Milano Programma lineare intero: (PLI) min c T x Ax b x 0 intero Ipotesi: A, b interi La condizione di interezza non è

Dettagli

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I Esercizio 1 Dati n oggetti ed un contenitore, ad ogni oggetto j (j = 1,, n) sono associati un peso p j ed un costo c j (con p j e c j interi positivi). Si

Dettagli

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound.

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound. Ricerca Operativa A.A. 2007/2008 17. Esercitazione di laboratorio: Branch and Bound. Luigi De Giovanni - Ricerca Operativa - 17. Esercitazione di laboratorio: Branch and Bound 17.1. Luigi De Giovanni -

Dettagli

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound.

Ricerca Operativa A.A. 2007/ Esercitazione di laboratorio: Branch and Bound. Ricerca Operativa A.A. 2007/2008 17. Esercitazione di laboratorio: Branch and Bound. Luigi De Giovanni - Ricerca Operativa - 17. Esercitazione di laboratorio: Branch and Bound 17.1 . Luigi De Giovanni

Dettagli

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015 1 Lunedí 20 Aprile 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Rilassamento di un problema Rilassare un problema di Programmazione Matematica vuol dire trascurare alcuni (tutti i)

Dettagli

PROGRAMMAZIONE LINEARE A NUMERI INTERI

PROGRAMMAZIONE LINEARE A NUMERI INTERI PROGRAMMAZIONE LINEARE A NUMERI INTERI N.B. Nei seguenti esercizi vengono utilizzate, salvo diversa indicazione, le seguenti notazioni: PLO programma lineare ordinario S a insieme delle soluzioni ammissibili

Dettagli

ESERCIZIO 1: Punto 1

ESERCIZIO 1: Punto 1 ESERCIZIO : Punto La seguente matrice è una matrice delle distanze di un istanza del problema del Commesso Viaggiatore. - - - - - - - Calcolare.Il valore del rilassamento che si ottiene determinando l

Dettagli

Possibile applicazione

Possibile applicazione p. 1/4 Assegnamento Siano dati due insiemi A e B entrambi di cardinalità n. Ad ogni coppia (a i,b j ) A B è associato un valore d ij 0 che misura la "incompatibilità" tra a i e b j, anche interpretabile

Dettagli

1) Disegnare la rete di progetto con le attività sugli archi, e la rete di progetto con le attività sui nodi.

1) Disegnare la rete di progetto con le attività sugli archi, e la rete di progetto con le attività sui nodi. Un progetto di ricerca e sviluppo di una società si compone di 12 (principali) attività con precedenze, durate normali b ij (in giorni), costi diretti c ij (in dollari) delle attività alla loro durata

Dettagli

3.3 Problemi di PLI facili

3.3 Problemi di PLI facili 3.3 Problemi di PLI facili Consideriamo un generico problema di PLI espresso in forma standard min{c t x : Ax = b, x Z n +} (1) dove A Z m n con n m, e b Z m. Supponiamo che A sia di rango pieno. Sia P

Dettagli

RICERCA OPERATIVA (a.a. 2011/12) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2011/12) Nome: Cognome: Matricola: 5 o Appello 8/0/0 RICERCA OPERATIVA (a.a. 0/) Nome: Cognome: Matricola: ) Si individui un albero dei cammini minimi di radice sul grafo in figura, utilizzando l algoritmo più appropriato dal punto di vista

Dettagli

3.2 Rilassamenti lineari/combinatori e bounds

3.2 Rilassamenti lineari/combinatori e bounds 3.2 Rilassamenti lineari/combinatori e bounds Consideriamo un problema di Ottimizzazione Discreta min{f(x) : x X} e sia z il valore di una soluzione ottima x X. Metodi di risoluzione spesso generano una

Dettagli

RICERCA OPERATIVA (a.a. 2018/19)

RICERCA OPERATIVA (a.a. 2018/19) Secondo appello //9 RICERCA OPERATIVA (a.a. 8/9) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: min y + y y y y y = y + y y = y, y, y, y Si verifichi se la soluzione ȳ =,,, sia ottima

Dettagli

Esercitazione 6 Ancora sul Network Flow

Esercitazione 6 Ancora sul Network Flow Esercitazione 6 Ancora sul Network Flow Problema 14 (appello 28/09/2015) Un importante azienda di sviluppo software ha n progetti da portare a termine entro la fine dell anno. Il manager dell azienda stima

Dettagli

Parte V: Rilassamento Lagrangiano

Parte V: Rilassamento Lagrangiano Parte V: Rilassamento Lagrangiano Tecnica Lagrangiana Consideriamo il seguente problema di Programmazione Lineare Intera: P 1 min c T x L I Ax > b Cx > d x > 0, intera in cui A = matrice m x n C = matrice

Dettagli

Algoritmi esatti. La teoria ci dice che per problemi difficili (come il

Algoritmi esatti. La teoria ci dice che per problemi difficili (come il p. 1/4 Algoritmi esatti La teoria ci dice che per problemi difficili (come il KNAPSACK o, ancora di più, il TSP ) i tempi di risoluzione delle istanze, calcolati tramite analisi worst-case, tendono a crescere

Dettagli

Cognome e Nome... Ricerca Operativa 2 AA

Cognome e Nome... Ricerca Operativa 2 AA Compito A Esercizio. a) Si scrivano, esplicitamente (possono essere riportati in maniera compatta soltanto upper e lower bound sulle variabili), tutte le disequazioni lineari che definiscono il SUBTOUR

Dettagli

Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso

Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Programmazione Matematica: VI Estensioni dell algoritmo del Simplesso Daniele Vigo D.E.I.S. Università di Bologna dvigo@deis.unibo.it rev. 1.0 Aprile 2004 Algoritmo del Simplesso L algoritmo del Simplesso

Dettagli

Esame di Ricerca Operativa del 28/06/2019. max 9 x 1 +8 x 2 6 x x x 1 +2 x x 1 +2 x x 1 3 x x 1 4 x 2 3

Esame di Ricerca Operativa del 28/06/2019. max 9 x 1 +8 x 2 6 x x x 1 +2 x x 1 +2 x x 1 3 x x 1 4 x 2 3 Esame di Ricerca Operativa del 8/0/09 (Cognome) (Nome) (Numero di Matricola) Esercizio. a) Risolvere il seguente problema di programmazione lineare mediante l algoritmo del simplesso: max 9 x +8 x x +0

Dettagli

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo):

Domini di funzioni di due variabili. Determinare i domini delle seguenti funzioni di due variabili (le soluzioni sono alla fine del fascicolo): UNIVERSITA DEGLI STUDI DI SALERNO C.d.L. in INGEGNERIA GESTIONALE Esercizi di Ricerca Operativa Prof. Saverio Salerno Corso tenuto nell anno solare 2009 I seguenti esercizi sono da ritenersi di preparazione

Dettagli

METODI DELLA RICERCA OPERATIVA

METODI DELLA RICERCA OPERATIVA Università degli Studi di Cagliari FACOLTA' DI INGEGNERIA CORSO DI METODI DELLA RICERCA OPERATIVA Dott.ing. Massimo Di Francesco (mdifrance@unica.it) i i Dott.ing. Maria Ilaria Lunesu (ilaria.lunesu@unica.it)

Dettagli

a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn mentre le variabili decisionali sono rappresentate dal vettore colonna n-dimensionale x,

a 11 a 12 a 1n a 21 a 22 a 2n a m1 a m2 a mn mentre le variabili decisionali sono rappresentate dal vettore colonna n-dimensionale x, Università degli Studi di Roma Tor Vergata Facoltà di Ingegneria Appunti dal corso di Metodi e Modelli di Ottimizzazione Discreta 1 A.A. 2018-2019 Prof. Sara Nicoloso A seconda del tipo di variabili che

Dettagli

FACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 5 Febbraio , : ; ;,, trovare il punto di

FACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 5 Febbraio , : ; ;,, trovare il punto di Verona, Febbraio 99 ) Dato il problema min( cx + cx ) x+ x x = x + x x = ax + x x = x i 0 i =,... a) dire, giustificando, per quali valori di c, c ed a in una soluzione ammissibile si ha x =x =/; la soluzione

Dettagli

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola: o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: max x +x x +x x +x +x 7 x x Utilizzando il Teorema degli scarti complementari, si dimostri che

Dettagli

Ottimizzazione Combinatoria 2 Presentazione

Ottimizzazione Combinatoria 2 Presentazione Ottimizzazione Combinatoria Presentazione ANTONIO SASSANO Università di Roma La Sapienza Dipartimento di Informatica, Automatica e Gestionale «Antonio Ruberti» Roma, Febbraio Prerequisiti (cosa sapete)

Dettagli

1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44;

1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44; 1) Data la seguente istanza di TSP (grafo completo con 5 nodi): c 12 = 52; c 13 = 51; c 14 = 40; c 15 = 53; c 23 = 44; c 24 = 15; c 25 = 12; c 34 = 32; c 35 = 55; c 45 = 24 Si calcoli l ottimo duale (formulazione

Dettagli

3.4 Metodo di Branch and Bound

3.4 Metodo di Branch and Bound 3.4 Metodo di Branch and Bound Consideriamo un generico problema di Ottimizzazione Discreta dove X è la regione ammissibile. (P ) z = max{c(x) : x X} Metodologia generale di enumerazione implicita (Land

Dettagli

FACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 6 Giugno 1996

FACOLTA DI ECONOMIA ESAME SCRITTO DI RICERCA OPERATIVA. Verona, 6 Giugno 1996 Verona, Giugno ) E dato il seguente problema di Programmazione Lineare: min( x + ) x x x Rappresentare il problema geometricamente e successivamente scriverlo in forma standard. a) Determinare una soluzione

Dettagli

3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 3 CENNI DI TEORIA DELLA COMPLESSITA COMPUTAZIONALE E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Scopo: Stimare l onere computazionale per risolvere problemi di ottimizzazione e di altra natura

Dettagli

Esercizio 1. Variabili decisionali:

Esercizio 1. Variabili decisionali: Esercizio 1 Si noti che i costi sono dati per tonnellata, mentre molti vincoli riguardano il numero di navi. Si introducono pertanto DUE tipi di variabili, uno relativo al numero di tonnellate per tipo

Dettagli

Esercizi sulla Programmazione Lineare Intera

Esercizi sulla Programmazione Lineare Intera Soluzioni 4.7-4.0 Fondamenti di Ricerca Operativa Prof. E. Amaldi Esercizi sulla Programmazione Lineare Intera 4.7 Algoritmo del Simplesso Duale. Risolvere con l algoritmo del simplesso duale il seguente

Dettagli

I appello Ricerca operativa

I appello Ricerca operativa I appello Ricerca operativa 0.0.014 1. Formulare in termini di programmazione lineare (intera) il seguente problema. Una Società gestisce una squadra di calcio adottando una politica di massimizzare il

Dettagli

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2015/16) Nome: Cognome: Matricola: o Appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si consideri il seguente problema di PL: max x + x x x x x x + x x Si applichi l algoritmo del Simplesso Duale, per via algebrica, a

Dettagli

Il Branch & Bound. Definizione 1. Sia S R n. La famiglia S = {S 1, S 2,..., S k S} tale che S 1 S 2 S k = S viene detta suddivisione di S.

Il Branch & Bound. Definizione 1. Sia S R n. La famiglia S = {S 1, S 2,..., S k S} tale che S 1 S 2 S k = S viene detta suddivisione di S. Il Branch & Bound Il metodo Branch & Bound è una tecnica che permette di risolvere all ottimo un generico problema di Programmazione Lineare Intera. Tale metodo si basa su due concetti cardine: quello

Dettagli

UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa 2. Esercizi sul problema dell assegnamento

UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa 2. Esercizi sul problema dell assegnamento UNIVERSITÀ DEGLI STUDI ROMA TRE Collegio Didattico in Ingegneria Informatica corso di Ricerca operativa Esercizi sul problema dell assegnamento Richiami di Teoria Ricordiamo che, dato un grafo G=(N,A),

Dettagli

A-2 a PI. Esercizio 2. Domanda 3

A-2 a PI. Esercizio 2. Domanda 3 A-2 a PI Ricerca Operativa 1 Seconda prova intermedia È dato il problema di PL in figura. 1. Facendo uso delle condizioni di ortogonalità, dimostrare o confutare l ottimalità della soluzione x = 1; x =

Dettagli

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi

Ottimizzazione nella Gestione dei Progetti - Esercitazione 1: calcolo degli schedule ottimi Università degli Studi di Roma La Sapienza Ottimizzazione nella Gestione dei Progetti - Esercitazione : calcolo degli schedule ottimi di FABIO D ANDREAGIOVANNI Dipartimento di Informatica e Sistemistica

Dettagli

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2. Lo si trasformi in forma standard e se ne determini una soluzione ottima.

COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2. Lo si trasformi in forma standard e se ne determini una soluzione ottima. COMPITO DI RICERCA OPERATIVA APPELLO DEL 06/07/05 ESERCIZIO 1. (5 punti) Sia dato il seguente problema di PL: max x 1 + x 2 x 1 + x 2 1 x 1 + x 2 2 x 1 0 x 2 0 Lo si trasformi in forma standard e se ne

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Cognome................................ Nome................................... Matricola............................... Algoritmi e Strutture Dati Prova scritta del 4 luglio 207 TEMPO DISPONIBILE: 2 ore

Dettagli

Richiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Richiami di Teoria dei Grafi. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Richiami di Teoria dei Grafi Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Teoria dei grafi La Teoria dei Grafi costituisce, al pari della Programmazione Matematica, un corpo

Dettagli

Introduzione al Column Generation Caso di Studio: il Bin Packing Problem

Introduzione al Column Generation Caso di Studio: il Bin Packing Problem Introduzione al Column Generation Caso di Studio: il Bin Packing Problem November 15, 2014 1 / 26 Introduzione Il column generation è una metodologia che può essere usata per risolvere problemi di ottimizzazione

Dettagli

PROVE D'ESAME 1997/98

PROVE D'ESAME 1997/98 PROVE D'ESAME 1997/98 PROVA PARZIALE DEL 28/11/1997 1) Si consideri il seguente problema di programmazione lineare P: min z = x 1 + 2x 2 s.t. x 1 + x 2 6 2x 1 + x 2 10 x 1 4 x 1, x 2 0 a - Scrivere le

Dettagli

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli.

Figura 1: 1) Si scriva la formulazione del problema come problema di PLI (con un numero minimo di vincoli) e la matrice dei vincoli. ESERCIZIO 1 Sia dato il grafo orientato in Figura 1. Si consideri il problema di flusso a 1 2 4 Figura 1: costo minimo su tale grafo con b 1 = 4 b 2 = 2 b = b 4 = e c 12 = 2 c 1 = 4 c 14 = 1 c 2 = 1 c

Dettagli

3.6 Metodi basati sui piani di taglio

3.6 Metodi basati sui piani di taglio 3.6 Metodi basati sui piani di taglio Problema generale di Programmazione Lineare Intera (PLI) con A matrice m n e b vettore n 1 razionali min{ c t x : x X = {x Z n + : Ax b} } Sappiamo che esiste una

Dettagli

Esame di Ricerca Operativa del 07/06/2019

Esame di Ricerca Operativa del 07/06/2019 Esame di Ricerca Operativa del 0/0/09 (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso duale: min y y

Dettagli

Quinto appello 27/6/ = 4. B b B = 2 b N = 4

Quinto appello 27/6/ = 4. B b B = 2 b N = 4 Quinto appello // RICERCA OPERATIVA (a.a. /) Nome: Cognome: Matricola: ) Si risolva il problema di PL dato applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B {, }. Per

Dettagli

Stime dell ottimo - Rilassamenti. PRTLC - Rilassamenti

Stime dell ottimo - Rilassamenti. PRTLC - Rilassamenti Stime dell ottimo - Rilassamenti PRTLC - Rilassamenti Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver commerciali Come ricavare una stima dell ottimo: rilassamenti Rilassamento

Dettagli

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4 Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse

Dettagli

Esame di Ricerca Operativa del 18/06/18

Esame di Ricerca Operativa del 18/06/18 Esame di Ricerca Operativa del 8/0/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x +x x x x +x x x x + x

Dettagli

Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE

Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE Esercizio 1. Sono dati 6 job da processare su un centro di lavorazione automatizzato che può eseguire una sola lavorazione alla volta. Di ciascun job

Dettagli

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4

Macchine parallele M 1 M 2 M 3 J 1 J 2 LAVORI J 3 J 4 Macchine parallele M 1 J 1 J 2 LAVORI M 2 J 3 J 4 M 3 Macchine parallele Scheduling su macchine parallele scorrelate R C max Descrizione del problema n lavori devono essere processati da m macchine diverse

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Algoritmi Golosi (Greedy) Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino un algoritmo goloso correttezza Problema della selezione di attività

Dettagli

Esame di Ricerca Operativa del 19/07/19. Esercizio 1. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare:

Esame di Ricerca Operativa del 19/07/19. Esercizio 1. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare: Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere mediante il metodo del simplesso il seguente problema di programmazione lineare: max x +x x + x x x x

Dettagli

Esame di Ricerca Operativa del 13/06/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 13/06/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y y + y y +y +y

Dettagli

Esame di Ricerca Operativa del 07/09/2016

Esame di Ricerca Operativa del 07/09/2016 Esame di Ricerca Operativa del 0/09/201 (Cognome) (Nome) (Matricola) Esercizio 1. Un industria chimica produce due tipi di fertilizzanti (A e B) la cui lavorazione è affidata ai reparti di produzione e

Dettagli

4.1 Localizzazione e pianificazione delle base station per le reti UMTS

4.1 Localizzazione e pianificazione delle base station per le reti UMTS esercitazione Ottimizzazione Prof E Amaldi Localizzazione e pianificazione delle base station per le reti UMTS Consideriamo il problema di localizzare un insieme di stazioni radio base, base station (BS),

Dettagli

2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema;

2. Si definisca un algoritmo euristico di tipo greedy per determinare una buona soluzione ammissibile del problema; Esercizio 6 Un azienda di trasporti deve affrontare il seguente problema di caricamento. L azienda dispone di n prodotti che possono essere trasportati e di m automezzi con cui effettuare il trasporto.

Dettagli

Week #9 Assessment. Practice makes perfect... November 23, 2016

Week #9 Assessment. Practice makes perfect... November 23, 2016 Week #9 Assessment Practice makes perfect... November 23, 2016 Esercizio 1 Un azienda di trasporto deve caricare m camion {1,..., m} in modo da servire giornalmente un dato insieme di clienti. Nei camion

Dettagli

Esame di Ricerca Operativa del 05/09/18

Esame di Ricerca Operativa del 05/09/18 Esame di Ricerca Operativa del 0/09/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Un azienda agricola produce mensilmente 0 ettolitri di olio (O) e 0 ettolitri di vino (V) che vengono venduti all

Dettagli

Esame di Ricerca Operativa - 17 luglio 2008 Facoltà di Ingegneria - Udine - CORREZIONE -

Esame di Ricerca Operativa - 17 luglio 2008 Facoltà di Ingegneria - Udine - CORREZIONE - Esame di Ricerca Operativa - luglio 8 Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Si consideri la soluzione x = x =, x =, x =, x =, x = del seguente problema. max x + x + x + x + x

Dettagli

COMPITO DI RICERCA OPERATIVA. max 3x 1 + 2x 2 x x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3

COMPITO DI RICERCA OPERATIVA. max 3x 1 + 2x 2 x x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3 COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (7 punti) Sia dato il seguente problema di PL: max 3x 1 + 2x 2 x 1 + 1 2 x 2 + x 3 = 4 2x 1 + x 2 + x 4 = 3 Lo si risolva con l algoritmo che si ritiene più opportuno

Dettagli

Esame di Ricerca Operativa del 12/07/17

Esame di Ricerca Operativa del 12/07/17 Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Un azienda produttrice di mobili possiede due sedi S e S, che richiedono mensilmente 0 e 0 quintali di legname per il

Dettagli

5.1 Metodo Branch and Bound

5.1 Metodo Branch and Bound 5. Metodo Branch and Bound Consideriamo un generico problema di ottimizzazione min{ c(x) : x X } Idea: Ricondurre la risoluzione di un problema difficile a quella di sottoproblemi più semplici effettuando

Dettagli

Parte IV: Matrici totalmente unimodulari

Parte IV: Matrici totalmente unimodulari Parte IV: Matrici totalmente unimodulari Formulazioni Consideriamo il seguente problema di Knapsack 0-1 max (5x 1 + 2x 2 ) st 3x 1 + 4x 2 < 6 x {0,1} 2 Insiemi ammissibili F = {(0, 0), (0, 1), (1, 0)}

Dettagli

Problemi di Flusso: Il modello del Trasporto

Problemi di Flusso: Il modello del Trasporto Problemi di Flusso: Il modello del rasporto Andrea Scozzari a.a. 2014-2015 April 27, 2015 Andrea Scozzari (a.a. 2014-2015) Problemi di Flusso: Il modello del rasporto April 27, 2015 1 / 25 Problemi su

Dettagli

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1

2 OTTIMIZZAZIONE SU GRAFI. E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 2 OTTIMIZZAZIONE SU GRAFI E. Amaldi Fondamenti di R.O. Politecnico di Milano 1 Molti problemi decisionali possono essere formulati utilizzando il linguaggio della teoria dei grafi. Esempi: - problemi di

Dettagli

Esame di Ricerca Operativa del 04/07/17

Esame di Ricerca Operativa del 04/07/17 Esame di Ricerca Operativa del 0/0/ (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y + y +9 y y y

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare

Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla teoria della dualità in programmazione lineare L. De Giovanni G. Zambelli 1 Definizione del problema duale La teoria della dualità in programmazione

Dettagli

Teoria dei Giochi Prova del 30 Novembre 2012

Teoria dei Giochi Prova del 30 Novembre 2012 Cognome, Nome, Corso di Laurea, email: Teoria dei Giochi Prova del 30 Novembre 2012 Esercizio 1. Si consideri il seguente gioco. Il primo giocatore può scegliere un numero tra {3,4,8,16,38}; il secondo

Dettagli

5.1 Metodo Branch and Bound

5.1 Metodo Branch and Bound 5. Metodo Branch and Bound Si consideri il problema min{ c(x) : x X } Idea: Ricondurre la risoluzione di un problema difficile a quella di sottoproblemi più semplici effettuando una partizione (ricorsiva)

Dettagli

Problemi di Ottimizzazione

Problemi di Ottimizzazione Problemi di Ottimizzazione Obiettivo: misura della qualità di una soluzione. Vincoli: condizioni che devono essere soddisfatte per ottenere una soluzione ammissibile. Problema di Ottimizzazione: determina

Dettagli

RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola: Sesto appello 7/7/8 RICERCA OPERATIVA (a.a. 7/8) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL applicando l algoritmo del Simplesso Duale, per via algebrica, a partire dalla base B

Dettagli

PROVE D'ESAME 1994/95

PROVE D'ESAME 1994/95 PROVE D'ESAME 1994/9 PROVA PARZIALE DEL 21/11/94 1) Sia dato il seguente programma lineare: max 2 x 1 + 3 x 2 - x 3 s.t. 2 x 1 + 3 x 2 - x 3 2 x 1 + x 2 - x 3 4 x 1 - x 2 + x 3 1 x 1, x 2, x 3 0 a - Dire

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Algoritmi Golosi (Greedy) Maria Rita Di Berardini, Emanuela Merelli 1 1 Dipartimento di Matematica e Informatica Università di Camerino Problema della selezione di attività Problema: Sia S = {a 1, a 2,,

Dettagli

Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata. Luca Bertazzi

Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata. Luca Bertazzi Il problema del commesso viaggiatore: da Ulisse alla Logistica integrata Luca Bertazzi 0 3 Ulisse: da Troia a Itaca Troia Itaca 509 km Quale è stato invece il viaggio di Ulisse? Il viaggio di Ulisse Troia

Dettagli

COMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04

COMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04 COMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04 Esercizio 1 1)Dato il seguente problema di PL: max 2x 1 x 2 x 1 + x 2 2 x 1 + 2x 2 7 x 1 + x 2 1 x 1, x 2 0 trasformarlo in forma standard (2 punti) 2)

Dettagli

Problemi. sbj. x 0, x intero

Problemi. sbj. x 0, x intero Problemi Spiegare e dimostrare in quali intervalli di R la funzione arctan x è concava, convessa o nessuno dei due casi. Si ricordi che la derivata prima di arctan x è +x 2. Si codifichi in una formula

Dettagli

Gestione della produzione e della supply chain Logistica distributiva

Gestione della produzione e della supply chain Logistica distributiva Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione e Scienze Matematiche Università di Siena Convergenza dell algoritmo Se non

Dettagli

Laboratorio di Algoritmi e Strutture Dati

Laboratorio di Algoritmi e Strutture Dati Laboratorio di Algoritmi e Strutture Dati Docente: Camillo Fiorentini 8 gennaio 8 Il problema è simile all esercizio 5.6 del libro di testo di algoritmi (Introduzione agli algoritmi e strutture dati, T.

Dettagli

Esame di Ricerca Operativa del 30/06/14. max 4 x 1 7 x 2 x 1 +7 x 2 7 x 1 4 x 2 7 x 1 +5 x 2 5 x 1 x 2 5 x 2 1 x 1 +4 x 2 6

Esame di Ricerca Operativa del 30/06/14. max 4 x 1 7 x 2 x 1 +7 x 2 7 x 1 4 x 2 7 x 1 +5 x 2 5 x 1 x 2 5 x 2 1 x 1 +4 x 2 6 Esame di Ricerca Operativa del 0/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x 7 x x +7 x 7 x x 7 x + x x x x x

Dettagli

Esame di Ricerca Operativa del 22/01/18

Esame di Ricerca Operativa del 22/01/18 Esame di Ricerca Operativa del /0/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Un azienda informatica produce tre tipi di processori P, P, P nelle sedi S, S, S. La capacitá di produzione settimanale

Dettagli

Modelli di Programmazione Lineare. PRTLC - Modelli

Modelli di Programmazione Lineare. PRTLC - Modelli Modelli di Programmazione Lineare PRTLC - Modelli Schema delle esercitazioni Come ricavare la soluzione ottima Modelli Solver Come ricavare una stima dell ottimo Rilassamento continuo - generazione di

Dettagli

Problemi, istanze, soluzioni

Problemi, istanze, soluzioni lgoritmi e Strutture di Dati II 2 Problemi, istanze, soluzioni Un problema specifica una relazione matematica tra dati di ingresso e dati di uscita. Una istanza di un problema è formata dai dati di un

Dettagli

Parte II: Ottimalità, rilassamenti e bound

Parte II: Ottimalità, rilassamenti e bound Parte II: Ottimalità, rilassamenti e bound Ottimalità, rilassamenti e bound Consideriamo il seguente problema z * = max {c T x : x X, X {0,1} n } dove z* è il valore della soluzione ottima x*. Domanda:

Dettagli

Flusso a Costo Minimo

Flusso a Costo Minimo Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Flusso a Costo Minimo Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria Dal

Dettagli

Programmazione Lineare Intera: Piani di Taglio

Programmazione Lineare Intera: Piani di Taglio Programmazione Lineare Intera: Piani di Taglio Andrea Scozzari a.a. 2014-2015 April 22, 2015 Andrea Scozzari (a.a. 2014-2015) Programmazione Lineare Intera: Piani di Taglio April 22, 2015 1 / 23 Programmazione

Dettagli

Formulazioni. Consideriamo il seguente problema di Knapsack 0-1. max (5x x 2. ) st 3x x 2. < 6 x {0,1} 2

Formulazioni. Consideriamo il seguente problema di Knapsack 0-1. max (5x x 2. ) st 3x x 2. < 6 x {0,1} 2 Formulazioni Consideriamo il seguente problema di Knapsack 0-1 max (5x 1 + 2x 2 ) st 3x 1 + 4x 2 < 6 x {0,1} 2 Insiemi ammissibili F = {(0, 0), (0, 1), (1, 0)} Rappresentiamo sul piano gli insiemi ammissibili.

Dettagli

Il Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST)

Il Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST) Il Problema dell Albero Ricoprente Minimo (Shortest Spanning Tree - SST) È dato un grafo non orientato G=(V,E). Ad ogni arco e i E, i=1,,m, è associato un costo c i 0 7 14 4 10 9 11 8 12 6 13 5 17 3 2

Dettagli