AA Prova del 4 Dicembre 2012 Compito A

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "AA Prova del 4 Dicembre 2012 Compito A"

Transcript

1 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 una formulazione per minimizzare il numero di giorni di permanenza a Berlino, sapendo che: l escursione i ha una durata di d i ore, dove d = (3.2, 2.5, 4.5, 3, 4, 2.8, 4, 1.6, 2, 1.2, 3); alcune escursioni non possono essere fatte nella stessa giornata: le escursioni h e k sono incompatibili se sono collegate da un arco (v h, v k ) del grafo G = (V, E) in cui V = {v 1,..., v 11 } e E = {(v 1, v 3 ), (v 1, v 8 ), (v 2, v 7 ), (v 2, v 9 ), (v 2, v 10 ), (v 3, v 4 ), (v 3, v 5 ), (v 3, v 6 ), (v 3, v 8 ), (v 7, v 9 ), (v 7, v 10 ), (v 9, v 10 )}: ogni escursione deve essere prevista in uno (solo) dei giorni della visita; il soggiorno a Berlino deve durare almeno 3 giorni; ogni giornata deve avere escursioni per non più di 7 ore complessive, tranne il terzo giorno, in cui le ore dedicate alle escursioni non possono essere più di 4; nei primi due giorni di visita si deve fare una sola escursione tra la 5 e la 11; se l escursione 7 è prevista il primo giorno, allora la 3 non può essere fatta il secondo giorno. A.2). (10 punti) Si consideri il seguente problema P : min{cx : Ax 1, 0 x 1 e intero}, dove c = (2, 6, 3, 8, 5, 4, 9, 1) e A = Di che problema si tratta? Scrivere l enunciato del problema nel formato Dato... Trovare... Tale che..., elencando esplicitamente tutti i dati che vengono forniti sopra. Definire tutto ciò che serve per mettere a punto un algoritmo Greedy di tipo dinamico, giustificando le scelte. Applicare l algoritmo e sia S la soluzione risultante. Verificare se S è una soluzione ammissibile, e, se possibile, verificare se è ottima. Commentare. A.3). (6 punti) Sia consideri un problema di Knapsack in forma decisionale, definito su n oggetti e zaino di capacità b. Calcolare la lunghezza dell input L(X) per il problema dato, ossia il numero di bit che compongono l input; Che relazione lega n e b a L(X)?

2 Prova del 4 Dicembre 2012 Compito B B.1). (14 punti) A pochi giorni dalla sua inaugurazione, un nuovo supermercato ha il problema di sistemare i suoi 1000 prodotti in scaffali tutti uguali fra loro per altezza e lunghezza (5 metri). Scrivere una formulazione per minimizzare il numero di scaffali necessari per contenere tutti i prodotti, sapendo che: il prodotto i occuperà lo scaffale per l intera altezza, e per l i metri di lunghezza, per i = 1,..., 1000; per motivi organizzativi e/o igienici alcuni prodotti non possono essere assegnati allo stesso scaffale o a scaffali che si affacciano sullo stesso corridoio (sul corridoio 1si affacciano gli scaffali 1 e 2, sul corridoio 2 si affacciano gli scaffali 3 e 4, e così via): i prodotti h e k sono incompatibili se la coppia (h, k) è presente in un elenco E stilato dal gestore del supermercato ogni prodotto deve trovare posto in un solo scaffale; la lunghezza totale dei prodotti assegnati a uno stesso scaffale non può superare la lunghezza massima dello scaffale stesso; si devono utilizzare almeno 6 scaffali; nei primi due scaffali ci deve essere uno solo tra i prodotti 6, 60, e 121; se il prodotto 12 viene assegnato allo scaffale 5 allora il prodotto 103 non deve essere assegnato a nessuno degli scaffali che si affacciano sul corridoio 2. B.2). (10 punti) Si consideri un problema di tsp su un grafo G = (V, E) di n = 8 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: L = E necessario completare la matrice con dei valori numerici negli elementi sulla diagonale, nell ipotesi che il grafo non contenga gli archi corrispondenti? Se sì, quali? Giustificare la risposta. Sia S una soluzione ammissibile. Quali operazioni possono essere consentite per ottenere l intorno I(S)? E quanto vale I(S)? Come si chiama l algoritmo di Ricerca Locale che deriva dalla definizione di intorno appena scelta? Sia S 0 il ciclo che visita, nell ordine, i nodi ( 7). Mostrare lo svolgimento di due iterazioni dell algoritmo di Ricerca Locale definito al punto precedente, a partire dalla soluzione S 0. Si può affermare a priori e con certezza che la soluzione S determinata dall algoritmo: è ammissibile? è 2-approssimata? è ottima? Motivare le risposte. B.3). (6 punti) Si consideri un problema P definito su un grafo con n nodi, per la cui risoluzione si ha a disposizione un algoritmo A di complessità O(n 3 ). Si supponga inoltre di avere a disposizione un calcolatore che effettua di operazioni elementari al secondo. Se lanciamo il nostro algoritmo alle 10:00 siamo sicuri di ottenere la soluzione al problema P per un grafo con n = 4000 nodi entro le 17:00? Giustificare adeguatamente la risposta.

3 Prova del 4 Dicembre 2012 Compito C C.1). (14 punti) Un vivaio sta decidendo per una risistemazione dei suoi filari delle piante in vasi da 18 e di quelle in vasi da 26 cm. Il vivaio commercia 350 varietà, e il numero delle piante della varietà i è indicato con n i, per i = 1,..., 350. Scrivere una formulazione che aiuti il proprietario del vivaio a minimizzare il numero di filari, sapendo che: differenti esigenze di esposizione e innaffiamento fanno sì che alcune varietà non possano essere assegnate allo stesso filare: il proprietario del vivaio ha elaborato una matrice quadrata M = [m i,j ] in cui il generico elemento m i,j vale 1 se e solo se la varietà i non deve stare nello stesso filare della varietà j. ogni varietà deve trovare posto in esattamente un filare; devono esserci almeno 3 filari; ogni filare può ospitare al massimo 45 vasi (da 18 o da 26 cm indifferentemente); le prime 100 varietà devono essere assegnate a filari esposti al sole, che sono quelli indicati dagli indici da 1 a 20; al filare 22 deve essere assegnata una sola tra le varietà 40 e 60; a causa del volume delle piante delle varietà 36 e 82, e della posizione del filare 11, se la varietà 82 è assegnata al filare 11 allora la varietà 36 non può essere assegnata al filare 12. C.2). (10 punti) Si consideri il seguente problema P : max{cx : wx b, 0 x 1 e intero}, dove c = (3, 7, 4, 6, 1, 8), w = (7, 5, 3, 2, 5, 1), e b = 16. Di che problema si tratta? Scrivere l enunciato del problema nel formato Dato... Trovare... Tale che..., elencando esplicitamente tutti i dati che vengono forniti sopra. Determinare una soluzione ottima S e il suo valore c(s ) senza usare, se possibile, un algoritmo di Ricerca Esaustiva. Motivare le scelte. Si può affermare a priori e con certezza che S è ammissibile? Determinare nel modo più efficiente possibile una soluzione S 1 ottima e il suo valore c(s 1) nel caso in cui b = b 1 = 12, e nel caso in cui b = b 2 = 17. Spiegare adeguatamente. C.3). (6 punti) Si considerino i punti A = (5, 10, 3), B = (6, 7, 6), (1, 7, 9) dello spazio R 3. Che cosa si intende per combinazione convessa? Verificare analiticamente se il punto D = (9, 2, 8) si può ottenere come combinazione convessa dei punti dati. In caso di risposta positiva, dire quanti sono i parametri λ i da determinare e quale è il valore di ciascuno di essi, altrimenti dire se è possibile sapere a quale dei 3 punti dati D è più vicino.

4 Prova del 4 Dicembre 2012 Compito D D.1). (14 punti) Il docente di un Master vuole organizzare un esercitazione. Per questo motivo ha bisogno di dividere i suoi 100 studenti in squadre omogenee dal punto di vista delle competenze sull argomento. Scrivere una formulazione per minimizzare il numero di squadre, sapendo che: c i indica le competenze dello studente i sull argomento dell esercitazione, per i = 1,..., 100; è opportuno che alcuni studenti, molto affiatati tra loro, vengano assegnati a squadre diverse; il docente ha già pronto un elenco E delle coppie (i, j) degli studenti che vanno separati; ogni studente deve far parte di una (sola) squadra; ogni squadra deve essere formata da almeno 14 e da non più di 25 studenti, tranne la terza che, per il ruolo che dovrà svolgere, deve essere formata da 6 studenti; devono esserci almeno 4 squadre; lo studente 5 e il 27 devono stare in una stessa squadra; se lo studente 15 viene assegnato alla prima squadra, lo studente 33 non può essere essere asseganto alla seconda. D.2). (10 punti) Si consideri un problema di tsp su un grafo G = (V, E) di n = 8 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: L = E necessario completare la matrice con dei valori numerici negli elementi della diagonale nell ipotesi che il grafo non contenga gli archi corrispondenti? Se sì, quali? Giustificare la risposta. Si applichi l algoritmo di Chrisotfides a partire, però da un albero ricoprente T che non abbia necessariamente costo minimo, e che abbia al più 5 nodi a grado dispari. Sia C la soluzione determinata e sia l(c) il suo costo. Indichiamo con C una soluzione ottima, e con l(c ) il suo costo. Possiamo affermare a priori e con certezza che: C è ammissibile? C è 2-approssimata? C è ottima? l(t ) l(c )? D.3). (6 punti) Si consider il seguente problema di Knapsack max{ 8 i=1 c ix i ; 8 i=1 w ix i 46; 0 x 1 e intero}, dove c = (3, 2, 5, 7, 4, 2, 1, 2). Scrivere il problema in forma di decisione. Si può affermare che 0 è un Lower Bound per il problema e che 8 i=1 c i è un Upper Bound per il problema? Determinare il Lower Bound e l Upper Bound che si ottengono dopo 3 passi di Ricerca Binaria, se le risposte ottenute sono, nell ordine, si, no, no.

5 Prova del 12 Febbraio ). (12 punti) Scrivere una formulazione per decidere l istante di inizio di n = 7 attività A, B,..., G nell ottica di minimizzare l istante in cui tutte le attività sono state completate, sapendo che: la loro durata, nell ordine, è (5, 7, 3, 4, 2, 2, 6); tra alcune attività vi sono dei vincoli di precedenza, che sono riassunti nel grafo orientato G = (V, W ), dove V = {A,..., G}, W = {(A, E), (E, B), (E, C), (E, D), (G, B)}, e un arco orientato (h, k) indica che l attività h deve precedere l attività k; le attività non si devono sovrapporre nel tempo, ad eccezione delle attività B e C che possono essere svolte contemporaneamente; l attività E deve essere eseguita per seconda; se l attività B precede la C o la C precede la D, allora la F deve seguire la E. 2). (12 punti) Determinare la soluzione ottima del seguente PLI applicando il Branch&Bound commentando bene ogni scelta, l ordine con cui vengono affrontati i vari problemi, le modalità per l aggiornamento dei Lower e Upper Bound dei problemi, e i motivi che permettono di chiudere i problemi generati. max z = 5x 1 + x 2 3x 1 + 2x 2 8 5x 1 + 2x x 1 + x 2 22 x 1 4x 2 4 x 1, x 2 0 e intere 3). (6 punti) Si hanno a disposizione due calcolatori, P C 1 e P C 2, che è volte più veloce di P C 1, e un algoritmo A di complessità O(n 2 ) per la risoluzione di un problema P su un grafo G con n nodi. Si immagini di applicare l algoritmo A all istanza G 1 con n 1 nodi su P C 1 e all istanza G 2 con n 2 nodi su P C 2. Quanto deve valere il rapporto n2 n 1 affinché i due calcolatori completino l esecuzione dell algoritmo contemporaneamente se hanno incominciato la sua esecuzione nello stesso istante?

6 Prova del 5 Luglio ). (12 punti) Sette carichi diversi, divisibili, ciascuno di peso p i kg dove p = [60, 120, 135, 80, 75, 140, 30] devono essere stipati in alcuni container. Ogni container ha una capacità massima C = 180 kg e costo Q = 1000 euro. Ogni kg del generico carico i caricato in un container produce un guadagno pari a g i, diverso a seconda del tipo di carico, come indicato dal vettore g = [20, 30, 10, 10, 15, 40, 50]. Scrivere una formulazione di Programmazione Lineare Intera per il problema sopra descritto nell ottica di massimizzare la differenza tra i guadagni determinati dai kg di ogni carico stipati nei container ed il costo di acquisto dei container, sapendo che in ciascun container non possono essere stipati più di due carichi diversi tra loro. 2). (10 punti) Si consideri il seguente problema P max z = 8x 1 + 3x 2 5x 3 + 2x 4 6x 1 + 4x 2 + 4x 3 x x 1 e intero Calcolare il valore del Bound B che si ottiene con il Rilassamento Lagrangiano, Indicando con z il valore di z all ottimo, si può affermare che B z? Spiegare. Quali delle seguenti affermazioni sono vere? Giustificare le risposte date. a) Il problema P può essere risolto applicando l algoritmo di Programmazione Dinamica per Knapsack così come è; b) Il problema P può essere risolto applicando l algoritmo di Programmazione Dinamica per Knapsack solo se si apporta qualche modifica all algoritmo e/o qualche *opportuna* modifica alla formulazione (in tal caso spiegare quali modifiche); b) Il problema P non può essere risolto applicando l algoritmo di Programmazione Dinamica per Knapsack neanche se si apporta qualche modifica. Calcolare (se possibile) il valore del Duality Gap. 3). (8 punti) Determinare una soluzione approssimata (grado di approssimazione scelto a piacere) per un problema di TSP definito su un grafo completo di 7 nodi in cui ciascun arco orientato (i, j) ha costo 2i + j. Commentare bene.

7 Prova del 17 Luglio ). (12 punti) Si considerino 7 attività, la i-esima delle quali ha durata d i, dove d = (13, 61, 24, 18, 47, 21, 13) e sia dato il grafo orientato G = (V, E) dove V = {v 1,..., v 7 } e E = {(v 1, v 3 ), (v 2, v 3 ), (v 4, v 6 ), (v 6, v 5 ), (v 7, v 3 )} (la notazione (v i, v j ) indica l arco orientato da v j a v j ). Si sa inoltre che: solo l attività 4 può (e non deve necessariamente) essere svolta in parallelo a tutte le altre, tranne la 6; il generico arco (v i, v j ) del grafo G indica che l attività i deve precedere l attività j; l attività 3 deve essere la terza nell ordine; l attività 4 deve incominciare al minuto 45 o al minuto 106; se l attività 3 precede la 6, allora l attività 5 deve precedere la 1. Scrivere una formulazione pli per determinare l istante di inizio di ciascuna attività, nell ottica di voler minimizzare l istante in cui vengono completati tutti i lavori. 2). (12 punti) Sia dato il seguente problema max z = 28x x 2 15x x 4 25x 5 s.t. 11x x x 3 8x x x x x 3 37x x 2 e intero Descrivere tutto quello che serve per poter mettere a punto un algoritmo Greedy per la sua risoluzione. Si può affermare a priori che la soluzione che l algoritmo determinerà è ottima per il problema? Perché?... è una soluzione 3/2-approssimata per il problema? Perché?... è ammissibile per il problema? Perché?... non è detto che sia ammissibile per il problema? Perché? Applicare l algoritmo Greedy come impostato nella risposta al primo punto e determinare una soluzione S al problema. 3). (6 punti) Determinare tre diversi Lower Bound (non banali) per il problema del Minimo Node Cover sul grafo G = (V, E) di 16 nodi in cui gli archi sono tutti e soli quelli contenuti nei seguenti grafi: un cammino che collega, nell ordine, i nodi v 12, v 5, v 16, v 4, v 10, v 6, una stella di centro v 13 e che comprende i nodi v 6, v 8, v 1, v 11, v 14, v 15, un ciclo che attraversa, nell ordine, i nodi v 4, v 3, v 2, v 9, il cammino v 2, v 7 e il cammino v 9, v 10. Commentare bene.

8 Prova dell 11 Settembre ). (10 punti) Scrivere per esteso una formulazione pli per determinare un sottoinsieme indipendente di nodi che abbia massima cardinalità nel grafo G = ({v 1,..., v 8 }; E) sapendo che E = E 1 E 2 {(v 2, v 6 )} dove E 1 è l insieme degli archi del sottografo completo definito sui nodi {v 1, v 3, v 6 }, e E 2 è l insieme degli archi del sottografo completo definito sui nodi {v 2, v 4, v 5, v 7, v 8 } (si definisce indipendente un sottoinsieme di nodi nessuno dei quali è collegato a un altro nodo del sottoinsieme). 2). (14 punti) Sia consideri un grafo G = (V, E) definito su V = 10 nodi, pesato sugli archi. Il generico arco (i, j) ha lunghezza d i,j, indicata dal corrispondente elemento della matrice simmetrica (viene indicata solo la parte triangolare superiore, e in tale zona la mancanza di un elemento indica che l arco corrispondente non fa parte del grafo). v 1 v 2 v 3 v 4 v 5 v 6 v 7 v 8 v 9 v 10 v v v v v v v v 8 4 v 9 4 v 10 Scrivere l enunciato del problema di Partizione Uniforme di Grafi (ugp) Definire con chiarezza tutto quello che è necessario per applicare un algoritmo di Ricerca Locale all istanza di ugp definita sul grafo G dato considerando come soluzione iniziale la partizione S 0 che separa i nodi di indice dispari da quelli di indice pari. Applicare, se possibile, 2 iterazioni dell algoritmo di Ricerca Locale appena definito, ottenendo le soluzioni S 1 e S 2. Indicando con c(s) il costo di una generica soluzione S, possiamo affermare che si verifica sempre c(s 0 ) < c(s 1 ) < c(s 2 )? Giustificare la risposta. Se, invece, non è stato possibile applicare 2 iterazioni dell algoritmo di Ricerca Locale definito sopra, spiegare il motivo di tale impossibilità, e scrivere che relazione lega i costi delle soluzioni S 0 e S 1. 3). (6 punti) Il programma P i risolve un problema π i su un grafo G i con n i nodi, per i = 1, 2. I due programmi vengono mandati in esecuzione alla stessa ora su due computer identici. P 1 è basato su un algoritmo di complessità computazionale O(n 3 ), mentre P 2 è basato su un algoritmo O(n 4 ). Se n 1 = 250 quanto deve valere n 2 perché i due programmi terminino nello stesso istante?

9 cfu Prova del 25 Settembre ). (14 punti) I nodi di un grafo completo K 24 rappresentano gli edifici di un piccolo paese. Il peso d i,j assegnato al generico arco (v i, v j ) rappresenta la lunghezza del percorso tra gli edifici corrispondenti ai suoi estremi. L amministrazione comunale ha individuato un insieme S = {v 3, v 7, v 9, v 10, v 19, v 20, v 23 } di nodi/edifici in cui sistemare uno studio medico con annesso servizio di Pronto Soccorso, la sede dei Vigili Urbani, e un piccolo ufficio postale. Sapendo che: le tre attività citate devono tutte trovare una sede, distinta dalle altre; la distanza dello studio medico dal nodo v 6 (che è l abitazione del medico) deve essere inferiore a 5500 (metri); se i Vigili Urbani vengono assegnati all edificio v 3, allora lo studio medico non deve trovarsi nell edificio v 19 ; Scrivere una formulazione per decidere in quale edificio, tra quelli di S, sistemare le tre attività citate in modo tale che sia minimizzata la somma delle distanze tra ogni nodo e quei nodi di S che ospitano tali attività. 2). (10 punti) Si consideri il problema min{cx : Ax 1, 0 x 1 e intero}, dove c = (3, 7, 6, 5, 6, 4, 4, 9, 2, 8) e A è la matrice indicata di seguito Di che problema si tratta? Scrivere l enunciato nel formato Dato... Trovare... Tale che.... Descrivere con precisione tutto quello che serve per poter definire un algoritmo Greedy. Applicare tale algoritmo per risolvere il problema dato, e indicare con S la soluzione determinata. Verificare se S è ammissibile. Se applicassimo un algoritmo di Ricerca Locale a partire da S possiamo affermare con certezza che troveremmo una soluzione S migliore di S? 3). (6 punti) Di un problema di minimizzazione P così definito z = min{cx : Ax b, x 0} si sa che il valore della soluzione ottima è compreso tra 40 e 104. Scrivere l enunciato del corrispondente problema di decisione D. Abbiamo a disposizione un software S che è in grado di risolvere D. Di quali dati ha bisogno tale software? Si può utilizzare S per determinare due valori l e u tali che l z u e u l < 16? Se sì, determinare quante volte mandiamo in esecuzione S, e con quali valori di input; altrimenti commentare perché S non serve al nostro scopo.

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 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

Nome Cognome... Firma...

Nome Cognome... Firma... 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

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

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

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

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

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

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

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

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

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

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

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

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

Ottimizzazione Combinatoria e Reti (a.a. 2007/08)

Ottimizzazione Combinatoria e Reti (a.a. 2007/08) o Appello 6/07/008 Ottimizzazione Combinatoria e Reti (a.a. 007/08) Nome Cognome: Matricola: ) Dopo avere finalmente superato l esame di Ricerca Operativa, Tommaso è pronto per partire in vacanza. Tommaso

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

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

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

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

Esame di Ricerca Operativa. max 14 x x 2 5 x 1 3 x x 1 3 x x x 2 16 x x x 1 x 2 15 x x 2 41

Esame di Ricerca Operativa. max 14 x x 2 5 x 1 3 x x 1 3 x x x 2 16 x x x 1 x 2 15 x x 2 41 Esame di Ricerca Operativa (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + 8 x x 3 x x 3 x x + 3 x x + x x x x +

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

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

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

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

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

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

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

Esame di Ricerca Operativa del 16/02/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 16/02/15. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: Esame di Ricerca Operativa del /0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y + y +0 y +0 y +y + y y y +y y y y

Dettagli

Esame di Ricerca Operativa del 23/02/17

Esame di Ricerca Operativa del 23/02/17 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 +0 y + y y y

Dettagli

ESERCIZI SULLA TECNICA Greedy

ESERCIZI SULLA TECNICA Greedy ESERCIZI SULLA TECNICA Greedy 1. [FILE] Si supponga di avere n files di lunghezze l 1,..., l n (interi positivi) che bisogna memorizzare su un disco di capacità data D. Si assuma che la somma delle lunghezze

Dettagli

Esame di Ricerca Operativa del 15/01/19. max 6 x 1 x 2 6 x x x 1 +2 x x 1 3 x x 1 4 x x 1 +2 x x 1 x 2 19

Esame di Ricerca Operativa del 15/01/19. max 6 x 1 x 2 6 x x x 1 +2 x x 1 3 x x 1 4 x x 1 +2 x x 1 x 2 19 Esame di Ricerca Operativa del /0/9 Cognome) Nome) Numero di Matricola) Esercizio. Effettuare due iterazioni dell algoritmo del simplesso primale: max x x x + x x + x 8 x x x x x + x x x 9 passo {,} passo

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

Esame di Ricerca Operativa del 11/02/2015

Esame di Ricerca Operativa del 11/02/2015 Esame di Ricerca Operativa del /0/0 (Cognome) (Nome) (Matricola) Esercizio. Un azienda produce tipi di TV (, 0, 0 e pollici) ed è divisa in stabilimenti (A e B). L azienda dispone di 0 operai in A e 0

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

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

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

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

Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A

Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A Nome... Cognome... 1 Prova in itinere di Metodi di Ottimizzazione AA 2007/2008: compito A Un rinomato biscottificio italiano dispone di tre stabilimenti, ubicati nelle città di Ancona, Belluno e Catanzaro

Dettagli

Esame di Ricerca Operativa del 23/02/16. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 23/02/16. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: Esame di Ricerca Operativa del /0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x +x x x x +x x +x x x x + x Base

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

min det det Allora è unimodulare se e solo se det 1, 1, 0 per ogni sottomatrice quadrata di di qualsiasi dimensione.

min det det Allora è unimodulare se e solo se det 1, 1, 0 per ogni sottomatrice quadrata di di qualsiasi dimensione. Se è unimodulare e è intero allora il poliedro 0 ha vertici interi. Sia un vertice di Per definizione esiste allora una base di tale che, 0 Poiché è non singolare ( invertibile det 0) si ha che det 1 è

Dettagli

Esame di Ricerca Operativa del 15/09/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 15/09/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: Esame di Ricerca Operativa del /09/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x x x x x x x x +x 9 x + x 8 x +x Base

Dettagli

città

città Esercitazione 11-4-18 Esercizio 1. Si consideri il problema di trovare il ciclo hamiltoniano di costo minimo su una rete di 5 città, le cui distanze reciproche sono indicate in tabella: città 2 3 4 5 1

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

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

Metodi e Modelli per l Ottimizzazione Combinatoria Problema dell assegnamento e matrici totalmente unimodulari

Metodi e Modelli per l Ottimizzazione Combinatoria Problema dell assegnamento e matrici totalmente unimodulari Metodi e Modelli per l Ottimizzazione Combinatoria Problema dell assegnamento e matrici totalmente unimodulari L. De Giovanni G. Zambelli 1 Problema dell assegnamento Sia dato un grafo non orientato bipartito

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

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

Esame di Ricerca Operativa del 11/07/2016

Esame di Ricerca Operativa del 11/07/2016 Esame di Ricerca Operativa del /0/01 (Cognome) (Nome) (Matricola) Esercizio 1. Un erboristeria vuole produrre una nuova tisana utilizzando tipi di tisane già in commercio. Tali tisane sono per lo più composte

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

Esame di Ricerca Operativa del 06/02/17

Esame di Ricerca Operativa del 06/02/17 Esame di Ricerca Operativa del 0/0/7 (Cognome) (Nome) (Numero d Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max 7 x x x x x x x + x x x 0 x

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

Esame di Ricerca Operativa del 21/07/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 21/07/14. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: Esame di Ricerca Operativa del /0/ (Cognome) (Nome) (Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y + y y y +y + y +y

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 06/02/17

Esame di Ricerca Operativa del 06/02/17 Esame di Ricerca Operativa del 0/0/ (Cognome) (Nome) (Numero d Matricola) Esercizio. Uno studente vuole definire un piano di studio settimanale per preparare gli esami A, B e C, massimizzando le ore (h)

Dettagli

Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities

Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities L. De Giovanni M. Di Summa In questa lezione introdurremo una classe di disuguaglianze, dette cover inequalities, che permettono di

Dettagli

Esercitazione 3. Osserviamo che, dato un grafo con pesi distinti, questo ammette un unico MST.

Esercitazione 3. Osserviamo che, dato un grafo con pesi distinti, questo ammette un unico MST. Esercitazione 3 Problema 6: Sia G = (V, E) un grafo con pesi distinti sugli archi ed e E un arco di G. Progettare un algoritmo lineare in grado di determinare se esiste un MST di G che contiene l arco

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

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

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

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

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

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

Esame di Ricerca Operativa del 28/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 28/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: Esame di Ricerca Operativa del 8/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y y + y + y + y +8 y + y y y +y +y

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

Esame di Ricerca Operativa del 16/01/18. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 16/01/18. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: Esame di Ricerca Operativa del /0/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: min y +9 y +9 y + y +y +0 y y +

Dettagli

Progettazione di Algoritmi

Progettazione di Algoritmi Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 06/07/2016 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via

Dettagli

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 1)

RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 1) RICERCA OPERATIVA Tema d esame del 04/12/2008 (Simulazione 1) COGNOME: NOME: MATRICOLA: 1. Un azienda meccanica deve pianificare il lavoro delle sue tre macchine per un dato giorno. I lotti che è possibile

Dettagli

Soluzioni della settima esercitazione di Algoritmi 1

Soluzioni della settima esercitazione di Algoritmi 1 Soluzioni della settima esercitazione di Algoritmi 1 Beniamino Accattoli 19 dicembre 2007 1 Grafi Un grafo è non orientato se descrivendo un arco come una coppia di vertici (i,j) l ordine è ininfluente

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

Esame di Ricerca Operativa del 12/02/18. P 1 P 2 P 3 P 4 P 5 P 6 Peso bagaglio km di viaggio

Esame di Ricerca Operativa del 12/02/18. P 1 P 2 P 3 P 4 P 5 P 6 Peso bagaglio km di viaggio Esame di Ricerca Operativa del /0/8 (Cognome) (Nome) (Numero di Matricola) Esercizio. L autista di un taxi puo trasportare al massimo persone richiedendo a ciascuna Euro a km per il viaggio. Fanno richiesta

Dettagli

Teoria dei Grafi Elementi di base della Teoria dei Grafi

Teoria dei Grafi Elementi di base della Teoria dei Grafi L. Pallottino, Sistemi Robotici Distribuiti - Versione del 4 Marzo 2015 42 Teoria dei Grafi Elementi di base della Teoria dei Grafi Definizione 1. Un grafo G = (V, E) è composto da un insieme finito di

Dettagli

AMPL Problemi su Reti

AMPL Problemi su Reti Dipartimento di Matematica Università di Padova Corso di Laurea Informatica Outline Problemi su Reti Cammino Minimo Molti problemi di ottimizzazione combinatoria possono essere modellati ricorrendo ai

Dettagli

RICERCA OPERATIVA (a.a. 2016/17) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2016/17) Nome: Cognome: Matricola: Secondo appello //0 RICERCA OPERATIVA (a.a. 0/) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL max x x x x x + x x x per via algebrica, mediante l algoritmo del Simplesso Primale a partire

Dettagli

RICERCA OPERATIVA (a.a. 2018/19) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2018/19) Nome: Cognome: Matricola: Primo appello //9 RICERCA OPERATIVA (a.a. /9) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL max x + x x + x x + x x x x x applicando l algoritmo del Simplesso Primale, per via algebrica,

Dettagli

ESERCIZI SULLA TECNICA BACKTRACKING e BRANCH & BOUND

ESERCIZI SULLA TECNICA BACKTRACKING e BRANCH & BOUND ESERCIZI SULLA TECNICA BACKTRACKING e BRANCH & BOUND 1. [ STRINGHE] Scrivere in pseudo-codice una procedura che, preso in input un intero n, stampi tutte le stringhe di lunghezza minore o uguale ad n sull

Dettagli

Programmazione Dinamica (PD)

Programmazione Dinamica (PD) Programmazione Dinamica (PD) Altra tecnica per risolvere problemi di ottimizzazione, piu generale degli algoritmi greedy La programmazione dinamica risolve un problema di ottimizzazione componendo le soluzioni

Dettagli

Introduzione ai grafi. Introduzione ai grafi p. 1/2

Introduzione ai grafi. Introduzione ai grafi p. 1/2 Introduzione ai grafi Introduzione ai grafi p. 1/2 Grafi Un grafo G é costituito da una coppia di insiemi (V,A) dove V é detto insieme dei nodi e A é detto insieme di archi ed é un sottinsieme di tutte

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

Esame di Ricerca Operativa del 08/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 08/01/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: Esame di Ricerca Operativa del 08/0/ Cognome) Nome) Corso di laurea) Esercizio. Completare la seguente tabella considerando il problema di programmazione lineare: max x + x x +x x x 0 x + x x x 8 x x 8

Dettagli

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena

Gestione della produzione e della supply chain Logistica distributiva. Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Gestione della produzione e della supply chain Logistica distributiva Paolo Detti Dipartimento di Ingegneria dell Informazione Università di Siena Un algoritmo per il flusso a costo minimo: il simplesso

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

Capitolo 3: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano

Capitolo 3: Ottimizzazione Discreta. E. Amaldi DEI, Politecnico di Milano Capitolo 3: Ottimizzazione Discreta E. Amaldi DEI, Politecnico di Milano 3.1 Modelli di PLI e PLMI Moltissimi problemi decisionali complessi possono essere formulati come problemi di Programmazione Lineare

Dettagli

Introduzione ai grafi. Introduzione ai grafi p. 1/2

Introduzione ai grafi. Introduzione ai grafi p. 1/2 Introduzione ai grafi Introduzione ai grafi p. 1/2 Grafi Un grafo G è costituito da una coppia di insiemi (V,A) dove V è detto insieme dei nodi e A è detto insieme di archi ed è un sottinsieme di tutte

Dettagli

RICERCA OPERATIVA (9 cfu)

RICERCA OPERATIVA (9 cfu) a PROVA scritta di RICERCA OPERATIVA (9 cfu) gennaio Cognome Nome Ai fini della pubblicazione (cartacea e elettronica) del risultato ottenuto nella prova di esame, autorizzo al trattamento dei miei dati

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

Esercizi Union-Find e su Grafi. Ugo Vaccaro

Esercizi Union-Find e su Grafi. Ugo Vaccaro Progettazione di Algoritmi Anno Accademico 0 07 Esercizi Union-Find e su Grafi. Ugo Vaccaro. Esercizio: Scrivere pseudocodice per Make-Set, Union, e Find-Set usando la rappresentazione attraverso liste

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

Prova Scritta di RICERCA OPERATIVA. 13 Gen. 2003

Prova Scritta di RICERCA OPERATIVA. 13 Gen. 2003 Prova Scritta di RICERCA OPERATIVA 13 Gen. 003 Nome e Cognome: Esercizio 1. ( 6 punti ) Una azienda agricola coltiva mais e alleva vitelli, usando tre diversi procedimenti. Con il primo procedimento vengono

Dettagli

Esame di Ricerca Operativa del 10/09/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 10/09/13. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare: 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 x x + x 8 x +x x x x x x x x Base

Dettagli

RICERCA OPERATIVA (a.a. 2008/09) Nome: Cognome: Matricola:

RICERCA OPERATIVA (a.a. 2008/09) Nome: Cognome: Matricola: o Appello /09/009 RICERCA OPERATIVA (a.a. 008/09) Nome: Cognome: Matricola: ) Si applichi l algoritmo di Kruskal per determinare un albero di copertura di costo minimo sul grafo in figura. Per ogni iterazione

Dettagli

Poliedri e formulazioni

Poliedri e formulazioni Poliedri e formulazioni Def.: Un poliedro P R n è l insieme dei punti che soddisfano un numero finito di disequazioni lineari, ossia P = {x R n : Ax b} dove A è una matrice di dimensioni m n e b è un vettore

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

Esame di Ricerca Operativa del 17/01/17. Esercizio 1. Completare la seguente tabella considerando il problema di programmazione lineare:

Esame di Ricerca Operativa del 17/01/17. 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 8 y y + y + y + y + y +0 y y +y

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