2. Una volta decise le risposte riportatele sull apposito foglio allegato.

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "2. Una volta decise le risposte riportatele sull apposito foglio allegato."

Transcript

1 Prova scritta di Modelli e algoritmi della logistica - (A) LAUREA in INGEGNERIA GESTIONALE (Specialistica in Informatica, Automatica, Telecomunicazioni) aprile 8 (A) Istruzioni. Usate i fogli bianchi allegati per calcoli, ragionamenti e quanto altro reputiate necessario fare per rispondere ai gruppi di domande che seguono.. Una volta decise le risposte riportatele sull apposito foglio allegato.. Ricordatevi di scrivere su tale foglio il vostro nome e cognome (i fogli senza nome e cognome saranno cestinati e dovrete ripetere l esame in un altra sessione).. Avete un ora esatta di tempo per svolgere gli esercizi. Al termine della quale, dovrete alzarvi e uscire compostamente dall aula, lasciando tutti i fogli ricevuti (testo, risposte e brutta) sul banco. 5. Per essere ammessi alla seconda parte dell esame è necessario rispondere correttamente ad almeno 5 domande. Il punteggio conseguito in questa prova è pari al numero di risposte esatte 6. ATTENZIONE. Durante la prova di esame: Non è possibile parlare, per nessuna ragione, con i vostri colleghi. Non è possibile allontanarsi dall aula. Non si possono usare telefoni cellulari Non si possono usare calcolatrici, palmari o simili Non è possibile usare dispense, libri o appunti. Chi contravviene anche a una sola di queste regole dovrà ripetere la prova di esame in altro appello.

2 sia P una formulazione di un problema di PL di minimizzazione con insieme delle soluzioni ammissibili S e sia c il vettore dei costi. Sia x la soluzione ottima del rilassamento lineare definito dalla formulazione P e sia y la soluzione ottima del problema di PL. Analogamente, sia P una formulazione di un problema di PL di minimizzazione con insieme delle soluzioni ammissibili S e sia c il vettore dei costi, x la soluzione ottima del rilassamento lineare definito dalla formulazione P e y la soluzione ottima del problema di PL.. P P è una formulazione per S S.. P P è una formulazione per S S. P P in genere non è un poliedro e quindi non è una formulazione.. se c T x >c T x allora c T y >c T y.. se c T y >c T y allora c T x >c T x. 5. se P e P sono ottime e c T x >c T x allora c T y >c T y. Siano P R e P R i due poliedri seguenti e (P ) (P ) x = x = x x / x / 6. P non è una formulazione di PL P è un poliedro. 7. P è una formulazione ottima. I suoi vertici (uno solo) sono punti, 8. P e P sono due formulazioni dello stesso problema di PL. {, } n P = {, } n P.

3 9. P è una formulazione ottima. sia dato un problema di ottimizzazione combinatoria (di minimizzazione) con funzione obiettivo lineare e con insieme base {,,, }. Siano c i costi degli elementi e F la famiglia delle soluzioni ammissibili così descritti: c = ( 8, 7, 7, 5) F = {F = {,, },F = {, },F = {, },F = {, }} Sia inoltre dato il seguente sistema d intorni: N (F )={F }, N (F )={F }, N (F )={F }, N (F )={}.. La ricerca locale con input F termina con la soluzione ottima Termina con F, mentre la soluzione ottima è F (di valore -5). Qualunque sia la soluzione iniziale, la ricerca locale non potrà terminare con la soluzione ottima. Se la soluzione iniziale è F la ricerca locale termina in F.. L intorno greedy di F e l intorno greedy di F coincidono. Contiene la sola soluzione F.. N (F ) è l intorno scambio di F. L intorno scambio è {F,F }. sia dato il vincolo di knapsack x +x x.. {, } è un cover 5. il vincolo x + x è una disequazione cover. La disequazione cover è x x. 6. il vincolo x + x è una disequazione cover. {, } non è un cover. 7. il punto (/,, /) appartiene alla formulazione cover. Viola la disequazione x x. Sia P la formulazione ottima del problema del grafo s t connesso associato al seguente grafo G(V,E): La soluzione del corrente problema core è mostrata in Figura.

4 s / / / / / t G(V,E) Figura : 8. l oracolo di separazione non produce vincoli violati. 9. il grafo orientato H(V,A) rappresentato in Figura (ove l intero sull arco è la sua capacità) è quello associato dall oracolo di separazione dei tagli violati al grafo e alla soluzione rappresentati in Figura. A ogni arco originale deve corrispondere una coppia di archi. s / / / / / t H(V,A) Figura : Figura B sia L = {P,P } la lista dei problemi attivi durante una fase dell esecuzione dell algoritmo di Branch&Bound applicato ad un problema di PL di minimizzazione. Il valore dell incombente sia. Supponiamo che, una volta risolti i problemi nella lista, i valori dei lower bound siano L =,L =. Sia P il primo problema estratto dalla lista e sia P il secondo. Supponiamo inoltre che la soluzione del rilassamento di P sia a componenti {, }, mentre la soluzione di P contiene qualche componente non intera.. viene eliminato P dalla lista aggiornando il valore dell incombente. viene eliminato P dalla lista aggiornando il valore dell incombente.. dopo l eliminazione di P il metodo del branch and bound termina senza risolvere ulteriori problemi.

5 MODELLI E ALGORITMI DELLA LOGISTICA Risposte Esatte: Cognome Nome PER OGNI DOMANDA RISPONDERE V (vero) o F (falso)

Esame di Ricerca Operativa. Corso di Laurea in Ingegneria Informatica e Automatica. Compito A

Esame di Ricerca Operativa. Corso di Laurea in Ingegneria Informatica e Automatica. Compito A Esame di Ricerca Operativa Corso di Laurea in Ingegneria Informatica e Automatica 6 settembre 218 Compito A Istruzioni Usate i fogli bianchi allegati per calcoli, ragionamenti e quanto altro reputiate

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. 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

Prova Intermedia Scritta di Ricerca Operativa

Prova Intermedia Scritta di Ricerca Operativa Prova Intermedia Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 30 novembre 2015, ore 08.45 Aula Delta 1b Regole per l esame: la violazione delle

Dettagli

Ricerca Operativa a.a : II appello

Ricerca Operativa a.a : II appello Ricerca Operativa a.a. 2015-2016: II appello (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 28 gennaio 2016 Regole per l esame: la violazione delle seguenti regole comporta

Dettagli

Prova Scritta di Ricerca Operativa

Prova Scritta di Ricerca Operativa Prova Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 26 gennaio 2017 Regole per l esame: la violazione delle seguenti regole comporta il ritiro

Dettagli

Ricerca Operativa a.a : III appello

Ricerca Operativa a.a : III appello Ricerca Operativa a.a. 2015-2016: III appello (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 7 giugno 2016 Regole per l esame: la violazione delle seguenti regole comporta il

Dettagli

Ricerca Operativa a.a : II appello

Ricerca Operativa a.a : II appello Ricerca Operativa a.a. 2018-2019: II appello (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 23 gennaio 2019 Regole per l esame: la violazione delle seguenti regole comporta

Dettagli

Ricerca Operativa a.a : IV appello

Ricerca Operativa a.a : IV appello Ricerca Operativa a.a. 2015-2016: IV appello (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 5 settembre 2016 Regole per l esame: la violazione delle seguenti regole comporta

Dettagli

Lezioni di Ricerca Operativa

Lezioni di Ricerca Operativa Lezioni di Ricerca Operativa Estratto per la parte di programmazione lineare e ottimizzazione sui grafi Corso di Metodi di Ottimizzazione per l'ingegneria della Sicurezza Laurea Magistrale in Ingegneria

Dettagli

Prova d Esame di Ricerca Operativa

Prova d Esame di Ricerca Operativa Prova d Esame di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 4 giugno 2018 Regole per l esame: la violazione delle seguenti regole comporta il ritiro dell

Dettagli

Prova Scritta di Ricerca Operativa

Prova Scritta di Ricerca Operativa Prova Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 1 giugno 2017 Regole per l esame: la violazione delle seguenti regole comporta il ritiro dell

Dettagli

Prova d Esame di Ricerca Operativa

Prova d Esame di Ricerca Operativa Prova d Esame di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 29 gennaio 2018 Regole per l esame: la violazione delle seguenti regole comporta il ritiro

Dettagli

Ricerca Operativa a.a : I appello

Ricerca Operativa a.a : I appello Ricerca Operativa a.a. 2015-2016: I appello (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 14 gennaio 2016 Regole per l esame: la violazione delle seguenti regole comporta il

Dettagli

Matrici unimodulari e totalmente unimodulari

Matrici unimodulari e totalmente unimodulari Matrici unimodulari e totalmente unimodulari Sia una matrice intera di dimensione con, si dice unimodulare se presa una qualsiasi sottomatrice di ordine massimo (di dimensione ) vale det = 1, +1, 0. Una

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

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR

Domande d esame. Ricerca Operativa. G. Liuzzi. Giovedí 14 Maggio 2015. 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR 1 Giovedí 14 Maggio 2015 1 Istituto di Analisi dei Sistemi ed Informatica IASI - CNR Geometria di R n 1 Dare la definizione di Poliedro e Vertice di un Poliedro 2 Dare la definizione di Poliedro e di Politopo

Dettagli

+ 2x Esercizio 2

+ 2x Esercizio 2 A Barrare la casella corrispondente: Diploma t Laurea t (specificare quale: ) Esercizio È dato il problema di PL in figura. Trovare una soluzione ottima del problema con l algoritmo del simplesso o dimostrare

Dettagli

Prova Scritta di Ricerca Operativa

Prova Scritta di Ricerca Operativa Prova Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 12 gennaio 2017 Regole per l esame: la violazione delle seguenti regole comporta il ritiro

Dettagli

Parte IV: Rafforzamento di formulazioni e algoritmo dei piani di taglio

Parte IV: Rafforzamento di formulazioni e algoritmo dei piani di taglio Parte IV: Rafforzamento di formulazioni e algoritmo dei piani di taglio Nozioni di geometria Definizione: Un vettore y R n è combinazione conica dei vettori { 1,, k } se esistono k coefficienti reali λ

Dettagli

Si consideri il seguente tableau ottimo di un problema di programmazione lineare

Si consideri il seguente tableau ottimo di un problema di programmazione lineare ESERCIZIO 1 Si consideri il seguente tableau ottimo di un problema di programmazione lineare -25/3 0 4/3 19/6 9/2 0 0 0 7/6 1 0 1-1/2-3/2 1 0 0 3/2 11/3 1-2/3-1/3 0 0 0 0 2/3 2/3 0 1/3 1/6-1/2 0 1 0 7/6

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

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

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

Registro dell'insegnamento

Registro dell'insegnamento Registro dell'insegnamento Anno accademico 2016/2017 Prof. MARCO SCIANDRONE Settore inquadramento MAT/09 - RICERCA OPERATIVA REGISTRO Scuola Ingegneria NON CHIUSO Dipartimento Ingegneria dell'informazione

Dettagli

Prova Intermedia Scritta di Ricerca Operativa

Prova Intermedia Scritta di Ricerca Operativa Prova Intermedia Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 20 novembre 2015 Regole per l esame: la violazione delle seguenti regole comporta

Dettagli

Teoria della Programmazione Lineare Intera

Teoria della Programmazione Lineare Intera Teoria della Programmazione Lineare Intera Laura Galli Dipartimento di Informatica Largo B. Pontecorvo, 567 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 7 Ottobre 0 Ricerca Operativa Laurea

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

COMPITO DI RICERCA OPERATIVA. max 8 5x 1 3x 2 x 3 = 1 + 4x 1 + x 2 x 4 = 1 x 1 + x 2 x 5 = 5 x 1 x 2

COMPITO DI RICERCA OPERATIVA. max 8 5x 1 3x 2 x 3 = 1 + 4x 1 + x 2 x 4 = 1 x 1 + x 2 x 5 = 5 x 1 x 2 COMPITO DI RICERCA OPERATIVA ESERCIZIO. (5 punti) Dato un problema di PL, la sua riformulazione rispetto alla base B = {x 3, x, x 5 } é la seguente: max 8 5x 3x x 3 = + x + x x = x + x x 5 = 5 x x Solo

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

Fondamenti di Algebra Lineare e Geometria - Ingegneria Aerospaziale Prima prova parziale - 17 aprile Nome Cognome Matricola

Fondamenti di Algebra Lineare e Geometria - Ingegneria Aerospaziale Prima prova parziale - 17 aprile Nome Cognome Matricola Fondamenti di Algebra Lineare e Geometria - Ingegneria Aerospaziale Prima prova parziale - 17 aprile 2015 A Nome Cognome Matricola Problema 1 2 3 4 Totale Voto Problema 1 Si consideri il sistema lineare

Dettagli

Appunti di Ricerca Operativa

Appunti di Ricerca Operativa Appunti di Ricerca Operativa 2012/2013 Prefazione La Ricerca Operativa è un campo in continua evoluzione, il cui impatto sulle realtà aziendali ed organizzative è in costante crescita. L insegnamento di

Dettagli

Algoritmo di Branch & Bound

Algoritmo di Branch & Bound Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Algoritmo di Branch & Bound Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria

Dettagli

4.3 Esempio metodo del simplesso

4.3 Esempio metodo del simplesso 4.3 Esempio metodo del simplesso (P ) min -5x 4x 2 3x 3 s.v. 2x + 3x 2 + x 3 5 4x + x 2 + 2x 3 3x + 4x 2 + 2x 3 8 x, x 2, x 3 Per mettere il problema in forma standard si introducono le variabili di scarto

Dettagli

Programmazione Lineare Intera

Programmazione Lineare Intera Programmazione Lineare Intera Andrea Scozzari a.a. 2012-2013 May 10, 2013 Andrea Scozzari (a.a. 2012-2013) Programmazione Lineare Intera May 10, 2013 1 / 16 Programmazione Lineare Intera: Metodo dei Piani

Dettagli

Problemi di Localizzazione Impianti

Problemi di Localizzazione Impianti Sapienza Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Problemi di Localizzazione Impianti Renato Bruni bruni@dis.uniroma1.it Il materiale presentato è derivato

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

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

Progettazione di Algoritmi

Progettazione di Algoritmi Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 0/06/06 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via avrai

Dettagli

Prova Intermedia Scritta di Ricerca Operativa

Prova Intermedia Scritta di Ricerca Operativa Prova Intermedia Scritta di Ricerca Operativa (Prof. Fasano Giovanni) Università Ca Foscari Venezia - Sede di via Torino 29 novembre 2017 Regole per l esame: la violazione delle seguenti regole comporta

Dettagli

4.3 Esempio metodo del simplesso

4.3 Esempio metodo del simplesso 4.3 Esempio metodo del simplesso (P ) min -5x 4x 2 3x 3 s.v. 2x + 3x 2 + x 3 5 4x + x 2 + 2x 3 3x + 4x 2 + 2x 3 8 x, x 2, x 3 Per mettere il problema in forma standard si introducono le variabili di scarto

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

Università Ca Foscari Venezia

Università Ca Foscari Venezia Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano Brevi NOTE sul Metodo del BRANCH & BOUND Università Ca Foscari Venezia, Dipartimento di Management,

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

Programma del Corso di Ricerca Operativa (Prof. A. Sforza) - A.A C.d.S. Ingegneria Gestionale N44-N45 C.d.S. Ingegneria Meccanica N47

Programma del Corso di Ricerca Operativa (Prof. A. Sforza) - A.A C.d.S. Ingegneria Gestionale N44-N45 C.d.S. Ingegneria Meccanica N47 Programma del Corso di Ricerca Operativa (Prof. A. Sforza) - A.A. 2018-2019 C.d.S. Ingegneria Gestionale N44-N45 C.d.S. Ingegneria Meccanica N47 Il programma del Corso fa riferimento ai paragrafi del libro

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

Algoritmo dibranch & Bound

Algoritmo dibranch & Bound Sapienza Università di Roma - Dipartimento di Ingegneria Informatica, Automatica e Gestionale Algoritmo dibranch & Bound Docente: Renato Bruni bruni@dis.uniroma.it Corso di: Ottimizzazione Combinatoria

Dettagli

5.5 Metodi generali per la soluzione di problemi

5.5 Metodi generali per la soluzione di problemi 5.5 Metodi generali per la soluzione di problemi di PLI I problemi di PLI hanno caratteristiche molto diverse dai problemi di PL. In alcuni casi, la soluzione del problema lineare rilassato, ottenuto cioè

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

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

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

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

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

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

Corso di RICERCA OPERATIVA 1 (Fischetti) Simulazione scritto del 31 Gennaio Tempo consentito: due ore. Cognome studente:... Nome:... Matr.:...

Corso di RICERCA OPERATIVA 1 (Fischetti) Simulazione scritto del 31 Gennaio Tempo consentito: due ore. Cognome studente:... Nome:... Matr.:... Corso di RICERCA OPERATIVA 1 (Fischetti) Simulazione scritto del 31 Gennaio 2011 -- Tempo consentito: due ore Cognome studente:... Nome:... Matr.:... Esercizio 1 2 3 4 5 Tot MAX 6 8 4 5 8 31 Punteggio

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

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

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 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

Parte V: Rafforzamento di formulazioni e algoritmo dei piani di taglio

Parte V: Rafforzamento di formulazioni e algoritmo dei piani di taglio Parte V: Rafforamento di formulaioni e algoritmo dei piani di taglio Noioni di geometria Definiione: Un vettore y R n è combinaione conica dei vettori {,, k } se esistono k coefficienti reali λ,,λ k tali

Dettagli

Algoritmi e Strutture Dati

Algoritmi e Strutture Dati Cognome................................ Nome................................... Matricola............................... Algoritmi e Strutture Dati Prova scritta del 24 febbraio 2017 TEMPO DISPONIBILE:

Dettagli

5.5 Metodi dei piani di taglio

5.5 Metodi dei piani di taglio 5.5 Metodi dei piani di taglio Problema generale di Programmazione Lineare Intera (PLI) max{c t x : x X} dove X = {x Z n + : Ax b}, con A matrice m n e b vettore n 1 razionali Proposizione: conv(x) = {x

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 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

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

Soluzione di problemi di Programmazione Lineare Intera

Soluzione di problemi di Programmazione Lineare Intera 10 Soluzione di problemi di Programmazione Lineare Intera 10.1 ESERCIZI SULLA SOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 10.1.1 Risolvere con il metodo del Branch and Bound il seguente

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

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

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

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

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

RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola: Terzo appello //8 RICERCA OPERATIVA (a.a. 7/8) Nome: Cognome: Matricola: ) Si risolva il seguente problema di PL max x x x x x x x x x applicando l algoritmo del Simplesso Primale, per via algebrica, a

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

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

Ricerca Operativa. D.U.T. in Ingegneria Informatica D.U.T. in Ingegneria Logistica e della Produzione 18/05/2002

Ricerca Operativa. D.U.T. in Ingegneria Informatica D.U.T. in Ingegneria Logistica e della Produzione 18/05/2002 Ricerca Operativa D.U.T. in Ingegneria Informatica D.U.T. in Ingegneria Logistica e della Produzione 8/0/00. Un azienda produttrice di automobili deve pianificare lo smistamento delle vetture in un paese

Dettagli

Indice. Premessa alla prima edizione 15 Premessa alla seconda edizione 17 Premessa alla terza edizione 19. Introduzione 21

Indice. Premessa alla prima edizione 15 Premessa alla seconda edizione 17 Premessa alla terza edizione 19. Introduzione 21 Premessa alla prima edizione 15 Premessa alla seconda edizione 17 Premessa alla terza edizione 19 Introduzione 21 Parte I Ottimizzazione continua non lineare 29 Capitolo primo Ottimizzazione monodimensionale

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

Progettazione di Algoritmi

Progettazione di Algoritmi Corso di laurea in Informatica Prova scritta del: Progettazione di Algoritmi 29/01/2016 Prof. De Prisco Inserire i propri dati nell apposito spazio. Non voltare la finché non sarà dato il via. Dal via

Dettagli

Titolo ISBN. Data. Libro

Titolo ISBN. Data. Libro Compito A Tempo a disposizione: due ore e trenta minuti. Libri chiusi. Domanda 1 (25%) In al massimo due pagine (circa 300-500 parole), senza utilizzare schemi, illustrare i principali difetti dell attuale

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

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

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 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

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

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

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

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

Soluzione di problemi di Programmazione Lineare Intera

Soluzione di problemi di Programmazione Lineare Intera 11 Soluzione di problemi di Programmazione Lineare Intera 11.1 ESERCIZI SULLA SOLUZIONE DI PROBLEMI DI PROGRAMMAZIONE LINEARE INTERA Esercizio 11.1.1 Risolvere con il metodo del Branch and Bound il seguente

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

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

Esercizi (esercizi 1, 2, 3 e 4) Totale /6 /12 /6 /6 /30

Esercizi (esercizi 1, 2, 3 e 4) Totale /6 /12 /6 /6 /30 Laboratorio di Algoritmi e Strutture Dati Docente: A. Murano Appello del 22 Gennaio 2007 Laurea in Informatica Università degli Studi di Napoli Federico II Nome e Cognome Numero di Matricola: Esercizi

Dettagli

Ottimizzazione Combinatoria 2

Ottimizzazione Combinatoria 2 Ottimiaione Combinatoria Il problema del Network Loading CARLO MANNINO ANTONIO SASSANO Sapiena Università di Roma Dipartimento di Informatica e Sistemistica Semimetriche e cono metrico Semimetriche Grafo

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

Parte II: Ottimalità, rilassamenti e bound

Parte II: Ottimalità, rilassamenti e bound Parte II: Ottimalità, rilassamenti e bound Sommario Definizioni di bound primali e duali. Rilassamento di un problema di OC. Esempi di rilassamenti per il problema del TSP: Il rilassamento albero. Il rilassamento

Dettagli

Contenuto e scopo presentazione. Modelli Lineari Interi/Misti. Piani di taglio. Piani di taglio. Piani di taglio Versione 31/08/

Contenuto e scopo presentazione. Modelli Lineari Interi/Misti. Piani di taglio. Piani di taglio. Piani di taglio Versione 31/08/ Contenuto e scopo presentazione Contenuto: viene presentato un altro metodo di soluzione di problemi di ILP o di MILP. Modelli Lineari Interi/Misti Piani di taglio Versione /8/. Scopo: fornire le capacità

Dettagli

ELEMENTI DI INFORMATICA E PROGRAMMAZIONE

ELEMENTI DI INFORMATICA E PROGRAMMAZIONE COGNOME E NOME: Università degli Studi di Brescia ELEMENTI DI INFORMATICA E PROGRAMMAZIONE Ingegneria GESTIONALE PROF. M.SECHI PARTE B 17/06/2016 NUM. MATRICOLA PER RITIRARSI SCRIVERE QUI "RITIRATO" La

Dettagli

Dualità Lagrangiana. Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa

Dualità Lagrangiana. Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, Pisa Dualità Lagrangiana Laura Galli Dipartimento di Informatica Largo B. Pontecorvo 3, 56127 Pisa laura.galli@unipi.it http://www.di.unipi.it/~galli 3 Novembre 2015 Ricerca Operativa 2 Laurea Magistrale in

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