Esame di Ricerca Operativa - 5 luglio 2012 Facoltà di Ingegneria - Udine - CORREZIONE -
|
|
- Rachele Montanari
- 7 anni fa
- Visualizzazioni
Transcript
1 Esame di Ricerca Operativa - luglio Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Un robot R, inizialmente situato nella cella A, deve portarsi nella sua home H situata nella cella G 9. 9 A R B C D E F G H I movimenti base possibili sono il passo verso destra (ad esempio dalla cella A alla cella A ) ed il passo verso in basso (ad esempio dalla cella A alla cella B ). Tuttavia il robot non può visitare le celle occupate da un pacman ( ). Quanti sono i percorsi possibili? Inoltre, in ogni cella non occupata da un pacman ( ) é presente un valore intero che esprime un guadagno che viene ottenuo se il robot passa per quella cella. Potremmo quindi essere interessati al massimizzare il guadagno complessivo raccolto con la traversata..(pt) Quanti sono i percorsi possibili se la partenza è in A?.(pt) e se la partenza è in B?.(pt) e se con partenza in A il robot deve giungere in F?.(pt) e se con partenza in A ed arrivo in G 9 al robot viene richiesto di passare per la cella D?.(pt) Quale é il massimo guadagno raccoglibile nella traversata da A a G 9?.(pt) Quanti sono i percorsi possibili che consegnano questo guadagno massimo? svolgimento. La risposta alle prime due domande può essere reperita nella rispettiva cella della seguente tabella di programmazione dinamica, dove in ogni cella C, partendo da quelle in basso a destra, si é computato il numero di percorsi che vanno dalla cella C alla cella G 9. 9 A 9 B 9 C D E F G H Per rispondere alle due seguenti domande compilo un ulteriore tabella, dove in ogni cella C, partendo da quelle in alto a sinistra, si computa il numero di percorsi che vanno dalla cella
2 A alla cella C. 9 A B C D 9 E 9 F 9 G Ritrovare il valore ci conforta. La risposta alla terza domanda è contenuta nella rispettiva cella di questa seconda tabella. La quarta domanda richiede di combinare le informazioni provenienti dalle due tabelle: la risposta è ottenuta come prodotto dei due valori riportati nella cella di passaggio. Per rispondere alle ultime due domande compilo un ulteriore tabella, dove in ogni cella C, partendo da quelle in alto a sinistra, si computa il massimo valore di un percorso che va dalla cella A alla cella C. Computiamo e riportiamo inoltre in piccolo, per ogni cella C, il numero di tali percorsi di massimo valore. 9 A B C 9 D 9 9 E 9 9 F 9 9 G Leggendo i valori riportati nella cella G 9 scopriamo che il massimo valore raccoglibile dal robot lungo la sua traversata é di, e che esistono diversi possibili percorsi per raccogliere questo valore. Riportiamo quindi i risultati finali. consegna numero percorsi A G 9 B G 9 A F passaggio per D massimo valore numero di max-val paths Problema ( punti): Gestiamo dei traghetti che raggiungono i porti sardi di Cagliari, Olbia, Sassari a partire dai porti di Civitavecchia, Genova, Piombino. Il guadagno netto in cui si incorre per un viaggio di andata e ritorno su ogni singolo tragitto è riportato nella seguente tabella:
3 Civitavecchia Genova Piombino Cagliari Olbia Sassari Per la prossima estate i tre porti sardi possono ricevere al massimo, e navi, rispettivamente, e dai porti continentali possono partire al massimo, e navi, rispettivamente. Formulare come un problema di programmazione lineare il nostro desiderio di massimizzare i profitti. svolgimento. Per i =,, e j =,,, indichiamo con x i,j il numero di traghetti che vanno dal porto continentale i (=Civitavecchia, =Genova, =Piombino) al porto sardo j (=Cagliari, =Olbia, =Sassari). Quindi x +x +x +x = e x,x,x,x. Il nostro desiderio di massimizzare i profitti trova espressione nella funzione obbiettivo: minx, +x, +x, +x, +x, +x, +x, +x, +x,. Ma dobbiamo tenere conto dei vincoli sulla capienza in uscita dai porti continentali. vincoli capienza in uscita dai porti continentali: x, +x, +x,,x, +x, +x,,x, +x, +x,, e dei vincoli sulla capienza in entrata nei porti sardi. vincoli capienza in entrata nei porti sardi: x, +x, +x,,x, +x, +x,,x, +x, +x,. É bene inoltre non dimenticare di esprimere i vincoli di non-negativitá. x i,j per ogni i,j =,,. A rigore tali variabili x i,j, in virtù del loro significato, sarebbero tenute ad essere intere. A quel punto la formulazione, più precisa, sarebbe però di Programmazione Lineare Intera (PLI) invece che non di Programmazione Lineare (PL) come richiesto dall esercizio. In situazioni come queste si opta per la formulazione di PL dove, a fronte di un imprecisione davvero minima, il problema puó essere risolto in tempo polinomiale e la sua buona caratterizzazione matematica ci consente di raccogliere diverse informazioni molto importanti (dualità e sensitività). Problema / (+ punti): Un Matching in un grafo G = (V,E) è un sottoinsieme di archi M E tale che ogni nodo in V è estremo di al più un arco in M. Un matching di G è detto massimale se non esiste un altro matching di G che lo contenga propriamente. Adesempio, {AB,DE}e{DC,EF}sonoduematchingsnon-massimalimentre{BC,DE} e {AB,DE,CF} sono due matchings massimali per il grafo G in figura.
4 B A C D E F AB AD BC BD CD CF DE EF Costo Quando ad ogni arco e è associato un costo w e, allora il costo di X E è espresso da val(x) := e X w e. Nelle applicazioni siamo solitamente interessati a trovare matching massimali di costo minimo. (pt) Formulare come un problema di Programmazione Lineare Intera (PLI) la ricerca di un matching massimale di costo minimo per il grafo G in figura. (pt) Mostrare come sia più in generle possibile formulare come un problema di Programmazione Lineare Intera (PLI) la ricerca di un matching massimale di costo minimo su un grafo G = (V,E) generico. svolgimento. Abbiamo una variabile x i {,} per i = AB,AD,BC,BD,CD,CF,DE,EF, con l idea che significa arco incluso nel matching massimale e significa arco non incluso nel matching massimale. Volendo minimizzare il costo del matching massimale, la funzione obbiettivo sarà: minx AB +x AD +x BC +x BD +x CD +x CF +x DE +x EF Abbiamo due insiemi di vincoli. matching. Dobbiamo imporre che la soluzione sia un matching. Predisponiamo dei vincoli che corrispondono ai nodi. nodo A: x AB +x AD ; nodo B: x AB +x BC +x BD ; nodo C: x BC +x CD +x CF ; nodo D: x AD +x BD +x CD +x DE ; nodo E: x DE +x EF ; nodo F: x EF +x CF. massimalità. Dobbiamo imporre che il matching sia massimale. Predisponiamo dei vincoli che corrispondono agli archi. arco AB: x AB +x AD +x BC +x BD ; arco AD: x AD +x AB +x BD +x CD +x DE ;
5 arco BD: x BD +x AB +x BC +x AD +x CD +x DE ; arco BC: x BC +x AB +x BD +x CD +x CF ; arco CD: x CD +x BC +x CF +x AD +x BD +x DE ; arco CF: x CF +x BC +x CD +x EF ; arco DE: x DE +x AD +x BD +x CD +x EF ; arco EF: x EF +x DE +x CF. Nel caso di un grafo G = (V,E) generico introduciamo una variabile x uv {,} per ogni arco uv E, con l idea che significa arco incluso nel matching massimale e significa arco non incluso nel matching massimale. Otteniamo quindi la seguente formulazione PLI per il problema del Maximal-Matching di costo minimo. x uv + e δ(u)\{uv} + e δ(v) e δ(v)\{uv} min uv E C uv x uv, x e per ogni nodo v V, per ogni arco uv E, x uv {,} per ogni arco uv E. Problema ( punti): Sia B = la capacità del mio zaino. Si supponga di voler trasportare un sottoinsieme dei seguenti elementi a massima somma dei valori, soggetti al vincolo che la somma dei pesi non ecceda B. nome A B C D E F G H I L M N O P Q R S T U peso 9 valore.(pt) quanto vale la somma massima dei valori di elementi trasportabili (con somma dei pesi al più B = )? Quali elementi devo prendere?.(pt) e nel caso B =?.(pt) e nel caso B = 9?.(pt) e nel caso B =? svolgimento. Dapprima ordino gli oggetti forniti in input per peso crescente, e mi sbarazzo degli oggetti il cui peso eccede, ottenendo:
6 nome M F Q E R T P G L U N O S H B C peso 9 valore Ovviamente non potró mai prendere in una soluzione due elementi entrambi di peso almeno, visto che + = >. E quindi posso sempre preferire di prendere L piuttosto che non G, o U, o C. Analogamente, ad S e B posso sempre preferire N. Posso inoltre rinunciare ad O visto che eventualmente lo posso sostituire con N (nessuna soluzione li puó contenere entrambi). Con questo ho ridotto i miei candidati ai seguenti: nome M F Q E R T P L N H peso 9 valore A questo punto compilo la tabella di programmazione dinamica che riportata all ultima pagina del presente documento. Sulla base di tale tabella, possiamo fornire le seguenti risposte. B max val peso quali prendere =++ =+9+ L,E,M =+++ =9+++ E,Q,F,M 9 =++ =+9+ T,E,Q =++ =9 ++ E,Q,M Problema ( punti):.(pt) Impostare il problema ausiliario. max x x x x x + x x + x x x + x x x x + x x x,x,x,x.(pt) Risolvere il problema ausiliario per ottenere una soluzione ammissibile di base al problema originario..(pt) Risolvere il problema originario all ottimo..(pt) Quanto si sarebbe disposti a pagare per ogni unità di incremento per l availability nei tre vincoli? (Per piccole variazioni.).(pt) Fino a dove si sarebbe disposti a pagare tali prezzi ombra?
7 svolgimento. Il problema ausiliario è sempre ammissibile ed è ottenuto introducendo una variabile di colla x. Del problema originario ci interessa solamente investigare l ammissibilità, e quindi viene gettata a mare la funzione obiettivo originaria e ci si prefigge invece di minimizzare la quantità di colla necessaria all ottenimento dell ammissibilità. max x x + x x + x x x x + x x x x x + x x x x,x,x,x,x Si ha che il problema originario era ammissibile se e solo se il problema ausiliario ammette una soluzione ammissibile con x =. Introduciamo le variabili di slack come segue. max x w = + x x + x x + x w = x + x x + x + x w = x + x x + x + x x,x,x,x,x,w,w Tecnicamente, anche il problema ausiliario non è ad origine ammissibile, ma riusciamo facilmente a procurarci una soluzione di base ammissibile in un singolo pivot: facciamo entrare x in base settandone il valore a (si guarda al vincolo con termine noto più negativo) e facciamo uscire di base la variabile di slack per quel vincolo. max x +x x +x w w = + x x + x x + w x = + x x + x x + w w = 9 x x + w x,x,x,x,x,w,w La soluzione di base attuale non è ancora ottima: il coefficiente della x nella funzione obiettivo vale >, quindi portiamo la x in base. Ad arrestare la crescita della x sono la x e la w che si annullano entrambe contemporaneamente per x =. In situazioni come questa, per fare posto in base alla x conviene portare fuori base la x dato che essa ormai si annulla (il problema originario era cioè ammissibile dacchè basta zero colla). Effettuiamo questo ultimo pivot per il problema ausiliario avendo cura di portare la x fuori base non appena essa si annulla così che un dizionario ammissibile per il problema originario potrà essere facilmente ottenuto. max x w = x + x w + x x = + x + x x + w x w = x 9 x + x + w + x x,x,x,x,x,w,w Ora che x è fuori base ci basta rimuovere la colonna relativa alla x per ottenere un primo dizionario con soluzione di base associata ammissibile per il problema originario. In
8 tale dizionario, la scrittura per la funzione obiettivo è stata ottenuta partendo dalla funzione obiettivo originaria ed utilizzando le equazioni del dizionario per svendere fuori le variabili di base in termini delle variabili non di base. (Cioé x x x x = x ( + x + x x + w ) x x = +x x x w ). max x x x x = +x x x w w = x + x w x = + x + x x + w w = x 9 x + x + w x,x,x,x,w,w La soluzione di base associata a questo dizionario non è ancora ottima visto che il coefficiente della x nella funzione obiettivo è positivo. Portando in base x esce w ed otteniamo il seguente dizionario. max w x x w w = w x + x w x = 9 w x + w x = w 9 x + x + w x,x,x,w,w Si noti come la soluzione di base associata al dizionario ottenuto sia ora ottima (tutti i coefficienti della funzione obiettivo sono non-positivi); non sono quindi necessari ulteriori passi di pivot. Intermini delle variabili didecisione originarie la soluzioneottima è data dax =, x = 9, x = x = cui corrisponde un valore di per la funzione obiettivo. É facile verificare che tale soluzione risulta in effetti ammissibile per il problema originario (sostituzione) e che sommando il secondo vincolo moltiplicato per (perché questo valore?) ed il terzo vincolo per (perché questo valore?) si scopre che nessuna soluzione ammissibile puó totalizzare piú di. Quindi le soluzioni (primale e duale) offerte dall ultimo dizionario si autocertificano. Per ogni unità di incremento del termine noto del secondo vincolo saremmo disposti a pagare (almeno per piccoli incrementi).per ogni unità di incremento del termine noto del terzo vincolo saremmo disposti a pagare (almeno per piccoli incrementi). Non saremmo invece disposti a pagare nulla per incrementare il termine noto del primo vincolo. Per capire fino a dove saremmo disposti a pagare tali prezzi ombra devo ricomputare l ultimo dizionario sotto l assunzione che la quantitá di risorsa disponibile sul terzo vincolo sia +t (invece di ) e che la quantitá di risorsa disponibile sul secondo vincolo sia +t (invece di ). Pertanto solo due valori del problema originale (solo due valori della colonna dei termini noti del problema iniziale) sono ora cambiati. Mi interessa comprendere come i vari valori dell ultimo dizionario vadano riveduti. Poiché il dizionario finale é stato ottenuto dal dizionario iniziale tramite dei passi di pivot, che altro non sono che operazioni di riga (moltiplicare una riga per uno scalare od aggiungere un multiplo di una riga ad un altra), ne consegue che solo i valori della colonna dei termini noti vanno eventualmente rivisti. Per ricomputarli in modo agevole (senza ripercorrere i vari passi) mi avvalgo della prova del nove del tableau e riconsidero quindi l ultimo dizionario cui si era pervenuti dando per incogniti i valori K, k, k e k della colonna dei termini noti.
9 k w x x w z K w k x k x k 9 conlasoluzionedibaseinizialex = x = x =, z =, w =, w = +t, w = +t, come associata al tableau iniziale del problema modificato (il tableau di definizione delle variabili di slack). Si perviene cosí alle seguenti equazioni di controllo: () = K (t +) (t ) K = + t + t () = k (t +) (t ) k = + t + t () = k (t +)+ (t ) k = 9 + t t () = k (t +)+ (t ) k = + t + t La prima equazione (valore di K) conferma l interpretazione economica (prezzi ombra) delle variabili duali esprimendo il valore della funzione obbiettivo per quella soluzione di base al variare di t e t. Poiché tutti gli altri coefficienti della funzioneobbiettivo restano negativi, questa soluzione di base (intesa come partizionamento tra la variabili in base e quelle fuori base) rimarrá sempre ottima. Dobbiamo solo andare a studiare per quali valori di t e t essa resti ammissibile. Imponiamo quindi le tre condizioni di ammissibilitá k, k, k. Otteniamo che t puó crescere a piacere (ossia non ci sono limiti all acquisto in risorsa al suo prezzo ombra) mentre t 9 (ossia oltre le 9 unitá extra in risorsa il valore marginale di quella risorsa diminuisce). Piú precisamente t 9+t. Problema ( punti):.(pt) Trovare un massimo flusso dal nodo s al nodo t..(pt) Certificare l ottimalità del flusso massimo dal nodo s al nodo t. La seguente figura esibisce un flusso massimo (non esibisco tutti i passaggi che ho dovuto compiere per ottenerlo) ed un taglio (minimo) che ne dimostra l ottimalità.
10 x s a b e f g p m l o i h n q d c r u w t y z v 9 s a b c d e f g q m o i t x y r u v z w p l h n / / /9 / / / / / / / / / / / / / 9/ / / / / / Il flusso ha valore e satura l insieme degli archi che attraversano la curva tratteggiata portandosidallatodisallatodit. Questiarchicostituisconopertantounminimos,t-taglio, anch esso di valore e che certifica pertanto l ottimalità del flusso proposto. Problema ( punti): Si consideri il grafo, con pesi sugli archi, riportato in figura...(+pt) Dire, certificandolo, se il grafo è planare oppure no. In ogni caso, disegnare il grafo in modo da minimizzare il numero di incroci tra archi...(pt) Dire, certificandolo, se il grafo G ottenuto da G sostituendo l arco c c con un arco c x e l arco d d con un arco d y è planare oppure no. Se non planare, rimuovere il minimo numero di archi per planarizzarlo...(+pt) Dire, certificandolo, se G e G è bipartito oppure no. Ove non bipartito, rimuovere il minimo numero di archi per bipartizzarlo. (Certificando che la rimozione di quel
11 k u q v h q k v u p a b d a e t s x y e h c z c d w numero di archi è sufficiente a renderlo bipartito ed argomentando che esso é anche necessario)...(+pt) Nel grafo G, trovare l albero dei cammini minimi dal nodo s. Esprimere la famiglia di tali alberi...(pt) Nel grafo G, trovare un albero ricoprente di peso minimo...(pt) Trovare tutti gli alberi ricoprenti di peso minimo. (Dire quanti sono e specificare con precisione come generarli)...(+pt) Per i seguenti archi dire, certificandolo, in quale categoria ricadano(contenuti in ogni/nessuna/qualcunama non-tutte le soluzioni ottime): zu, h w, xy. Trova un arco della categoria mancante e certificane l appartenenza a detta categoria.
12 Tabella di Programmazione Dinamica per il problema dello Zaino 9 M(,) F(,) 9 Q(,) (9,) (,) 9 (,) 9 (, ) 9 9 (, ) 9 9 (, ) 9 9 (, ) (come stilata in riferimento ai seguenti oggetti) nome M F Q E R T P L N H peso 9 valore
Esame di Ricerca Operativa - 24 luglio 2012 Facoltà di Scienze MM.FF.NN. - Verona - CORREZIONE -
Esame di Ricerca Operativa - luglio Facoltà di Scienze MM.FF.NN. - Verona - CORREZIONE - Problema (8 punti): Un robot R, inizialmente situato nella cella A, deve portarsi nella sua home H situata nella
Esame di Ricerca Operativa - 28 settembre 2011 Facoltà di Ingegneria - Udine - CORREZIONE -
Esame di Ricerca Operativa - 8 settembre Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Formulare come un problema di PLI il problema di trovare la piú lunga sottosequenza strettamente
max x i,j Avremo una famiglia di vincoli per imporre che al piú un carattere di s possa essere messo in corrispondenza con uno stesso carattere di t.
Esame di Ricerca Operativa - giugno Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Formulare come un problema di PLI il problema di trovare la piú lunga sottosequenza comune di due stringhe
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
Esame di Ricerca Operativa - 21 gennaio 2009 Facoltà di Architettura - Udine - CORREZIONE -
Esame di Ricerca Operativa - 2 gennaio 29 Facoltà di Architettura - Udine - CORREZIONE - Problema ( punti): Un azienda chimica produce quattro tipi di colla, A, B, C, D, utilizzando materie prime P, P
Esame di Ricerca Operativa - 18 aprile 2007 Facoltà di Ingegneria - Udine - CORREZIONE -
Esame di Ricerca Operativa - 18 aprile 007 Facoltà di Ingegneria - Udine - CORREZIONE - Problema 1 (4 punti): Una raffineria miscela 4 tipi di petrolio greggio in diverse proporzioni per ottenere 3 diversi
Esame di Ricerca Operativa - 14 luglio 2009 Facoltà di Ingegneria - Udine - CORREZIONE -
Esame di Ricerca Operativa - luglio 9 Facoltà di Ingegneria - Udine - CORREZIONE - Problema ( punti): Si consideri la seguente formula booleana in forma normale congiuntiva, di clausole e variabili: (x
svolgimento. Il problema può essere formulato introducendo le seguenti variabili: x B4 = quantità di bianco (in kg) utilizzata per produrre tinta 4;
Esame di Ricerca Operativa - giugno 2 Facoltà di Architettura - Udine - CORREZIONE - Problema ( punti): La Coloraben mira ad affermarsi nella vendita di tinte e smalti. La disponibilità di vernici base
Esame di Ricerca Operativa - 6 settembre 2007 Facoltà di Ingegneria - Udine - CORREZIONE -
Esame di Ricerca Operativa - 6 settembre 2007 Facoltà di Ingegneria - Udine - CORREZIONE - Problema 1 (4 punti): Un azienda di trasporto pubblico ha a disposizione un budget di 150 Keuro (150 mila euro)
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
Esame di Ricerca Operativa - 2 luglio 2013 Facoltà di Scienze MM.FF.NN. - Verona - CORREZIONE -
Esame di Ricerca Operativa - luglio Facoltà di Scienze MM.FF.NN. - Verona - CORREZIONE - Problema (7++++? punti): Per il prossimo anno, il piano di produzione della Miraprimule prevede una produzione di
Nome:... Cognome:... Matricola:... Firma:... Esame di Ricerca Operativa - 9 giugno 2009 Facoltà di Ingegneria - Udine
Nome:... Cognome:... Matricola:... Firma:... Esame di Ricerca Operativa - 9 giugno 29 Facoltà di Ingegneria - Udine Problema (2 punti): Si consideri un classico problema dello zaino dove sono dati n oggetti,
Esame di Ricerca Operativa - 27 giugno 2007 Facoltà di Ingegneria - Udine
Nome:... Cognome:... Matricola:... Firma:... Esame di Ricerca Operativa - 27 giugno 2007 Facoltà di Ingegneria - Udine Problema 1 (4 punti): Un salumificio produce tre tipi di insaccati che possono essere
nel rispetto dei seguenti vincoli: limite imposto dal budget vincoli di booleanitá 0 x i 1, x i intera per ogni i = 1,2,...,n.
Esame di Ricerca Operativa - 9 giugno 29 Facoltà di Ingegneria - Udine - CORREZIONE - Problema (2 punti): Si consideri un classico problema dello zaino dove sono dati n oggetti, con ciascun oggetto i =,2,...,n
RICERCA OPERATIVA. Tema d esame del 13/12/2005
RICERCA OPERATIVA Tema d esame del 13/12/2005 COGNOME: NOME: MATRICOLA: 1. Un associazione umanitaria ha raccolto 150.000 euro per inviare dei pacchetti regalo natalizi ai bambini di Haiti. Per l acquisto
COMPITO DI RICERCA OPERATIVA. min 2x 1 x 2 + x 3 x 4 x 1 x 2 + x 3 + x 4 = 5 x 1 + x 2 + x 3 3. x 1, x 2, x 3, x 4, x 5 I
COMPITO DI RICERCA OPERATIVA ESERCIZIO. (8 punti) Sia dato il seguente problema di PL: min x x + x x 4 x x + x + x 4 = 5 x + x + x x, x, x, x 4 0 Lo si trasformi in forma standard ( punto). Si determini
RICERCA OPERATIVA GRUPPO A prova scritta del 21 luglio 2010
RICERCA OPERATIVA GRUPPO A prova scritta del luglio 00. Dato il problema di programmazione lineare P) min z = x + x + x max y + y x + x + x = y + y < x + x x y + y < x, x, x 0 y y < y > 0 a) costruirne
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
Algoritmo del simplesso
Algoritmo del simplesso Ipotesi : si parte da una S.A.B. e dal tableau A=b in forma canonica. Si aggiunge una riga costituita dagli r j, j =,., n e da -z (valore, cambiato di segno, della f.o. nella s.a.b.)
RICERCA OPERATIVA. Tema d esame del 04/12/2008 (Simulazione 2)
RICERCA OPERATIVA Tema d esame del 04/12/2008 (Simulazione 2) COGNOME: NOME: MATRICOLA: 1. Un azienda di telefonia mobile deve installare delle antenne per la copertura di sei zone sul territorio. Sono
Programmazione Matematica / A.A Soluzioni di alcuni esercizi
Programmazione Matematica / A.A. 7-8 Soluzioni di alcuni esercizi Esercizi - I. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa
Programmazione lineare
Capitolo 1 Programmazione lineare ESERCIZIO 1.1. Porre in forma canonica i seguenti programmi lineari. min 3x 1 + 4x 2 2x 3 x 1 + 2x 2 x 3 5 2x 1 + 4x 3 = 12 x 1 + x 2 + x 3 15 x 1, x 2 0, x 3 libera.
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
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 =
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
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 2; 0; 2. Facendo
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
Esame di Ricerca Operativa del 19/02/2019. Esercizio 1. Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso:
Esame di Ricerca Operativa del 9/0/09 (Cognome) (Nome) (Numero di Matricola) Esercizio. Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso: max x x x 0 x + x
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
Ricerca Operativa A.A. 2007/ Analisi di sensitività
Ricerca Operativa A.A. 7/8. Analisi di sensitività Luigi De Giovanni - Ricerca Operativa -. Analisi di sensitività. Analisi di Sensitività: motivazioni I parametri (A, b e c) di un problema di programmazione
1 3 x. UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Secondo appello 16 settembre 2004 SOLUZIONI
A x numero di titoli obbligazionari A numero di titoli obbligazionari B Formulazione: che in forma standard diventa: max 0,*0x + 0,6 * 00 0x + 00 0.000 ( x + ) x min 8x 0x + 00 + x = 0.000 x + + x = 0
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
COMPITO DI RICERCA OPERATIVA. max x 1 + x 2 + x 3 x 1 x 2 + x 3 = 1 x 1 x 2 + x 4 = 1 x 2 + x 5 = 2. x 1, x 2, x 3, x 4 0
COMPITO DI RICERCA OPERATIVA ESERCIZIO 1. (7 punti) Sia dato il seguente problema di PL: max x 1 + x 2 + x 3 x 1 x 2 + x 3 = 1 x 1 x 2 + x 4 = 1 x 2 + x 5 = 2 x 1, x 2, x 3, x 4, x 5 0 Lo si risolva con
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)
RICERCA OPERATIVA. Stock bamboline automobiline libri peluches costo (euro)
RICERCA OPERATIVA Tema d esame del 15/12/2008 (5 crediti) COGNOME: NOME: MATRICOLA: 1. Babbo Natale deve organizzare gli acquisti per le prossime festività. Sono arrivate richieste di 15000 bamboline,
Sistemi lineari. Lorenzo Pareschi. Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara
Sistemi lineari Lorenzo Pareschi Dipartimento di Matematica & Facoltá di Architettura Universitá di Ferrara http://utenti.unife.it/lorenzo.pareschi/ lorenzo.pareschi@unife.it Lorenzo Pareschi (Univ. Ferrara)
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
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2013
A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia 7 giugno 0 Nome: Cognome: Matricola: Orale /06/0 ore aula N Orale 0/07/0 ore aula N
A T x b x 0. che chiameremo problema primale, possiamo associare ad esso un altro problema di PL, detto problema duale, definito come segue.
1 Dualitá Dato un problema di PL in forma canonica max c T x A T x b x 0 che chiameremo problema primale, possiamo associare ad esso un altro problema di PL, detto problema duale, definito come segue min
i completi l'esecuzione dell'algoritmo di programmazione dinamica per questo problema restituendo il valore ottimo e una soluzione ottima del problema
Compito di Ricerca Operativa II Esercizio ( punti). ia dato il problema di flusso massimo sulla rete in figura (le capacit a degli archi sono riportate sopra di essi). 0 8 i consideri il seguente flusso
1 Il metodo dei tagli di Gomory
Il metodo dei tagli di Gomory Esercizio Sia dato il problema min(x x ) x + x (P 0 ) x + x x, x 0, interi. Calcolare la soluzione ottima applicando il metodo dei tagli di Gomory. Risoluzione Per applicare
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
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
COMPITO DI RICERCA OPERATIVA. max x 1 + 2x 2 + x 3 x 1 x 2 + x 3 = 1 2x 1 + 3x 2 + x 4 = 2
COMPITO DI RICERCA OPERATIVA ESERCIZIO. (9 punti) Sia dato il seguente problema di PL: max x + 2x 2 + x 3 x x 2 + x 3 = 2x + 3x 2 + x 4 = 2 x, x 2, x 3, x 4 0 Si determini il duale del problema ( punto).
Note sull algoritmo di Gauss
Note sull algoritmo di Gauss 29 settembre 2009 Generalità Un sistema lineare di m equazioni in n incognite x,..., x n è un espressione del tipo: a x + a 2 x 2 + + a n x n = b a 2 x + a 22 x 2 + + a 2n
COMPITO DI RICERCA OPERATIVA. max 5 2x 1 + 3x 2 x 3 = 2 + x 1 5x 2 x 4 = 5 + x 2. x 5 = 1 + x 1 x 2
COMPITO DI RICERCA OPERATIVA ESERCIZIO. ( punti) La riformulazione di un problema di PL rispetto alla base B = {x, x, x } è la seguente: max 2x + x 2 x = 2 + x x 2 x = + x 2 x = 2 + x + x 2 x, x 2, x,
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
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)
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
RICERCA OPERATIVA (a.a. 2014/15) Nome: Cognome: Matricola:
3 o Appello /2/2 RICERCA OPERATIVA (a.a. 2/) Nome: Cognome: Matricola: ) Si risolva algebricamente il seguente problema di PL max x 2x 2 x x 2 2 x x + x 2 3 x 2 7 mediante l algoritmo del Simplesso Primale
Programmazione Matematica / A.A Soluzioni di alcuni esercizi
Programmazione Matematica / A.A. 8-9 Soluzioni di alcuni esercizi Esercizi - I 3. Aggiungiamo al problema una variabile v, e richiediamo che v soddisfi v n a ij x j b i. j= Fissato x, il minimo v che soddisfa
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
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
TEORIA della DUALITÀ. Una piccola introduzione. Ricerca Operativa. Prof. R. Tadei. Politecnico di Torino. Teoria della Dualità / 1.
Prof. R. adei EORIA della DUALIÀ Una piccola introduzione R. adei 1 R. adei 2 EORIA DELLA DUALIA' Il concetto di dualità fu introdotto nel 1947 da Von Neumann, anche se il teorema della dualità fu formulato
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
2. ALGORITMO DEL SIMPLESSO
. ALGORITMO DEL SIMPLESSO R. Tadei Una piccola introduzione R. Tadei SIMPLESSO L obiettivo del capitolo è quello di fornire un algoritmo, l algoritmo del simplesso, che risolve qualsiasi problema di programmazione
Massimo flusso e matching
Capitolo Massimo flusso e matching. Problema del massimo matching. Nel problema del massimo matching è dato un grafo non orientato G(V, A); un matching in G è un insieme di archi M A tale che nessuna coppia
A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 17 giugno 2010
A Ricerca Operativa Seconda prova intermedia La produzione del pane su scala industriale segue un processo in cinque fasi: () preparazione ingredienti, () impasto in gradienti, (3) prima cottura, (4) trattamento
RICERCA OPERATIVA (a.a. 2014/15) Nome: Cognome: Matricola:
o Appello // RICERCA OPERATIVA (a.a. /) 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 partire
Algoritmi e Strutture Dati II: Parte B Anno Accademico Lezione 8
Algoritmi e Strutture Dati II: Parte B Anno Accademico 2004-2005 Docente: Ugo Vaccaro Lezione 8 Ricordiamo ancora una volta il nostro meta-algoritmo per il progetto di algoritmi di approssimazione: 1.
Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard
Introduzione al Metodo del Simplesso Giacomo Zambelli 1 Soluzioni di base e problemi in forma standard Consideriamo il seguente problema di programmazione lineare (PL), relativo all esempio di produzione
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
UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 20 giugno 2014
A Ricerca Operativa 1 Seconda prova intermedia Un tifoso di calcio in partenza da Roma vuole raggiungere Rio De Janeiro per la finale del mondiale spendendo il meno possibile. Sono date le seguenti disponibilità
Esame di Ricerca Operativa del 11/1/19
Esame di Ricerca Operativa del // (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere il seguente problema di programmazione lineare, determinandone il problema duale ed applicando l algoritmo
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
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 +
Università Ca Foscari Venezia
Università Ca Foscari Venezia Dipartimento di Scienze Ambientali, Informatica e Statistica Giovanni Fasano Brevi FAQ sul Metodo del SIMPLESSO Università Ca Foscari Venezia, Dipartimento di Management,
CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI
CORSO DI LAUREA IN INGEGNERIA DELLE TELECOMUNICAZIONI FOGLIO DI ESERCIZI # GEOMETRIA E ALGEBRA 009/0 Esercizio.. Dati i vettori di R : v (,, ), v (, 4, 6), v (,, 5), v 4 (,, 0) determinare se v 4 è combinazione
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
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),
Esame di Ricerca Operativa del 1/02/2019
Esame di Ricerca Operativa del /0/0 (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso: max x +x x 0 x +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
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
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
LEZIONE 2. ( ) a 1 x 1 + a 2 x a n x n = b, ove a j, b R sono fissati.
LEZIONE 2 2 Sistemi di equazioni lineari Definizione 2 Un equazione lineare nelle n incognite x, x 2,, x n a coefficienti reali, è un equazione della forma (2 a x + a 2 x 2 + + a n x n = b, ove a j, b
SI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11
SI RICORDA CHE LE LEZIONI DI MERCOLEDÌ 5 E 12 APRILE SI TERRANNO IN AULA D3 DALLE 9 ALLE 11 MARTEDÌ 11 APRILE LA LEZIONE SI TERRÀ IN AULA SEMINARI PIANO C 1di 26 LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE
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
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
Analisi di sensitivitá. Analisi di sensitivitá p. 1/4
Analisi di sensitivitá Analisi di sensitivitá p. 1/4 Analisi di sensitivitá Ci porremo ora la seguente domanda: dato un problema di PL di cui ho giá determinato una soluzione ottima, che cosa succede se
Programmazione Lineare Intera. Programmazione Lineare Intera p. 1/4
Programmazione Lineare Intera Programmazione Lineare Intera p. 1/4 Programmazione Lineare Intera Problema di PLI in forma standard: max cx Ax = b x 0, x I n I insieme degli interi. Regione ammissibile:
RICERCA OPERATIVA (a.a. 2014/15) Nome: Cognome: Matricola:
3 o Appello /2/2 RICERCA OPERATIVA (a.a. 2/) Nome: Cognome: Matricola: ) Si risolva algebricamente il seguente problema di PL max x 2x 2 x x 2 2 x x + x 2 3 x 2 7 mediante l algoritmo del Simplesso Primale
Esercizi di PLI. a cura di A. Agnetis. Risolvere il seguente problema di PLI con l algoritmo dei piani di Gomory:
Esercizi di PLI a cura di A. Agnetis Risolvere il seguente problema di PLI con l algoritmo dei piani di Gomory: max z = 40x + 24x 2 + 5x + 8x 4 8x + 6x 2 + 5x + 4x 4 22 x i 0 x i intero Si tratta di un
PROGRAMMAZIONE LINEARE E DUALITA'
PROGRAMMAZIONE LINEARE E DUALITA' 1) Dati i punti di R 2 (1, 2), (1, 4), (2, 3), (3, 5), (4, 1), (4, 2), (5, 5), (6, 2), (6, 5). Determinare graficamente: A - L'involucro convesso di tali punti. B - Quali
LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO. 1di 18
LEZIONE N.7 INTRODUZIONE AI METODI DI PROGRAMMAZIONE LINEARE, IL METODO DEL SIMPLESSO 1di 18 Metodo del Simplesso Il metodo del simplesso dovuto a Dantzing ed a Kantorovich è un algoritmo il cui nome deriva
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
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte II)
Metodi e Modelli per l Ottimizzazione Combinatoria Ripasso sulla Programmazione Lineare e il metodo del Simplesso (parte II) Luigi De Giovanni Giacomo Zambelli 1 I passi dell algoritmo del simplesso L
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
Le equazioni lineari
Perchè bisogna saper risolvere delle equazioni? Perché le equazioni servono a risolvere dei problemi! Le equazioni lineari Un problema è una proposizione che richiede di determinare i valori di alcune
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
Operazioni tra matrici e n-uple
CAPITOLO Operazioni tra matrici e n-uple Esercizio.. Date le matrici 0 4 e dati λ = 5, µ =, si calcoli AB, BA, A+B, B A, λa+µb. Esercizio.. Per ognuna delle seguenti coppie di matrici A, B e scalari λ,
RICERCA OPERATIVA (a.a. 2017/18) Nome: Cognome: Matricola:
Appello straordinario //8 RICERCA OPERATIVA (a.a. 7/8) 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
Esame di Ricerca Operativa del 09/04/2019. (Cognome) (Nome) (Numero di Matricola)
Esame di Ricerca Operativa del 09/0/09 (Cognome) (Nome) (Numero di Matricola) Esercizio. (a) Risolvere tramite l algoritmo del simplesso il seguente problema di programmazione lineare: max x x x + x x
RICERCA OPERATIVA (a.a. 2012/13) Nome: Cognome: Matricola:
o Appello 7// RICERCA OPERATIVA (a.a. /) 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 della
Geometria della programmazione lineare
Geometria della programmazione lineare p. 1/39 Geometria della programmazione lineare Mariantonia Cotronei Facoltà di Ingegneria Università degli Studi Mediterranea di Reggio Calabria Geometria della programmazione
COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04
COMPITO DI RICERCA OPERATIVA APPELLO DEL 08/01/04 Esercizio 1 Si risolva con il metodo branch-and-bound il seguente problema di PLI max x 1 + x 4x 1 + x + x = 0 x 1 + x + x 4 = x 1, x, x, x 4 0 x 1, x,
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
Soluzione. 2.1 Pianificazione multiperiodo della produzione energetica
Soluzione. Pianificazione multiperiodo della produzione energetica a) Diamo una prima formulazione nonlineare del problema. Insiemi T :insiemedeiperiodiditempo S = {,, 3}: insieme degli indici dei range
A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Studi in Ingegneria Informatica Ricerca Operativa 1 Seconda prova intermedia 13 giugno 2011
A UNIVERSITÀ DEGLI STUDI ROMA TRE Corso di Stdi in Ingegneria Informatica Ricerca Operativa Seconda prova intermedia gigno Nome: Cognome: Matricola: voglio sostenere la prova orale il giorno venerdì //