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

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

Ottimizzazione Combinatoria 2 Presentazione

Ricerca Operativa. G. Liuzzi. Lunedí 20 Aprile 2015

Prova Intermedia Scritta di Ricerca Operativa

Ricerca Operativa a.a : II appello

Prova Scritta di Ricerca Operativa

Ricerca Operativa a.a : III appello

Ricerca Operativa a.a : II appello

Ricerca Operativa a.a : IV appello

Lezioni di Ricerca Operativa

Prova d Esame di Ricerca Operativa

Prova Scritta di Ricerca Operativa

Prova d Esame di Ricerca Operativa

Ricerca Operativa a.a : I appello

Matrici unimodulari e totalmente unimodulari

I Appello Ricerca Operativa 2 bis Compito A

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

+ 2x Esercizio 2

Prova Scritta di Ricerca Operativa

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

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

3.2 Rilassamenti lineari/combinatori e bounds

Metodi e Modelli per l Ottimizzazione Combinatoria Cover inequalities

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

Registro dell'insegnamento

Prova Intermedia Scritta di Ricerca Operativa

Teoria della Programmazione Lineare Intera

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 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 APPELLO DEL 07/04/04

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

Appunti di Ricerca Operativa

Algoritmo di Branch & Bound

4.3 Esempio metodo del simplesso

Programmazione Lineare Intera

Problemi di Localizzazione Impianti

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

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

Progettazione di Algoritmi

Prova Intermedia Scritta di Ricerca Operativa

4.3 Esempio metodo del simplesso

I appello Ricerca operativa

Università Ca Foscari Venezia

RICERCA OPERATIVA (a.a. 2018/19)

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

Modelli di Programmazione Lineare. PRTLC - Modelli

Algoritmo dibranch & Bound

5.5 Metodi generali per la soluzione di problemi

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

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

Progettazione di Algoritmi

Flusso a Costo Minimo

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

Programmazione Lineare Intera: Piani di Taglio

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

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

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 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

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

Algoritmi e Strutture Dati

5.5 Metodi dei piani di taglio

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

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

Soluzione di problemi di Programmazione Lineare Intera

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

Ottimizzazione e Controllo 2015/2016 ESERCITAZIONE

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

ESERCIZIO 1: Punto 1

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

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

RICERCA OPERATIVA (9 cfu)

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

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

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

Progettazione di Algoritmi

Titolo ISBN. Data. Libro

3.3 Problemi di PLI facili

città

Parte V: Rilassamento Lagrangiano

ALGORITMI DI OTTIMIZZAZIONE M Esercizi Parte I

Algoritmi e Strutture Dati

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

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

Soluzione di problemi di Programmazione Lineare Intera

AA Prova del 19 Novembre 2010 Compito A

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

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

Ottimizzazione Combinatoria 2

PROVE D'ESAME 1994/95

Parte II: Ottimalità, rilassamenti e bound

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

ELEMENTI DI INFORMATICA E PROGRAMMAZIONE

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

3.6 Metodi basati sui piani di taglio

Transcript:

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.

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.

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.

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.

MODELLI E ALGORITMI DELLA LOGISTICA Risposte Esatte: Cognome Nome PER OGNI DOMANDA RISPONDERE V (vero) o F (falso)..... 5. 6. 7. 8. 9...... 5. 6. 7. 8. 9.... 5