Ricerca Operativa a.a : II appello

Documenti analoghi
Ricerca Operativa a.a : III appello

Ricerca Operativa a.a : IV appello

Prova Scritta di Ricerca Operativa

Prova d Esame di Ricerca Operativa

Prova d Esame di Ricerca Operativa

Ricerca Operativa a.a : II appello

Ricerca Operativa a.a : I appello

Prova Scritta di Ricerca Operativa

Prova Scritta di Ricerca Operativa

Prova Intermedia Scritta di Ricerca Operativa

Prova Intermedia Scritta di Ricerca Operativa

Prova Intermedia Scritta di Ricerca Operativa

Università Ca Foscari Venezia

Università Ca Foscari Venezia

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

x 1 x 2 x 3 x 5 La base iniziale è B 0 = I e risulta x B 0 = , x N 0 = Iterazione 0. Calcolo dei costi ridotti. γ 0 = c N 0 (N 0 ) T c B 0 =

RICERCA OPERATIVA (9 cfu)

min 2x 1 +4x 2 2x 3 +2x 4 x 1 +4x 2 +2x 3 + x 4 =6 2x 1 + x 2 +2x 3 + x 5 =3 x 0.

Il metodo del simplesso

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

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

Soluzione di problemi di Programmazione Lineare Intera

3.3 Problemi di PLI facili

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

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

RICERCA OPERATIVA. Stock bamboline automobiline libri peluches costo (euro)

A.A Fondamenti di Ricerca Operativa. 2. Determinare β affinchè il poliedro descritto dal sistema di disequazioni

A.A Fondamenti di Ricerca Operativa Esercizi ottobre min 2x 1 + x 2 + 4x 3 3x 4 x 1 + x 3 = 5 x 2 + x 4 = 2

RICERCA OPERATIVA (a.a. 2018/19)

Esame di Ricerca Operativa del 19/02/2019. Esercizio 1. Risolvere il seguente problema di programmazione lineare applicando l algoritmo del simplesso:

Soluzione di problemi di Programmazione Lineare Intera

Esercizi sulla Programmazione Lineare Intera

Programmazione Lineare Intera

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

Programmazione lineare

Esercizi di Programmazione Lineare

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

Esame di Ricerca Operativa del 07/06/2019

Programmazione Matematica / A.A Soluzioni di alcuni esercizi

Esame di Ricerca Operativa del 18/06/18

COMPITO DI RICERCA OPERATIVA APPELLO DEL 07/04/04

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

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

5.4.5 Struttura dell algoritmo ed esempi

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

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

Introduzione al Metodo del Simplesso. 1 Soluzioni di base e problemi in forma standard

RICERCA OPERATIVA (a.a. 2014/15) Nome: Cognome: Matricola:

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

Esempi di Problemi di Programmazione Lineare

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

RICERCA OPERATIVA (a.a. 2012/13) Nome: Cognome: Matricola:

Massimo flusso e matching

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

Esame di Ricerca Operativa del 20/02/18

Ricerca Operativa. G. Liuzzi. Giovedí 19 Marzo Tableau del Simplesso Esempio Fase I del Simplesso Esempio

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

RICERCA OPERATIVA (a.a. 2014/15) Nome: Cognome: Matricola:

5.3 Metodo dei piani di taglio

Programmazione Lineare Intera: Piani di Taglio

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

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

Esercizi di Programmazione Lineare

Soluzione dei Problemi di Programmazione Lineare

4.1 Localizzazione e pianificazione delle base station per le reti UMTS

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

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

Programmazione Matematica / A.A Soluzioni di alcuni esercizi

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. 2015/16) Nome: Cognome: Matricola:

Esame di Ricerca Operativa del 22/01/18

Si considera, come al solito, un problema di programmazione lineare in forma standard:

4.5 Metodo del simplesso

Esercizio 1. Variabili decisionali:

Esercizi sulla Programmazione Lineare. min. cx Ax b x 0

4.5 Metodo del simplesso

Esame di Ricerca Operativa del 06/02/17

RICERCA OPERATIVA. Tema d esame del 13/12/2005

5.5 Metodi generali per la soluzione di problemi

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

SIMULAZIONE ESAME di OTTIMIZZAZIONE Corso di Laurea in Ingegneria Gestionale 2 o anno

RICERCA OPERATIVA GRUPPO B prova scritta del 22 settembre 2004 FOGLIO 1. Cognome: Nome: Matricola:

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

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

PROVE D'ESAME 1997/98

3.6 Metodi basati sui piani di taglio

Esame di Ricerca Operativa del 05/09/18

Esame di Ricerca Operativa del 11/02/2015

Esame di Ricerca Operativa del 12/07/17

Esame di Ricerca Operativa del 06/02/17

Esame di Ricerca Operativa del 14/09/18

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

Transcript:

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 il ritiro dell elaborato e l allontanamento dello studente dall aula È necessario rispondere alle domande e risolvere gli esercizi usando esclusivamente i fogli distribuiti dal docente. Ogni risposta/calcolo deve essere opportunamente motivata/o dallo studente. È necessario scrivere Nome-Cognome-Matricola sul presente foglio e su ciascun foglio contenente le risposte dello studente (i fogli privi di tale informazione saranno cestinati e non considerati per la valutazione). In aggiunta, è necessario indicare (SI/NO) se il voto della Prova Intermedia (20 Novembre 2015) deve essere considerato dal docente. Il tempo complessivo per la prova è di 1h 45 : per gli studenti che hanno superato la Prova Intermedia; 3h 10 : per gli studenti che NON hanno superato la Prova Intermedia. È necessario risolvere gli esercizi e rispondere alle domande, secondo le seguenti modalità: gli studenti che hanno superato la Prova Intermedia devono risolvere/rispondere solo gli/alle esercizi/domande con (***); gli studenti che NON hanno superato la Prova Intermedia devono risolvere/rispondere tutti gli/le esercizi/domande; È vietato parlare durante la prova. È vietato usare durante la prova: testi, appunti, note, dispense, dispositivi cellulari, tablets, palmari, calcolatori/calcolatrici programmabili. Durante la prova non è possibile allontanarsi dall aula. Nome:........................... Cognome:......................... Matricola:............ Considerare la Prova Intermedia: SI NO

Esercizio 1 Ad un unità centrale di un calcolatore multicore, comprendente 5 core, nell intervallo di tempo corrente devono essere assegnati 525 job rispettando alcuni vincoli, legati all hardware del calcolatore. I job possono essere di 3 tipi diversi e ciascuno di essi occuperà il core dove viene svolto, per un tempo (espresso in nsec.) dato nella seguente tabella core 1 core 2 core 3 core 4 core 5 Job 1 12 9 21 34 16 Job 2 10 10 18 40 13 Job 3 7 12 17 29 14 Le specifiche imposte dall hardware sono le seguenti: 1. per problemi legati alla cache di II livello del calcolatore, al core 3 non possono essere assegnati più di 40 job; 2. se al core 1 si assegnano job di tipo 2, allora al core 4 deve essere assegnato almeno lo stesso numero di job di tipo 2, e viceversa; 3. i job assegnati complessivamente ai core 2 e 3 non possono superare il numero di job assegnati al core 1; 4. per problemi legati al raffreddamento dei core, deve valere uno e solo uno dei seguenti vincoli: al core 1 si devono assegnare almeno 5 job; al core 5 non possono essere assegnati più di 12 job. Si formuli un modello di PL/PLI che minimizzi i tempi complessivi di esecuzione dei job nei 5 core, tenendo conto che per problemi legati alla cache di I livello, se si processano job sul core j (j = 1,2,3,4,5), è previsto un tempo aggiuntivo di processamento (in nsec.) dato di seguito: core 1 core 2 core 3 core 4 core 5 50 60 85 55 39 x ij = numero di job di tipo i-simo (i = 1,2,3) assegnati al core j-simo (j = 1,2,3,4,5) 1 se x ij > 0, j = 1,2,3,4,5 y j = 0 altrimenti, α {0,1} min (12x 11 +10x 21 +7x 31 ) +(9x 12 +10x 22 +12x 32 ) +(21x 13 +18x 23 +17x 33 ) + (34x 14 +40x 24 +29x 34 ) +(16x 15 +13x 25 +14x 35 ) +50y 1 +60y 2 +85y 3 +55y 4 +39y 5 x i3 40; x 21 = x 24 ; 5 x i1 αm, M 1 x i5 12 (1 α)m y j x ij M, j = 1,2,3,4,5 (x i2 +x i3 ) x i1 ; 5 x ij = 525 j=1 x i,j 0, intera, i = 1,2,3, j = 1,2,3,4,5

Esercizio 2 (***) Si risolva il seguente problema di PL con il Metodo del Simplesso. max 5x 1 +5x 2 +x 3 +x 4 x 1 x 2 +2x 3 3x 4 = 1 3x 1 +x 3 x 4 4 x 0 Il problema può essere riportato alla forma canonica, essendo equivalente al problema max 5x 1 +5x 2 +x 3 +x 4 x 1 +x 2 2x 3 +3x 4 = 1 3x 1 +x 3 x 4 +x 5 = 4 x 0 in cui x 2 ed x 5 sono in base, e tutte le altre variabili sono fuori base. Inoltre è b = +1 0. +4 Applicando quindi direttamente la Fase II del Metodo del Simplesso si ottiene alla prima iterazione ( ) ( ) 1 +1 2 +3 0 +1. +3 0 +1 1 +1 +4 10 0 11 +14 0 +5 Essendo il vettore dei guadagni ridotti (cambiato di segno) pari a γ T = ( 10 11 +14) 0, il criterio di arresto non è soddisfatto, così come anche il criterio di illimitatezza. Scegliamo come variabile entrante la x 1 (per la Regola di Bland), come variabile uscente (obbligatoriamente) la x 5, e l elemento di pivot è +3. Il nuovo tableau risulta essere ( ) ( ) 0 +1 5/3 +8/3 +1/3 +7/3, +1 0 +1/3 1/3 +1/3 +4/3 0 0 23/3 +32/3 +10/3 +55/3 il vettoredei guadagniridotti (cambiatodi segno) risulta pari a γ T = ( 23/3 +32/3 +10/3) 0, il criterio di arresto non è soddisfatto, così come anche il criterio di illimitatezza. Pertanto scegliamo come variabile entrante (obbligatoriamente) la x 3, come variabile uscente (obbligatoriamente) la x 1, e l elemento di pivot è +1/3. Il nuovo tableau risulta essere ( ) ( ) +5 +1 0 +1 +2 +9 +3 0 +1 1 +1 +4 +23 0 0 +3 +11 +49 Ora il vettore dei guadagni ridotti (cambiato di segno) risulta pari a γ T = (+23 +3 +33/3) 0, quindi il criterio di arresto èsoddisfatto e ci fermiamo. La soluzionefinale risulta x = (0 9 4 0 0) T con valore della funzione obiettivo pari a +49..

Esercizio 3 Si determini il numero massimo (possibile) di vertici del seguente poliedro. Successivamente, si determinino tali vertici (se esistono). x 1 +x 3 x 4 7 x 2 = 3 2x 1 x 3 +x 4 2 x 2 x 4 3 x 1 x 4 12 Preventivamentepossiamosostituirex 2 = 3intutteledisequazioni, ottenendoilpoliedroequivalente x 1 +x 3 x 4 7 2x 1 x 3 +x 4 2 x 4 0 x 1 x 4 12. Essendo ora n = 3 ed m = 4, il massimo numero di vertici del poliedro sarà non superiore a m! n!(m n)! = 4! 3! = 4. Basterà pertanto considerare i seguenti 4 sistemi di uguaglianze: (I) in cui x 1 +x 3 x 4 = 7 2x 1 x 3 +x 4 = 2 x 4 = 0 P 1 = 3 4 0 il quale soddisfa anche il quarto vincolo e si ha 1 1 1 2 1 1 0 0 1 = 3 0. Pertanto il punto P 1 è un vertice del poliedro. (II) in cui x 1 +x 3 x 4 = 7 2x 1 x 3 +x 4 = 2 x 1 x 4 = 12 P 2 = 3 5 9 il quale soddisfa anche il terzo vincolo, e si ha 1 1 1 2 1 1 1 0 1 = 3 0. Pertanto il punto P 2 è un vertice del poliedro.

(III) in cui x 1 +x 3 x 4 = 7 x 4 = 0 x 1 x 4 = 12 P 3 = 12 5 0 il quale soddisfa anche il secondo vincolo e si ha 1 1 1 0 0 1 = 1 0. 1 0 1 Pertanto il punto P 3 è un vertice del poliedro. (IV) in cui 2x 1 x 3 +x 4 = 2 x 4 = 0 x 1 x 4 = 12 P 4 = 12 22 0 il quale NON soddisfa anche il primo vincolo, pertanto il punto P 4 NON è un vertice del poliedro.

Esercizio 4 (***) Si risolva il seguente esercizio di Knapsack binario in IR 6, con il metodo del B&B. max 3x 1 x 2 +x 3 +x 4 +2x 5 x 1 2x 2 +3x 3 x 4 +x 5 +x 6 2 x {0,1} 6. (K 0 ) In (K 0 ) possiamo senz altro assegnare facilmente il valore di alcune variabili (i.e. x 2 = 1 y 2, y 2 {0,1}, in quanto è presente con segno negativo sia nella funzione obiettivo che nel vincolo; x 4 = 1, in quanto ha segno negativo nel vincolo e segno positivo nella funzione obiettivo; x 6 = 0, in quanto ha segno positivo nel vincolo e coefficiente nullo nella funzione obiettivo), ottenendo in particolare il problema equivalente max 3x 1 +y 2 +x 3 +2x 5 x 1 +2y 2 +3x 3 +x 5 5 x 1,y 2,x 3,x 5 {0,1}. ( K 0 ) Quest ultimo problema ammette la soluzione intera corrente ˆx = 0, con f(ˆx) = 0. Creiamo la lista dei problemi aperti L = {( K 0 )} ed estraiamone l unico problema ( K 0 ). Consideriamo il suo rilassamento lineare, si provvede ora ad ordinare in modo non decrescente i rapporti dei coefficienti delle restanti 4 variabili (x 1, y 2, x 3 e x 5 ), i.e. 3 1 2 1 1 2 1 3, e di conseguenza si passa a risolvere (riordinando le variabili) il problema rilassato Essendo h = 3, risulta per la soluzione rilassata di ( K 0 ) max 3x 1 +2x 5 +y 2 +x 3 x 1 +x 5 +2y 2 +3x 3 5, 0 x 1,y 2,x 3,x 5 1. x (0) 1 = 1, x (0) 5 = 1, y (0) 2 = 1, x (0) 3 = 5 (1+1+2) = 1/3, 3 cui corrisponde un valore della funzione obiettivo superiore al valore f(ˆx). Pertantochiudiamo ( K 0 ), effettuiamo un Branching e dividiamo ( K 0 ) nei 2 sottoproblemi (settando rispettivamente x 3 = 0 e x 3 = 1) max 3x 1 +2x 5 +y 2 x 1 +x 5 +2y 2 5 x 1,y 2,x 5 {0,1}, max 3x 1 +2x 5 +y 2 +1 x 1 +x 5 +2y 2 2 x 1,y 2,x 5 {0,1}, ( K 1 ) ( K 2 ) ed aggiorniamo la lista L = {( K 1 ),( K 2 )}. Estraiamo il primo problema che ammette la soluzione rilassata (coincidente con una soluzione intera) x (1) = (1 0 0 1 1 0) T con f(x (1) ) = 6. Pertanto chiudiamo ( K 1 ) ed aggiorniamo ˆx = (1 0 0 1 1 0) T, con f(ˆx) = 6. Poi estraiamo da L anche ( K 2 ) che ammette anch esso soluzione rilassata coincidente con una soluzione intera, data da x (2) = (1 1 1 1 1 0) T, con f(x (2) ) = 6. Pertanto chiudiamo anche ( K 2 ) ma senza aggiornare di nuovo l ottimo corrente ˆx. Per la soluzione finale si ha x = (1 0 0 1 1 0) T.

Domanda Scritta 1 Data la funzione f : IR n IR, con f convessa su IR n, si dimostri che tutti i suoi insiemi di livello sono convessi. Domanda Scritta 2 (***) Si formuli il problema del Massimo Flusso su grafo orientato mediante un modello di Programmazione Lineare, indicando espressamente anche il significato delle variabili usate, nonchè della funzione obiettivo e dei vincoli introdotti.