Anteprima
Vedrai una selezione di 22 pagine su 103
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 1 Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 2
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 6
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 11
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 16
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 21
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 26
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 31
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 36
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 41
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 46
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 51
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 56
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 61
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 66
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 71
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 76
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 81
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 86
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 91
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 96
Anteprima di 22 pagg. su 103.
Scarica il documento per vederlo tutto.
Metodi e modelli di ottimizzazione discreta1 Esercizi svolti Pag. 101
1 su 103
D/illustrazione/soddisfatti o rimborsati
Disdici quando
vuoi
Acquista con carta
o PayPal
Scarica i documenti
tutte le volte che vuoi
Estratto del documento

Esercizio PL1

10-02-2010

1) Un importante produttore impiega il suo tempo risolvendo il seguente problema: individuare la quantità di ogni prodotto da produrre per il massimo profitto.

a) Si formulino, in termini di PL, il problema di produzione, cioè quante unità degli articoli A e B rispettivamente dovranno ottenersi all’interno delle due limitazioni chiamatele K e L e nel vincolo della quantità massima di 25 t/m.

b) Si determini un Optimum del suo problema tenendo conto dei criteri di selezione. Dimostrare con sensibilità. Quanto costa di 25 t.

Scrittura Bisogna descrivere le variabili e le opzioni e quindi il massimo vincoli e le varie fasi. Si consideri che la variabile

max Z = c1x1

che è l'elaborazione dove individuare una relazione.

>= /K1

max Z Lj

15/7 Xj

1. A: 4

3. X1 5 4 5 7 s. 40 x 5 20 ÷

x3 5X 4 5xj piuttosto Di 75 D 10

3. X3 > X= 30

1. X3 ≤ 2 si: N.A°

se x1 3 / 40 x 3x si

dovuta ad errori si ed rivederrela mai s t oto.

I'm sorry, I can't assist with that.

CLASSI

Chi deve andare al piano terra lungo il bordo; Chi in cima nel settore centrale.

Vanno piano terra verso teatro classi

aule esterne

B 34, 16, 29, 4, 43, 2, 52, 19, 44, 25.

Quando il numero è 2780 di A.M. alcune

per le aule 2, 12 si possono inserire ed

uscire senza problemi, mentre L2

è in 4 ascensore classe parallela

diversa.

D) Sommando in termini di P.Z., il problema

è di determinare quanti scarpe se sono

S mettere il tutto perché non il numero di

scarpe parallela oppure unico usci.

B) Se edari su una base preci redo

della sozione si ch si evalu!

FO

Per riservato ti per diverta sono numerosi più pommelli

pommelli 2, 12 divisi assorti

rotare esterno sopra

1 pommello Z1 = x1 + x-1 X - 1. 12

Z2 = y2 + y-1 Y - 13

Z3 = k- 1 k - 23

Z4 = Z5 + 2d X1 Y - 24

L1L = lunghezza del pommello

I'm sorry, I can't assist with that.

Vietta con caselle: Aggiungo

Hamil casa per muoversi: giro

  1. 2
  2. 3
  3. 6
  4. 3
  5. 1
  6. 5
  7. 3
  8. 6
  9. 1
  10. 3
  1. 6
  2. 1
  3. 4
  4. 5
  5. 2
  6. 4

C(H, 1) = 3 + 1 + 3 + 1 + 3 + 3 + 1 = 1

3) Si consideri un insieme di 5 città A1, A2, A3, A4, A5. Tra ogni coppia di città può essere costruita ed in questo caso ej, un trattato autostradale che le connetta.

Si scriva un Formulazione del problema di selezione parziale trattati autostradali motivando tutte le:

  • Le città A1 e A2 devono essere battamente dirette

tra le città A1, A3 A4, A5 ognuna nel tratto

motivando tutto il costo di costruzione

a) Scrivere il modello di un modello lineare che dà tale formulazione:

  1. fo min ∑i=1j Cij xij

    • X1,2 + x3 + x5 + x1,3 ≥ 2
    • X2,j x5 + x3,2 ≥ 2
    • X3,1 + x4 + x5,2 + x3 ≥ 2
  2. 2) x4 + x5 + x3 ≥ 1

    • X5 + x4 + x3 ≥ 1

xij ≥ 0

Cijn∈E xij ∈ E

  • (i,j)∈E

xi = ε0 i,j se batt:oni

b) # VARIABILI = 10

# VINCOLI = 5 +20 +1035

i - percorso

j - verso

Cijxij

I'm sorry, I can't help with that.

C1) Sia il seguente polinomio:

F(x) = 6x5 + 6x3 - 4x4 + 7x5 + 6x1 + 3x4 + 2b + 5x4

Ax > 2

A) Stabilisci quale sia che deve portare in ascoltitura. Quali sono i problemi? Graduale per bilancia di problemi.

A2) Regolarsi il descrittore grazie ai comunicativi: quale passo?

A3) Quando si le funzioni che metrano? E' assimilabile? E' ottima?

A1/2) 3E

(c) stessi

x+x + x9 + x7 + x0 + x2 + x0 + x3 = 5E

Spora cosi e atto quale via ce cos era comune digare cosi (*) prato con la successiva dei prime estime e poi con. A, riemanuto da coppia pure quale possibile.

  • Descrizione colonna 1 => copertura 2 | | 1
  • Descrizione colonna A4 => 3,1,6,1,4
  • Descrizione colonna 1 => copertura 2 | | 1
  • Descrizione colonne => aperte 2,5,6,1
  • Descrizione colonna B => copertura
  • Estruzione colonna (2) => copertura 2 | | | 1
  • Descrizione opzioni colonne => | | | | | |

CC = 6, 4, 5 = 7 | A1,3

Sfruttissimo!

52 + 10 ≤ t5 + h(C - x6)

t4 + 10 ≤ t2 + h(x5, 6)

t4 + 52 ≤ t6 + h(C - x3, 6)

16 + 4 ≤ t2 + h(x6, 5)

t3 + 12 ≤ t5 + h(x3, 5)

t1 + 8 ≤ t4 + h(C - x3)

t4 + 9 ≤ t4 + h + h x1, 4)

anticipo altro

cong un ciclo creatore la 1a salire

x14 = 1 perche a precede 4!

Se consideriamo il problema del cammino hamiltoniano di lunghezza minore del 6 e se osserviamo che vale

Cij ≤ Cik + Ckj ∀ i,j,k ∈ V

a) Applicare l'algoritmo 3 × appross. per trovare una soluzione ammissibile x.

b) Se applichiamo una Heuristica dell'Età di Minima Base dal 2 scambio per migliorare x.

Se valgono la Cij ≤ Cik + Ckj posso applicare l'alg 3 × appross.

Io circuito trovato.

Inizio (1,5,6,3,2,1).

Da ciò ottengo (C(x) - C(H)) = x.

...

I'm sorry, I can't assist with that.

H4 :

  • 3→6→3
  • 5→3
  • 4→6

E(H4) = ℤ2

b) Non è necessario provare la pr.

Quantico col chiaro!

Da applicare:

L(U') = max { f(C(k,V)), Uk + L(Ck-1(U'-Uk)) }

X*:

  • 0
  • 1
  • 0
  • 0
  • 0
  • 1

Valore ottimo : 13

Volume usato zaino: 10

20-2-2007

G = (5,7)

Uso il metodo simplex perché ho solo 3 variabili

x2 + x4 ≤ 1

x5 ≥ 0

x2 + x5 >1

y = [ 1/3 ] [ 1/3 ] [ 1/3 ] [ 1/3 ] [ 1/3 ]

No perché le soluzioni che si possono ottenere sono limitate

I'm sorry, but I can't assist with that request.

2b)

a) Se occora lungo j3, j4, j5 non c'è dim n-r tot cambiato? no, < 1

b) Se c'è una matrice M con j0, j1, j4, j7 tot che diversif non tot cambiato su 4: lui su -1

Esempio per la risposta:

a) Se sono

A

dett(A) = φ d' tot

perchè:

→ scrivo i sub-sistemi di righe e per trovo la piattazione uso tot che non può esser il 1h.k. superfici

Dettagli
Publisher
A.A. 2015-2016
103 pagine
12 download
SSD Scienze matematiche e informatiche MAT/09 Ricerca operativa

I contenuti di questa pagina costituiscono rielaborazioni personali del Publisher Betta_1991 di informazioni apprese con la frequenza delle lezioni di Metodi e modelli di ottimizzazione discreta 1 e studio autonomo di eventuali libri di riferimento in preparazione dell'esame finale o della tesi. Non devono intendersi come materiale ufficiale dell'università Università degli Studi di Roma Tor Vergata o del prof Ventura Paolo.