Sei sulla pagina 1di 24

SI RICORDA CHE LE SOLUZIONI NON

COSTITUISCONO L'ESERCIZIARIO DI
RIFERIMENTO DEL CORSO IN QUANTO
MATERIALE REDATTO NON AI FINI DI
UNA PUBBLICAZIONE. GLI ESERCIZI
DI PREPARAZIONE AL CORSO
RIMANGONO SEMPRE E COMUNQUE GLI
ESERCIZI PROPOSTI NEI TESTI
CONSIGLIATI NEL CORSO. LE
SOLUZIONI SONO FORNITE SOLO PER
DARE AGLI STUDENTI UN
ORIENTAMENTO GENERALE SU COME
IMPOSTARE LA SOLUZIONE DEL
COMPITO.

Appello del 11 Dicembre 2008
Domani verr pubblicato un avviso con la data della verbalizzazione.
Gli esercizi hanno attribuito tutti il medesimo punteggio.

Esercizio 1 (Formulazione)
Si consideri il problema di dover ricavare delle metrature di stoffa da alcuni rotoli di lunghezza
prefissata. In particolare necessario tagliare degli spezzoni di 30,38,42,48,49,51,51,57 metri a
partire da rotoli di lunghezza pari a 100, 120, 150, 180. Si desidera determinare da quali rotoli
prelevare i diversi spezzoni, con lobiettivo di minimizzare il massimo sfrido ( per sfrido si intende
la rimanenza: se sul primo rotolo si tagliano i primi due spezzoni lo sfrido 100-30-38=32 metri).
Formulare un modello di programmazione lineare intera adatto indicando esplicitamente variabili,
vincoli, parametric ed obiettivo.

SOLUZIONE
X
ij
= variabile booleana pari a 1 se lo spezzone i (i=1,..,8) tagliato dal rotolo j (j=1,..,4)
Y
max
= Massimo sfrido

Min y
max
s.v.

!
L
j
" x
ij
i=1
8
#
$ y
max
j =1,.., 4
x
ij
j=1
4
#
=1 i =1,..,8
x
ij
% 0,1 { }
y
max
$ 0



Esercizio 2 (Programmazione lineare)

Max x
1
+x
2

s.v.
-4x
1
+5x
2
!5
6x
1
+5x
2
! 30
x
2
!3
x
1
,x
2
"0

1. Disegnare la regione ammissibile e determinare per via grafica (con il metodo del gradiente)
la soluzione ottima. Individuare una sequenza di soluzioni di base che il simplesso avrebbe
visitato.
2. Etichettare i vertici del politopo con lettere A,B,C, partendo dallorigine e procedendo in
senso orario. Mediante semplici considerazioni stabilire, per ciascun vertice del politopo,
quali variabili appartengono alla base nella soluzione di base ammissibile corrispondente.
3. Per ogni soluzione di base indicare per ogni variabile il segno dei coefficienti della riga 0
del tableau corrispondente.
SOLUZIONE
La regione ammissibile per motivi grafici non viene riportata. Verr qui di seguito caratterizzata
con i suoi 5 vertici ammissibili

etichetta X_1 X_2 VALORE
F.O.
A 0 0 0
B 0 1 1
C 2,5 3 5,5
D 5 0 5

La soluzione ottima nel punto C. Il metodo del simplesso ha come soluzione ammissibile di base
la soluzione corrispondente al vertice A. Una possibile sequenza sarebbe stata A,D,C scegliendo il
coefficiente di costo ridotto negativo pi piccolo ( nella convenzione di aver convertito la funzione
obiettivo in forma di minimo).
Per caratterizzare le soluzioni di base necessario portare il sistema dei vincoli in forma di
uguaglianza. Ci comporter lintroduzione di 3 variabili di slack: x
3
, per il primo vincolo;
x
4
, per il secondo vincolo; x
5
, per il terzo vincolo. Il numero di soluzioni di base ammissibili
associate al problema pari a 6. Infatti il vertice C, come si pu vedere dal grafico, individuato
dallintersezione di tutti e tre i vincoli pertanto ad esso corrisponderanno 3 soluzioni di base
ammissibili. Le soluzioni di base sono caratterizzate nella seguente tabella.


BFS Vertice X_1 X_2 X_3 X_4 X_5
S1 A FB FB B B B
S2 B FB B FB B B
S3 C B B B FB FB
S4 C B B FB B FB
S5 C B B FB FB B
S6 D B FB B FB B


Ricordiamo che il segno dei coefficienti nella riga 0 del tableau sono nulli in corrispondenza delle
variabili in base mentre il segno dei coefficienti delle variabili fuori base indica per ognuna di esse
il segno della variazione della funzione obiettivo, qualora la relativa variabile dovesse entrare in
base:un segno negativo indica un decremento della funzione obiettivo, un segno positiva indica un
incremento, valore nullo indica che non ci sar variazione. Nellipotesi che il simplesso sia
applicato al problema riportato in forma standard in cui la funzione obiettivo in forma di minimo
il segno dei coefficienti il seguente. In corrispondenza delle 3 soluzioni di base degeneri (S3-S4-
S5) il segno dei coefficienti delle variabili fuori base indeterminato. Si consideri il generico
tableau del simplesso corrispondente ad una delle soluzioni di base degeneri. Nella colonna dei
termini noti ci sar un valore nullo e supponiamo che esso sia nella riga i. Sia a
ij
il coefficiente nella
matrice nel tableau del simplesso corrispondente alla variabile fuori base j e alla riga i-esima in cui
il termine noto nullo. Se a
ij
<=0 allora non sar possibile fare un cambio di base in cui la variabile
uscente quella degenere. In questo caso le variabili entranti possono essere solo x
1
e x
2
ed allora il
valore del coefficiente j-esimo della riga zeo pu essere solo strettamente positivo. Nel caso in cui
a
ij
>0, il coefficiente potrebbe essere negativo, positivo nullo.
BFS Vertice X_1 X_2 X_3 X_4 X_5
S1 A - - 0 0 0
S2 B - 0 + 0 0
S3 C 0 0 0 +,-,0 +,-,0
S4 C 0 0 +,-,0 0 +,-,0
S5 C 0 0 +,-,0 +,-,0 0
S6 D 0 - 0 + 0


Esercizio 3 (Programmazione Lineare Intera)
Sia dato il seguente problema (attenzione solo la variabile x
2
pu assumere valori interi) Risolvere il
problema con lalgoritmo del Branch and Bound.

Max z
z = 20x1 + 15x2 + x3 +3x4 +2x5
s.v.
24x1 + 6x2 + 2x3 + 2x4 + 1.5x5
!
10
x1, x2, x3, x4, x5,
"
0 interi
X4,
!
1

Si valuti lalbero decisionale finale del Branch and Bound: il numero di iterazioni del branch and
bound ottenuto il minimo possibile ? Giustificare la risposta

SOLUZIONE
E possibile risolvere questo problema come un pb di knapsack, moltiplicando il vincolo per 10 in
modo da avere tutti i coefficienti interi..
Valutando il valore specifico delle variabili ( oggetti) otteniamo il seguente ordinamento e quindi
re-indicizzazione delle variabili decisionali
X1=y4
X2=y1
X3=y5
X4=y2
X5=y3

Introducendo la variabile slack y6 in corrispondenza del vincolo il problema pu essere riformulato
come segue.

Max Z
Z = 15y1 + 3y2 + 2y3 +20y4 +y5
s.v.
60y1 + 20y2 + 15y3 + 240y4 + 20y5 +y6 =100
y1, y2, y3, y4, y5, y6
"
0 interi
Y2
!
1


Saturando al massimo il sacco con loggetto pi prezioso, il rilassato continuo ha come soluzione
[10/6,0,0,0,0,0]. Arrotondando per difetto il valore di y
1
si otiene il seguente primo incombente
[1,0,0,0,0,40] z
I
=15. Lalbero decisionale del Branch and Bound il seguente con soluzione ottima
pari a Z=20 con [1,1,1,0,0,5].
Nellalgoritmo del branch and bound il numero di iterazioni funzione delle scelte effettuate in
merito a: (scelta 1)su quale variabile frazionaria effettuare il branching; (scelta 2) lordine con cui i
sottoproblemi sono estratti dalla lista. noto che non esiste una regola di scelta 1 e 2 ottima ovvero
che garantisca un numero minimo di iterazioni del branch and bound. Differenti scelte 1 e 2
definiscono una traiettoria di esplorazione della regione ammissibile differente e quindi un numero
di iterazioni differente.
Il minimo numero di iterazioni di Branch and bound nel problema in oggetto pari a 7 per i
seguenti due motivi:
1. ogni iterazione ha prodotto nella soluzione del rilassato al pi una variabile frazionaria
rendendo univoco il branching ovvero la scelta 1
2. Se si selezionano in sequenza P0, P3,P5,P7 si ottiene la soluzione ottima con Z=20. A
questo punto i nodi rimasti sono o inammissibili o con un valore del rilassato strettamente
inferiore a 21.
ITERAZIONI STATO DELLA LISTA
1. L={P0}. Estrai P0 e risolvi il rilassato: soluzione frazionaria, effettuo branching su y1;
genero P1 e P2 e li inserisco nella lista.
2. L={P1,P2}. Estrai P2 e risolvi il rilassato: INAMMISSIBILE. Chiudo il nodo
3. L={P1}. Estrai P1, risolvi il rilassato: soluzione frazionaria, effettuo Branching su y3;
genero P3 e P4 e li inserisco nella lista L.
4. L={P3,P4}. Estrai P3 e risolvi il rilassato: soluzione frazionaria, effettuo Branching su y4;
genero P5 e P6 e li inserisco nella lista L.
5. L={P4,P5,P6}. Estrai P5 e risolvi il rilassato: soluzione frazionaria, effettuo Branching su
y5; genero P7 e P8 e li inserisco nella lista L.
6. L={P4,P6,P7,P8}. Estrai P7 e risolvi il rilassato: soluzione intera migliore dellincombente
aggiorno z_I, chiudi il nodo.
7. L={P4,P6,P8}. Estrai P8 e risolvi il rilassato: soluzione frazionaria con valore dela funzione
obiettivo peggiore dellincombente, chiudo il nodo.
8. L={P4,P6}. Estrai P6 e risolvi il rilassato: INAMMISSIBILE. Chiudo il nodo
9. L={P4}. Estrai P2 e risolvi il rilassato: soluzione frazionaria con valore dela funzione
obiettivo peggiore dellincombente, chiudo il nodo.
10. L={}. Lista vuota stop. Lattuale incombente la soluzione ottima
11.


Esercizio 4 Programmazione Non Lineare
Si consideri il seguente problema di Programmaz. Quadratica:
= ! + !
+ "
# #
2 2
1 1 2 2
1 2
1 2
max ( ) 8 4
s.a.
2
0 0
f x x x x x
x x
x x

Si usino le condizioni KKT per ricavare una soluzione ottima.
Si applichi il metodo modificato del simplesso al problema formulato al punto precedente.

SOLUZIONE
Condizioni KKT

1 j=1 8-2x_1-u_1<=0
1 j=2 4-2x_2-u_1<=0

2j=1 x_1(8-2x_1-u_1)=0
2 j=2 x_2(4-2x_2-u_1)=0

3. x_1+x_2-2<=0

4. u_1(x_1+x_2-2)=0

min v1+v2
s.v.
2x_1+u_1-y_1+v1=8
2x_2+u_1-y_2+v2=4
x_1+x_2+y_3=2
x1,x2,u1,y1,y2,v1+v2>=0

x1*y1+ x2*y2+u1*y3=0

Applicare il metoto del simplesso revisionato



TN X_1 X_2 u_1 Y_1 Y_2 V_1 A1 A2
-10 -2 -2 -2 1 1 0 0 0
8 2 0 1 -1 0 0 1 0
4 0 2 1 0 -1 0 0 1
2 1 1 0 0 0 1 0 0

TN X_1 X_2 u_1 Y_1 Y_2 V_1 A1 A2
-6 0 0 -2 1 1 2 0 0
4 0 -2 1 -1 0 -2 1 0
2 0 2 1 0 -1 0 0 1
2 1 1 0 0 0 1 0 0


TN X_1 X_2 u_1 Y_1 Y_2 V_1 A1 A2
0 0 0 0 0 0 0 0 -1
2 0 -4 0 -1 1 -2 1 -1
4 0 -2 1 -1 0 -2 1 0
2 1 1 0 0 0 1 0 0

Esercizio 5 (Analisi Decisionale)
Durante lestate Paolo solito andare in piscina ogni giorno. Nei giorni di sole sceglie sempre la
piscine esterna, dove pu nuotare gratuitamente, mentre nei giorni di pioggia deve andare nella
piscine coperta. Per accedere alla piscine coperta Paolo pu decidere di acquistare allinizio
dellestate, un abbonamento stagionale al costo di 75 euro. Se non acquista labbonamento, deve
pagare 5 euro ogni volt ache utilizza la piscine coperta. Lanalisi della serie storica degli ultimi 10
anni indica che c il 70% di possibilit che lestate sia soleggiata (ovvero Paolo pu aspettarsi 5
giorni piovosi nel corso della stagione estiva); altrimenti lestate sar piovosa (con 30 giorni di
pioggia nel corso della stagione estiva). Prima che lestate cominci Paolo pu consultare un suo zio
metereologo dilettante il quale in passato, nelle estati piovose, aveva previsto una brutta stagione in
circa il 70% dei casi, mentre nelle estati soleggiate, aveva previsto una bella stagione nel 90% dei
casi. Si costruisca lalbero delle decisioni che aiuta Paolo a prendere la decisione pi economica.
Qual il valore dellinformazione dello zio?

SOLUZIONE
Le decisioni che Paolo deve prendere sono due:
Acquistare (A1) o meno (A2) labbonamento
Consultare (C1) o meno (C2) lo zio metereologo
Gli stati di natura (eventi) sono di due tipi:
La stagione pu essere piovosa (SP) o soleggiata (SS)
La consultazione con lo zio pu dare due esiti: estate piovosa (ZP) ; estate soleggiata (ZS).

Se Paolo dovesse decidere di non consultare lo zio la sua tabella decisioni stato di natura sarebbe

SP SS
A1 75 75
A2 150 25
Probabilit 0.3 0.7

In merito alla caratterizzazione probabilistica circa lesito della consultazione con lo zio sono note
le probabilit aposteriori ovvero
P(ZP|SP)=0.7
P(ZS|SP)=0.3
P(ZP|SS)=0.1
P(ZS|SS)=0.9
La probabilit che lo zio dia come esito della consultazione unestate piovosa o soleggiata
ottenibile applicando il teorema della probabilit totale ovvero:
P(ZP)=P(SP) P(ZP|SP)+P(SS)P(ZP|SS)=0.3*0.7+0.7*0.1=0.21+0.07=0.28
P(ZS)=P(SS)P(ZS|SP)+P(SP)P(ZS|SS)=0.3*0.3+0.7*0.9=0.09+0.63=0.72

Rimangono da determinare le probabilit a priori ovvero grazie al teorema di Bayes possiamo
affermare che

!
P SP ZP
( )
=
P SP
( )
P ZP SP
( )
P ZP
( )
=
0.3*0.7
0.28
= 0, 75
P SS ZP
( )
=
P SS
( )
P ZP SS
( )
P ZP
( )
=
0.7*0.1
0.28
= 0,25
P SP ZS
( )
=
P SP
( )
P ZS SP
( )
P ZS
( )
=
0.3*0.3
0.72
= 0,125
P SS ZS
( )
=
P SS
( )
P ZS SS
( )
P ZS
( )
=
0.7*0.9
0.72
= 0,875

A QUESTO PUNTO POSSIBILE COSTRUIRE lalbero delle decisioni ed applicare la foldback
analysis



La strategia ottima consultare lo zio. In caso lo zio dia indicazione che la stagione piovosa
conviene acquistare labbonamento, in caso lo zio dia indicazione che la stagione soleggiata
conviene non acquistare labbonamento. Il valore dellinfomrazione data dallo zio pari a 12,25
euro.

Esercizio 6 ( Elementi di statistica)
Unazienda produce serie di lampadine decorative per lalbero di Natale. Le serie sono difettose con
probabilit 5%, indipendentemente luna dallaltra. Le lampadine sono vendute in confezioni da 5
serie, con garanzia di rimborso in caso vi sia pi di una serie difettosa. Che percentuale delle
confezioni viene ritornata? Se si comprano 3 confezioni, qual la probabilit di ritornarne
esattamente una?
SOLUZIONE
Esperimento: aprire una confezione ed individuare un pezzo difettoso
Ripetuto 5 volte
Probabilit di successo=0.05
X= numero dei pezzi difettosi in una scatola di 5 confezioni
X v.a. binomiale (n,p)=(5,0.01)
Supponendo che tutti i clienti sfruttino la garanzia

( ) ( ) ( ) 1 0 1 1 = ! = ! = > X P X P X P


!
P X >1
( )
=1"
5
0
#
$
%
&
'
(
)0,05
0
)0,95
5
"
5
1
#
$
%
&
'
(
)0,05
1
)0,95
4
= 0,0226 = 2,26%
Ogni scatola indipendentemente dalle altre viene resa con probabilit 2,26%
A lungo andare sar reso il 2,26% delle confezioni
Acquistando 3 scatole il numero di quelle che verranno rese una v.a. Y binomiale di parametri
(3,0.0226)

!
P Y =1
( )
=
3
1
"
#
$
%
&
'
(0,0226 (0,9774
2
) 0,065
DA CONSEGNARE AL DOCENTE

COGNOME___________________________ NOME________________________________

ESAME_____________ NUMERO CREDITI_______________________________________

CORSO DI LAUREA_______________________________________________________


Qual il compito che devi svolgere
Esercizi
Corso di appartenenza Tempo
1 2 3 4 5 6
Ricerca Operativa (5 crediti) 2 h X X X X
Ricerca Operativa I (6 crediti) 3 h X X X X X
Ricerca Operativa ed Elementi di Statistica (6 crediti) 3 h X X X X X X





Appello del 12 Gennaio 2009
Domani verr pubblicato un avviso con la data della verbalizzazione.
Agli esercizi verr attribuito il medesimo punteggio.

Esercizio 1 (Formulazione)
Uno studente di ricerca operativa vorrebbe attrezzarsi per portare con s allesame scritto alcuni
foglietti di appunti della dimensione totale di 95 cm
2
. Lesame comprende 10 diversi argomenti e lo
studente ha gi preparato per ciascuno di essi delle note riassuntive, che non possono essere
ulteriormente ridotte senza perdere di significato. La tabella seguente riporta lo spazio richiesto per
ogni argomento per tali note e il suo peso relativo nellambito dellesame.

Argomenti Spazio richiesto in cm
2
Peso
1 10 5
2 18 10
3 22 15
4 16 10
5 14 10
6 20 5
7 32 20
8 12 5
9 12 15
10 10 5

Lo studente poco preparato sulle note 2,3,7,8 e 9 e vorrebbe pertanto portare allesame le note
riassuntive di almeno 3 di essi. Inoltre ritiene poco utile avere contemporaneamente nei foglietti sia
le note relative allargomento 9, che quelle relative allargomento 10. Infine ha valutato che
risultano inutili le note dellargomento 5 a meno che non vengano incluse nel foglio anche le note
relative allargomento 4. Si formuli il modello di PL che selezioni linsieme di argomenti pi
conveniente per lo studente.
SOLUZIONE
X
i
= largomento i-esimo incluso nei fogliettini si (x
i
=1) no (x
i
=0) i=1,..,10
v
i
= peso dellargometno i nella valutazione
s
i
= spazio richiesto dallargomento i
Max
!
v
i
x
i
i=1
10
"

s.v.
!
s
i
x
i
i=1
10
"
# 95
!
x
2
+ x
3
+ x
7
+ x
8
+ x
9
" 3
!
x
9
+ x
10
"1
!
x
5
" x
4

!
x
i
" 0,1 { } i =1,..,5
Esercizio 2 (Programmazione lineare)
Risolvere il seguente problema sia graficamente che mediante lalgoritmo del simplesso.
Max 3x
1
+5x
2

s.v.
7x
1
-3x
2
<=2
-x
1
+x
2
<=1
x
1
-3x
2
<=3
x
1
, x
2
>=0
Affinch lesercizio venga valutato positivamente, il candidato illustri in maniera chiara e breve le
operazioni effettuate sul tableau in termini di scelta della variabile entrante ed uscente.

I vertici ammissibili sono (0,0),(0,1),(5/4,)/4),(2/7,0). Le iterazioni del simplesso sono 3 e
producono i seguenti tableau

0 -3 -5 0 0 0
2 7 -3 1 0 0
1 -1 1 0 1 0
3 1 -3 0 0 1


6/7 0 -44/7 3/7 0 0
2/7 1 -3/7 1/7 0 0
9/7 0 4/7 1/7 1 0
19/7 0 -18/7 -1/7 0 1

15 0 0 2 11 0
5/4 1 0 ! " 0
9/4 0 1 ! 7/4 0
17/2 0 0 1/2 9/2 1


Esercizio 3 (Programmazione Lineare Intera)
Si consideri il seguente problema di PLI
Min 2x
1
+ x
2

s.v.
5x
1
+2x
2
>=8
2x
1
+2x
2
>=5
-x
1
+2x
2
>=-1
x
1
,x
2
>=0 interi
e lo si risolva utilizzando il Branch and Bound con le seguenti regole di esplorazione:
1. si esplori per primo il problema con il lower bound minimo;
2. a parit di lower bound si esplori per primo il problema definito dal vincolo di branching di
maggiore uguale.

Affinch lesercizio venga valutato positivamente, il candidato riporti lalbero del Branch and
bound e per ogni iterazione indichi qual lo stato della lista dei sottoproblemi, il risultato del
rilassato continuo e le considerazioni che ne derivano, in che maniera viene aggiornata la lista dei
sottoproblemi.

Esercizio 4 Programmazione Non Lineare
Assegnato un generico problema di ottimizzazione vincolata,
( )
( )
( ) ( ) [ ]
!
!
!
"
!
!
!
#
$
%
%
& & =
'
!
!
"
!
!
#
$
%
= (
)
=
0
0
) ( , max
0
,.., 1
. .
max
1
i
m
i
i i i
i i
u
x
b x g u x f u x h
x
m i b x g
v s
x f

il candidato illustri perch possibile certificare lottimalit (globale o locale) di un punto x che
soddisfi le condizioni KKT.
SOLUZIONE Fare riferimento ai luci a lezione.
Esercizio 5 (Analisi Decisionale)
Unimpresa specializzata nel recupero dei relitti marini deve prendere una decisione in merito al
proseguimento di un progetto intrapreso in una certa area nella quale si trova un relitto. Il progetto
ad alto rischio, dal momento che si reputa pari al 0.1 la probabilit che si riesca a recuperare il
relitto. Qualora si prosegua il progetto e il relitto venga recuperato, si stima che il relativo guadagno
sia pari a 10 milioni di euro. Viceversa, se si prosegue il progetto e il relitto non viene recuperato, la
relativa perdita sar di 1 milione di euro. Infine, nel caso in cui si opti per labbandono del progetto
e il concorrente non concluda positivamente il recupero, limpresa consegue un guadagno di 0,75
milioni di euro.
Costruire la matrice dei guadagno dei differenti stati di natura.
Sulla base del criterio di Bayes, indicare qual la scelta ottimale
Si supponga di potersi avvalere della consulenza di un esperto circa la possibilit di
successo del recupero. Sulla base delle esperienze passate, la probabilit che lesperto dia
valutazione affermativa circa la fattibilit del recupero dato che il relitto viene recuperato
pari a 80%; la probabilit che dia valutazione affermativa dato che il relitto non viene
recuperato 13%. Si costruisca un albero di decisione che rappresenti la nuova situazione
decisionale, indicando la strategia ottimale per limpresa.
Se il costo dellesperto pari a 0,1 milioni di euro, pu risultare conveniente avvalersi della
sua consulenza? Giustificare la risposta.
SOLUZIONE
Il problema caratterizzato da due alternative decisionali:
A1: abbandono il progetto
A2: effettua il progetto
Gli stati di natura sono 2:
F: fallimento delliniziativa, il relitto non viene recuperato. Ci avviene con probabilit pari
a 0,9.
S: successo delliniziativa, il relitto viene recuperato. Ci avviene con probabilit pari a 0,1.

La tabella dei guadagni/probabilit dei differenti stati di natura.

S F
A1 0 0,75 0,675
A2 +10 -1 0,1
Prob 0,1 0,9


Applicando il criterio di Bayes si ha che lalternativa migliore abbandonare il progetto.

Costruiamo lalbero decisionale per valutare se chiedere la consulenza e se abbandonare il
progetto o effettuarlo.
In particolare indichiamo con:
D1: chiedere la consulenza;
D2: non chiedere la consulenza;
CS: esito della consulenza favorevole a effettuare il progetto;
CN: : esito della consulenza favorevole allabbandono del progetto
Secondo quanto riportato nella traccia si ha:
P(CS|S)=0,8
P(CS|F)=0,13

P(CN|S)=0,2
P(CN|F)=0,87


Applicando il teorema della probabilit totale e di Bayes si ha che:
P(CS)=0,8*0,1+0,13*0,9=0,197
P(CN)=1-0,197=0,803


P(S|CS)=P(CS|S)P(S)/P(CS)=0,8*0,1/0,197=0,406
P(F|CS)= P(CS|F)P(F)/P(CS)=0,13*0,9/0,197=0,593
P(S|CN)= P(CN|S)P(S)/P(CN)=0,2*0,1/0,803=0,025
P(F|CN)= P(CN|F)P(F)/P(CN)=0,87*0,9/0,803=0,975



La strategia ottima chiedere la consulenza. Se lesperto da parere favorevole si deve effettuare
il progetto, si abbandona il progetto se lesperto da indicazioni negative.
Il valore della consulenza 0,595; pertanto 0,1 milioni di euro un prezzo congruo.

Esercizio 6 ( Elementi di statistica)
La probabilit che una persona di 25 anni giunga in vita a 75 anni del 57% per una donna e del
52% per un uomo. Due venticinquenni si sposano. Qual la probabilit che giunga in vita allet di
75 anni:
Uno solo dei due;
Almeno uno dei due;
Nessuno dei due.
Affinch lesercizio venga valutato positivamente il candidato deve motivare con chiarezza la
risposta data.

Esercizio 1


Il responsabile del personale di unazienda manifatturiera ha il compito di organizzare i turni di
lavoro ad una catena di montaggio a ciclo continuo. Sono previste 6 fasce orarie per ognuna delle
quali richiesto un minimo numero di unit lavorative come riportato in tabella.

Fascia
Oraria
Numero
lavoratori
00.00-04.00 6
04.00-08.00 9
08.00-12.00 14
12.00-16.00 9
16.00-20.00 11
20.00-24.00 8

Inoltre, a seguito accordi sindacali, sono stati individuati 6 turni di lavoro ciascuno dei quali di 8 ore
lavorative:
Turno Orario
1 20.00-04.00
2 00.00-08.00
3 04.00-12.00
4 08.00-16.00
5 12.00-20.00
6 16.00-24.00

Si vuole determinare il numero di unit lavorative da assegnare ad ogni turno in modo tale da
impiegare la minor forza lavoro complessiva.

SOLUZIONE
Indichiamo con
i=1,..,,6 lindice delle fasce orarie;
p
i
il numero di persone per ogni fascia oraria;
j=1,..,6 lindice dei turni di lavoro;
a
ij
se il turno j copre la fascia oraria i
x
j
il numero di persone allallocate al turno j.

!
Min x
j
j=1
6
"
s.v.
a
ij
x
j
j=1
6
"
# p
i
i =,1..,6
x
j
# 0 int j =1,..,6


Esercizio 2
Risolvere con il metodo grafico il seguente problema di PL:
max Z
Z=3x
1
+4x
2

s.v.
- 3x
1
+ 4x
2
! 12
x
1
+ x
2
! 11
x
1
+ 2 x
2
! 16
x
1
,x
2
"0

Si riduca in forma standard il problema su enunciato. Rispetto a tale forma standard si indichi quali
sono le soluzioni di base ammissibili. Si indichi in ognuna di tali soluzioni di base quale sono le
variabili in base e quali quelle fuori base. Si individui inoltre la sequenza di soluzioni di base che il
metodo del simplesso visiterebbe se fosse applicato per risolvere il problema.

SOLUZIONE
I vertici ammissibili della regione ammissibile sono:
A(0,0) z=0
B(0,3) z=12
C(4,6) z=36
D(6,5) z=38
E(11,0) z=33

La forma standard

max Z
Z=3x
1
+4x
2

s.v.
- 3x
1
+ 4x
2
+ x
3
=12
x
1
+ x
2
+ x
4
= 11
x
1
+ 2 x
2
+ x
5
= 16
x
1
,x
2
, x
3
,x
4
, x
5
"0

Le soluzione di base ammissibili sono

(x
1
,x
2
, x
3
,x
4
, x
5
)=(0,0,12,11,16)= (FB,FB,B,B,B)
(x
1
,x
2
, x
3
,x
4
, x
5
)=(0,3,0,8,8) =(FB,B,FB,B,B)
(x
1
,x
2
, x
3
,x
4
, x
5
)=(4,6,0,1,0) =(B,B,FB,B,FB)
(x
1
,x
2
, x
3
,x
4
, x
5
)=(6,5,10,0,0) =(B,B,B,FB,FB)
(x
1
,x
2
, x
3
,x
4
, x
5
)=(11,0,45,0,5) =(B,FB,B,FB,B)

A->B->C->D

SOLUZIONE
Esercizio 3 (6 punti)
Sia dato il seguente problema di PL:
( )
( )
( )
0
4 ) 5 / 2 ( ) 5 / 1 (
1 10 / 7 ) 10 / 1 (
6 10 / 3 ) 10 / 1 (
36 5 / 2 ) 5 / 1 (
max
5 4 3 2 1
5 3 1
5 4 3
5 3 2
5 3
!
= + "
= " +
= + +
+ + " =
x , x , x , x , x
x x x
x x x
x x x
x x z
z

Si individuino:
1. una soluzione di base ammissibile con valore di funzione obiettivo pari a 36.
2. una soluzione di base ammissibile con valore di funzione obiettivo migliore di (36)
3. una soluzione di base ammissibile con valore di funzione obiettivo peggiore di (36)
4. una soluzione di base inammissibile con valore di funzione obiettivo migliore di 36

SOLUZIONE
1. (x
1
, x
2
, x
3
, x
4
, x
5
) =(4,6,0,1,0)
2. (x
1
, x
2
, x
3
, x
4
, x
5
) =(0,3,0,8,10)
3. (x
1
, x
2
, x
3
, x
4
, x
5
) =(6,5,10,0,0)
4. (x
1
, x
2
, x
3
, x
4
, x
5
) =(-4,0,0,15,20)


Esercizio 4 (6 punti)
Si enunci lalgoritmo del Branch and Bound, evidenziandone i criteri di arresto. Si consideri il
problema dellesercizio 2, si aggiungano i vincoli dinterezza e lo si risolva applicando il metodo
del Branch and Bound ed utilizzando il metodo di risoluzione grafica per risolvere i sottoproblemi.


DA CONSEGNARE AL DOCENTE

COGNOME___________________________ NOME________________________________

ESAME_____________ NUMERO CREDITI_______________________________________

CORSO DI LAUREA_______________________________________________________


Appello del 3 Febbraio 2009 . Tempo a disposizione 2 ore
Domani verr pubblicato un avviso con la data della verbalizzazione.
Agli esercizi verr attribuito il medesimo punteggio.

Esercizio 1 (Formulazione)
Avete deciso di organizzare una cena a casa vostra Poich siete troppo impegnati a studiare per
l'esame di Ricerca Operativa, avete pensato bene di far cucinare i vostri amici, che d'altra parte sono
ben lieti di aiutarvi. Dopo aver lungamente meditato sulle capacit culinarie dei vostri amici, siete
giunti a stilare la seguente tabella, dove la cifra indica il vostro giudizio sulla corrispondente
pietanza preparata dal vostro amico/a.



Il problema quello di decidere se e cosa far preparare a ognuno, considerando che la vostra cena
consister di una pietanza di ciascun tipo (ossia un antipasto, un primo, un secondo etc.) e che per
discrezione non intendete chiedere a nessuno di preparare pi di una pietanza.Formulare in termini
di programmazione lineare a numeri interi il problema di massimizzare la qualit della vostra cena.
SOLUZIONE
SOLUZIONE
Sia i lindice assegnato al set delle pietanze (i=1,..,5)
Sia j lindice assegnato al set di amici (j=1,..,7)
Sia X
ij
una variabile binaria pari a 1 quando la pietanza i assegnata allamico/a j
Si indichi con c
ij
il vostro giudizio assegnato allamico/a j nella preparazione della pietanza i

Il problema pu essere cos formulato

!
max c
ij
x
ij
j=1
7
"
i=1
5
"
s.v.
x
ij
j=1
7
"
#1 i =1,..,5 (I
1
)
x
ij
i=1
5
"
=1 j =1,.., 7 (I
2
)
x
ij
$ 0,1 { } i =1,..,5 j =1,.., 7

dove il primo vincolo esprime la condizione per cui ad una persona non deve essere assegnata pi di
una pietanza, mentre il secondo vincolo indica che tutte le pietanze devono essere preparate.
Esercizio 2 (Programmazione lineare)
Assegnato un problema di Programmazione Lineare (P) e individuata il tableau del simplesso finale
, per ognuna delle seguenti affermazioni dire se vera o falsa. I singoli punti sono valutati
positivamente se il candidato fornisce la motivazione della riasposta.
1. Se il coefficiente di costo ridotto di una variabile fuori base nullo, allora la soluzione di
base individuata degenere. FALSO
2. Una soluzione di base ammissibile adiacente e migliore di quella corrente si ottiene facendo
entrare in base una variabile con coefficiente di costo ridotto non nullo e facendo uscire
dalla base una qualsiasi delle variabili attualmente in base. FALSO
3. Una soluzione di base ammissibile adiacente con valore di funzione obiettivo uguale a
quella corrente si ottiene solo se la soluzione di base corrente degenere. FALSO
4. Il test del minimo rapporto si effettua selezionando tutti i coefficienti della matrice dei
vincoli corrispondenti alla colonna della variabile uscente dalla base. FALSO

Esercizio 3 (Programmazione Lineare Intera)
Si risolva il seguente problema di PLI

Il problema Proposto un problema di Knapsack. Ordinando le variabili in ordine decrescente
rispetto al loro valore specifico che porta al seguente ordinamento delle variabili
X
1
=y
1

X
4
=y
2

X
3
=y
3
X
2
=y
4

!
max z = 2y
1
+ 6y
2
+ 4y
3
+ 3y
4
s.v.
y
1
+ 6y
2
+ 5y
3
+ 4y
4
" 9
y
i
# 0,1 { }
(P0)

Il problema del Knackpasack ha la caratteristica per cui il rilassato continuo dei nodi del Branch
and Bound posso essere risolti in tempo polinomiale secondo quanto segue.

Si consideri il problema (P0
R
) definito come rilassato continuo del problema (P0). Si indichi con
CR la capacit residua del sacco ad ogni fixing delle variabili
Y
1
=1 CR=8
Y
2
=1 CR=2
Y
3
=2/5 CR=0
Y
4
=0

Abbiamo ottenuto una soluzione frazionaria ed effettuiamo branching sulla variabili y
3
. Il nodo
radice avr un LB = 9,75. E inoltre possibile individuare una prima soluzione ammissibile
attraverso un arrotondamento per difetto di Y
2
. In questo modo Z_I=8 e la soluzione ammissibile
corrispondente sar (1,1,0,0).


Qui di seguito riportato lalbero del branch and bound mentre nella tabella per ogni sotto
problema sono riportati LB, se e quale criterio di fathoming si verificato, la soluzione intera o
frazionaria corrispondente.
UB soluzione Fathomed
P0
r
9.75 (1,1,2/5,0) No, branching su y_3
P1
R
9,5 (1,1,0,1/2) No, branching su y_4
P3
R
8 (1,1,0,0) Si, soluzione intera. La
soluzione non
migliore
dellincombente che
quindi non
aggiornato
P4
R
9 (1,2/3,0,1) No, branching su y_2
P5
R
6 (1,0,0,1) Si, soluzione intera
peggiore
dellincombnte che
quindi non
aggiornato
P6
R
- - Si, problema
inammissibile
P2
R
9 (1,1/2,1,0) No, branching su y_2
P7
R
- - Si, problema
inammissibile
P8
R
8,20 (1,0,1,3/4) Si, qualsiasi soluzione
intera avr valore
minore o uguale a 8 (i
coefficineti della
funzione obiettivo
sono interi). Quindi
non possibile trovare
una soluzione intera
con valore maggiore
strettamente di 8 e con
y_3=1 e y_2=0




Esercizio 4 Programmazione Non Lineare
Si illustri in maniera chiara le motivazioni che consentono di affermare che assegnato un problema
di ottimizzazione vincolata, se una soluzione x soddisfa le condizioni KKT allora essa rappresenter
un ottimo globale o locale del problema.


















Appello del 20 Aprile 2009
Domani verr pubblicato un avviso con la data della verbalizzazione.
Gli esercizi hanno attribuito tutti il medesimo punteggio.

Esercizio 1 (Formulazione)
Una compagnia aerea sta valutando lacquisto di nuovi jet per passeggeri a lungo, medio e corto
raggio. Il prezzo di acquisto di 67 milioni di euro per ogni velivolo alungo raggio, 50 milioni di
euro per ogni velivolo a medio raggio e 35 milioni di euro per ogni velivolo a corto raggio. Il
consiglio di amministrazione ha autorizzato una spesa massima di 1,5 miliardi di euro per questi
acquisti. Indipendentemente da quali velivoli vengono acquistati, si vuole che questi aereoplani
vengano comunque utilizzati alla capacit massima. Si stima che il profitto annuale netto (dopo aver
sottratto il costo relativo alla restituzione di capitale) di 4,2 milioni di euro per ogni velivolo a
lungo raggio, 3 milioni di euro per ogni velivolo e medio raggio e 2,3 milioni per ogni velivolo a
piccolo raggio. Si prevede per lazienda che siano disponibili un numero sufficiente di piloti
addestrati per equipaggiare 30 nuovi aerei. Se fossero acquistati solo velivoli a corto raggio, le
officine potrebbero gestire fino a 40 aerei. Comunque ogni velivolo a medio raggio e lungo raggio
equivalgono rispettivamente ad un terzo e due terzi di un velivolo a corto raggio in termini di
gestione in officina. Si formuli un modello di PLI che determini il numero di velivoli di ciascun tipo
da comprare per massimizzare il profitto.

Esercizio 2 (Programmazione lineare)
Dire se ciascuna delle seguenti affermazioni vera o falsa. Le risposte verranno valutate
positivamente se e solo se le risposte verranno motivate.
a) La regola del metodo del simplesso per la scelta della variabile entrante usata perch essa
conduce alla migliore BFS adiacente. FALSA: la regola per la variabile entrante effettuata
per ottenere un miglioramento rispetto alla corrente BFS della funzione obiettivo; non vi
alcuna garanzia che la BFS nuova sia la migliore fra quelle adiacenti.
b) La regola del rapporto minimo del metodo del simplesso per la scelta della variabile di base
uscente usata perch un rapporto pi grande fornirebbe una soluzione di base non
ammissibile. VERA: il test del rapporto minimo determina qual il massimo valore ( e
quindi il massimo miglioramento per la funzione obiettivo) che la variabile entrante pu
assumere senza violare alcun vincolo.
c) Quando il metodo del simplesso determina la successiva BFS vengono eseguite delle
operazioni algebriche elementari per eliminare ogni variabile non di base da tutte le
equazioni tranne una (la sua equazione ) ed assegnare a essa un coefficiente +1 in questa
equazione. FALSO: le operazioni algebriche elementari, ovvero le operazioni di pivoting,
su citate sono da riferirsi alla variabili entrante in base e non fuori base.
d) In una particolare iterazione del metodo del simplesso, se pi variabili di base possono
essere scelte come variabili uscenti, allora la BFS successiva deve avere almeno una
variabile uguale a zero.VERA: infatti le successive operazioni di pivoting in corrispondenza
della seconda variabile candidata ad uscire daranno un valore nullo sul temine noto. Sia (i,j)
la coppia riga (variabile uscente) e colonna (variabile entrante ) nelloperazioni di pivoting
se esiste unaltra coppia (k,j) tale per cui b_k/a_kj=b_i/a_ij allora nelloperazione di
pivoting sulla riga k-esima in corrispondenza del termine noto si avr che
(b_k-a_kj(b_ij/a_ij)) che chiaramente sar zero.
e) Se in uniterazione del metodo del simplesso non esiste alcuna variabile di base uscente,
allora il problema non ammette soluzioni ammissibili. FALSO: in questo caso il problema
illimitato
f) Se almeno una delle variabili di base ha un coefficiente nullo nella riga 0 della tabella finale,
allora il problema ha soluzioni ottime multiple. FALSO: le variabili di base hanno sempre
un cefficiente nullo sulla riga 0; tali discriminazioni sono fatte solo e soltanto sulle variabili
fuori base.
g) Se il problema ha soluzioni ottime multiple, allora il problema deve avere regione
ammissibile limitata. FALSO: la limitatezza della regione ammissibile non possibile
relazionarla allesistenza di soluzioni ottime multiple che da relazionarsi allesistenza di
uno spigolo parallelo alle curve di livello della funzione obiettivo; una regione ammissibile
illimitata potrebbe avere tale spigolo.


Esercizio 3 (Programmazione Lineare Intera)
Si enunci sottoforma di pseudo codice lalgoritmo del Branch and Bound, evidenziandone la fase di
inizializzazione, la generica iterazione, i criteri di arresto e di fathoming. Inoltre dire se ciascuna
delle seguenti affermazioni vera o falsa. Le risposte verranno valutate positivamente se e solo se
le risposte verranno motivate.
a) Condizione sufficiente perch lalgoritmo del Branch and Bound sia caratterizzato da una
sola iterazione che almeno uno dei vertici della regione ammissibile del rilassato continuo
sia a componenti intere. FALSO: condizione necessaria ma non sufficiente
b) Condizione necessaria affinch un problema di PLI sia inammissibile che il rilassato
continuo sia inammissibile. FALSO: condizione sufficiente ma non necessaria
c) Un problema di PLI inammissibile pu avere un rilassato continuo con regione ammissbile
illimitata. VERO: in tale regione potrebbero non esserci punti a componenti intere

Esercizio 4 Programmazione Non Lineare
Si illustri in maniera chiara le motivazioni che consentono di affermare che assegnato un problema
di ottimizzazione vincolata, se una soluzione x soddisfa le condizioni KKT allora essa rappresenter
un ottimo globale o locale del problema

Esercizio 5 (Analisi Decisionale)
Il proprietario di una libreria inglese deve decidere quante copie dellultimo bestseller tascabile
acquistare. Ciascuna copia costa alla libreria 3 sterline e viene venduta a 7. Lesperienza passata ha
consentito di raccogliere i i seguenti casi:

Domanda Occorrenza (n casi)
2000 6
3000 18
4000 24
5000 12

Assumendo che la funzione di utilit del proprietario abbia la seguente forma:
!
U(M) =
M +1000
100

essendo M il valore monetario, si ricavi la decisione ottima per la libreria.

Esercizio 6 ( Elementi di statistica)
Su un canale TV dalle 6 alle 9 e 30 del mattino sono trasmesse le previsioni meteo ogni 20 minuti.
Se un telespettatore si sintonizza sul canale in un momento casuale con distribuzione uniforme tra le
8 e le 8.30 si calcoli con che probabilit dovr aspettare di ascoltare le prossime previsioni meteo
Meno di 6 minuti
Almeno 11 minuti