ESERCIZI MMRO

Esercizio 1
Si consideri il seguente problema di programmazione lineare:
Max z = 3 x1 + 5 x2
s.a.
- x1 + 2 x2 <= 0
x1 – x2 = 3

La tabella corrispondente alla soluzione ottima è la seguente:

x1 x2 y1 h2 -z b
0 1 1 1 0 3
1 0 1 2 0 6
0 0 -8 -16 - M 1 -33

a) Si valuti se l’aggiunta della variabile x3, con coefficiente 4 nella funzione obiettivo e tassi di assorbimento 2 e 2 nei vincoli, determina un
cambiamento della soluzione ottima del problema.
b) Si effettui analiticamente e graficamente l’analisi di stabilità sui termini noti dei vincoli del problema

Esercizio 2
Si consideri il seguente problema di programmazione lineare:
Max z = 3 x1 + 4 x2
s.a.
x1 – 5 x2 <= 0
x1 - 2x2 <= 0
40 x1 + 100 x2 <= 500
60 x1 + 60 x2 <= 360

La tabella corrispondente alla soluzione ottima è la seguente:

x1 x2 y1 y2 y3 y4 -z b
0 0 1 0 0 -1/12 0 16
0 0 0 1 23/100 -1/120 0 7
0 1 0 0 1/60 -1/90 0 13/3
1 0 0 0 -1/60 1/36 0 5/3
0 0 0 0 -1/60 -7/180 1 -223/100

a) Si valuti se l’aggiunta della variabile x3, con coefficiente 6 nella funzione obiettivo e tassi di assorbimento 2, 3, -1, 3, nei vincoli, determina
un cambiamento della soluzione ottima del problema.
b) Si effettui analiticamente e graficamente l’analisi di stabilità sui termini noti dei vincoli del problema.
c) Si assuma l’interezza delle variabili decisionali x1 e x2 e si determini la soluzione ottima intera tramite l’algoritmo di B&B e l’ausilio
dell’analisi grafica.

Esercizio 3
Si scrivano i vincoli lineari che corrispondono alle seguenti condizioni su variabili booleane:
1) X3 = X1 OR X2
2) X4 = X1 OR (X2 OR X3)
3) X3 = X1 AND X2

Esercizio 4
Una fabbrica realizza 3 prodotti in 4 modelli: A, B, C, D, venduti rispettivamente a 50, 75, 45, 40 euro l’uno. La domanda massima è stimata
rispettivamente in 100, 150, 80 e 160 pezzi. Ogni prodotto richiede l’utilizzo di 3 diverse materie prime, come riassunto nella seguente tabella.

A B C D
P1 1.5 2.5 2 2
P2 0.5 0 1 0.5
P3 3 5 2 3

La disponibilità massima delle 3 risorse è rispettivamente 200, 50, 1000 unità.

a) Si formuli un modello di programmazione lineare intera per massimizzare il profitto della fabbrica.
b) Si dica come cambierebbe la formulazione per tener conto che se un modello è prodotto deve esserlo per almeno 20 pezzi.
Esercizio 5
Una azienda produce 4 componenti (A, B, C e D). Vincoli di magazzino impongono di produrre al massimo 9 lotti a settimana in
totale tra A, B, C e D. Vincoli tecnologici impongono inoltre di produrre i componenti A e B in quantità pari almeno a 14/10 della produzione
di C e D. Il profitti unitari di A e di D rispetto a B sono rispettivamente nel rapporto 9:2 e 5:2. Il profitto unitario di C è il doppio di quello di
B. Si vuol determinare il piano di produzione di A, B, C, D che massimizzi il profitto totale. Con riferimento al problema descritto si formuli
il modello in programmazione lineare, descrivendo le variabili ed i parametri utilizzati, i vincoli e la funzione obiettivo.

Esercizio 6
Si scriva il modello duale del modello dell’esercizio 5 assunto come primale, illustrando le operazioni effettuate.
(a) si disegni il dominio di ammissibilità del problema e la funzione obiettivo;
(b) si indichi, per ciascuno dei vertici del dominio, la composizione della soluzione basica ammissibile ad esso associata;
(c) si risolva graficamente il problema, individuando il vertice ottimo;
(d) si eliminino eventuali vincoli ridondanti;
(e) si risolva il problema analiticamente con l'algoritmo del simplesso standard (Big M).

Esercizio 7
Si consideri la matrice dei costi di tabella 1 associata ad una rete con 6 nodi.
a) Si determinino la mono-mediana e il centro della rete.
b) Che cosa è la p-mediana di una rete?
c) Si scriva il modello di p-mediana e si indichi la dimensione [numero di vincoli e numero di variabili] per il problema di tabella 1.
Tabella 1
1 2 3 4 5 6
1 0 120 92 265 149 198
2 120 0 141 170 300 164
3 92 141 0 218 103 116
4 265 170 218 0 110 126
5 149 300 103 110 0 72
6 198 164 116 126 72 0

Esercizio 8
Si consideri il seguente problema di programmazione lineare intera e lo si risolva con il metodo Branch-and-Bound, facendo branching
sulla variabile di valore minore:
Max z = x1 + 3 x2
s.t. 4x1 - 2 x2 ≤ 11 -2 x1 + 4 x2 ≤ 5 x1 + x 2 ≤ 4 x1, x2 ≥ 0 (intere)

Esercizio 9
Si effettuino due step dell’algoritmo di ricerca dicotomica, illustrando graficamente il funzionamento dell’algoritmo, per la determinazione
del punto di minimo della seguente funzione monodimensionale: y = 0.7 x2 – 9.8 x + 40, x  [3, 14]. (SI DISEGNI LA FUNZIONE y).

Esercizio 10
Si risolva con il metodo Branch and Bound il seguente problema di PLI.

Max z = 4 x1 + 3 x2 + 7 x3 + 2 x4 + x5
s.t. 2 x1 + 2 x2 + 7 x3 + 3 x4 + 2 x5 ≤ 10 x1, x2, x3, x4 , x5  {0, 1}

Esercizio 11
a) Si Scriva il modello del massimo percorso per una coppia origine destinazione.
b) Si determini, utilizzando un algoritmo noto, il massimo percorso dal vertice 1 al vertice 6 della rete figura.
c) Qual è la dimensione [numero di vincoli e variabili] per un problema di massimo percorso su una rete con 100 nodi e 200 archi?

Esercizio 12
a) Si Scriva il modello del massimo flusso per una coppia origine destinazione.
b) Si determini il massimo flusso dal vertice 1 al vertice 7 della rete riportata in figura. Si parta dalla soluzione iniziale fornita, in cui i pesi
degli archi sono i valori capacità residua e i valori tra parentesi quadre sono i valori di flusso .

3
3 6
4 [1]
[1] 3 2 7
[3]
2 0 [4]
1 6
5 7
[3] [3] 2 [4]
3 5
2 5 4