Paniere Ricerca Operativa 2

Nel problema di percorso minimo su una rete di telecomunicazione:
a) Occorre determinare un cammino minimo da un nodo sorgente a un nodo destinazione

b) Occorre determinare un sottoinsieme di nodi connessi
c) Occorre verificare che il problema non sia illimitato inferiormente
d) Occorre determinare un sottoinsieme di archi con peso minore di una determinata soglia
ANSWER: A
Un grafo di localizzazione è:
a) Un grafo in cui l'insieme dei nodi è l'intersezione dell'insieme dei nodi siti candidati e dei nodi clienti
b) Un grafo con più archi che connettono coppie di nodi
c) Un grafo con soli nodi
d) Un grafo in cui l'insieme dei nodi è l'unione dell'insieme dei nodi siti candidati e dei nodi clienti
ANSWER: D
In un grafo di localizzazione, i costi di afferenza sono associati:

a) a ogni coppia di nodi
b) agli archi che connettono nodi siti candidati e nodi clienti
c) a ogni nodo
d) a ogni arco
ANSWER: B
In un grafo di localizzazione, i costi di attivazione sono associati:

a) a ogni nodo
b) a ogni arco
c) a ogni nodo dell'insieme dei nodi siti candidati
d) a ogni coppia di nod
ANSWER: C
La formulazione del problema di localizzazione degli impianti:

a) E' un problema di PLI
b) E' un problema di ottimizzazione non vincolata
c) E' un problema di programmazione dinamica
d) E' un problema di PL
ANSWER: A
Nella formulazione del problema di PLI associato al problema di localizzazione degli impianti:
a) Occorre massimizzare il rendimento degli impianti
b) Occorre minimizzare sia il costo di attivazione degli impianti che quello di afferenza dei siti clienti agli
impianti attivati
c) Occorre prima definire qual è la funzione obiettivo
d) Occorre minimizzare il costo di attivazione degli impianti oppure il costo di afferenza dei siti clienti agli
impianti attivati
ANSWER: B
Nella formulazione del problema di PLI associato al problema di localizzazione degli impianti:
a) Le variabili di decisione sono continue
b) Definiamo un insieme di variabili di decisione relative all'attivazione dei siti candidati e un insieme di
variabili di decisione relative all'attivazione dei siti clienti
c) Le variabili di decisione sono uguali al numero di siti candidati
d) Definiamo un insieme di variabili di decisione relative all'attivazione dei siti candidati e un insieme di
variabili di decisione relative all'afferenza dei siti clienti ai potenziali siti candidati
ANSWER: D
Determinare la soluzione ottima della formulazione del problema di localizzazione degli impianti:
a) Dipende dalla dimensione del problema
b) E' facile perché sappiamo formulare il problema
c) Non dipende dalla dimensione del problema
d) Dipende dai costi di attivazione e dai costi di afferenza
ANSWER: A
file:///Server02/...getto_Form/MATERIALE/PANIERI%20120/da%20forn/FORM%2021/1.%20Paniere%20ricerca%20operativa%202.txt[22/10/2022 12:46:02]
Il criterio di arresto dell'algoritmo greedy per il problema di localizzazione degli impianti:
a) L'algoritmo termina quando tutti i siti clienti sono serviti da almeno un sito candidato attivato
b) L'algoritmo termina quando l'aggiunta di un qualunque altro sito non produce diminuzioni del costo
c) L'algoritmo termina quando l'aggiunta di un qualunque altro sito produce diminuzioni del costo
d) L'algoritmo termina dopo un numero noto a priori di iterazioni
ANSWER: B
L'algoritmo greedy per il problema di localizzazione degli impianti:

a) Seleziona un sito cliente alla volta
b) Seleziona un sito candidato alla volta
c) Parte dall'attivazione di tutti i siti candidati
d) Seleziona alternativamente un sito candidato e un sito cliente
ANSWER: B

a) Alla prima iterazione seleziona il sito candidato con la somma del costo di attivazione e dei costi di
afferenza più alta
b) Alla prima iterazione seleziona il sito candidato con la somma del costo di attivazione e dei costi di
afferenza più bassa
c) Alla prima iterazione seleziona il sito candidato con la somma dei costi di afferenza più alta
d) Alla prima iterazione seleziona il sito candidato con il costo di attivazione più basso
ANSWER: B

a) Ammette la rimozione di un sito candidato dalla soluzione corrente
b) Iterativamente selezione il sito candidato con costo di attivazione maggiore
c) Si ferma quando ha garantito che tutti i siti clienti siano serviti
d) Non ammette la rimozione di un sito candidato dalla soluzione corrente
ANSWER: D

a) Ha un numero di iterazioni pari al numero di archi che connettono i siti candidati ai siti clienti
b) E' un algoritmo euristico per la determinazione di una soluzione ammissibile
c) E' un algoritmo euristico che garantisce la convergenza alla soluzione ottima
d) Non è detto che converga in un numero finito di iterazioni
ANSWER: B
Il problema del p-centro:

a) Può essere formulato come un problema di Programmazione Dinamica
b) Può essere formulato come un problema di PLI
c) Può essere formulato come un problema di Programmazione Quadratica
d) Può essere formulato come un problema di PL
ANSWER: B
Il problema del p-centro:

a) E' una variante del problema di localizzazione degli impianti dove si vuole minimizzare il massimo
disagio nel servire i siti clienti
b) E' una variante del problema di gestione delle scorte
c) E' una variante del problema di localizzazione degli impianti dove si vuole minimizzare la media dei
disagi nel servire i siti clienti
d) E' una variante del problema di localizzazione degli impianti dove si vuole minimizzare la somma dei
disagi nel servire i siti clienti
ANSWER: A
Il problema di dispiegamento di mezzo di soccorso in un impianto di produzione:

a) Un problema di ottimizzazione non vincolata
b) Un problema di localizzazione
c) Un problema di PL
d) Un problema di knapsack
ANSWER: B
Il problema della localizzazione dei centri di assistenza alla produzione è:
a) Un problema di PL
b) Un problema di knapsack
c) Un problema di localizzazione
d) Un problema di ottimizzazione non vincolata
ANSWER: C
Nell'applicazione dell'algoritmo greedy al problema di localizzazione degli impianti

a) L'algoritmo si arresta quando non è più possibile aggiungere alla soluzione corrente un sito candidato
facendo aumentare il costo della soluzione
b) L'algoritmo si arresta quando non è più possibile aggiungere alla soluzione corrente un sito candidato
facendo diminuire il costo della soluzione
c) L'algoritmo si arresta quando sono stati inseriti tutti i siti candidati
d) L'algoritmo si arresta quando trova una soluzione di costo nullo
ANSWER: B
Greedy e Ricerca locale:

a) Sono due tecniche euristiche che si possono applicare al problema di localizzazione degli impianti
b) Sono due tecniche euristiche che forniscono sempre la soluzione ottima di un problema di
localizzazione degli impianti
c) Sono le uniche due tecniche euristiche che si possono applicare al problema di localizzazione degli
impianti
d) Non si possono applicare al problema di localizzazione degli impianti
ANSWER: A
Nell'applicazione dell'algoritmo greedy al problema di localizzazione degli impianti:

a) L'algoritmo si arresta quando una soluzione euristica è stata trovata e non è più possibile migliorarla
facendo diminuire il costo della soluzione
b) L'algoritmo si arresta quando una soluzione euristica è stata trovata
c) L'algoritmo si arresta quando una soluzione esatta è stata trovata
d) L'algoritmo si arresta quando una soluzione euristica a componenti intere è stata trovata
ANSWER: A
Greedy e Ricerca locale:

a) Sono due tecniche euristiche che si possono applicare al problema di localizzazione degli impianti
b) Sono due tecniche esatte che si possono applicare al problema di localizzazione degli impianti
c) Sono due tecniche euristiche che forniscono sempre la stessa soluzione di un problema di
d) Sono due tecniche euristiche che forniscono sempre la soluzione ottima di un problema di
ANSWER: A
In generale, un problema di PLI è:

a) Più difficile di un problema di PL
b) È facile come un problema di PL
c) È difficile come un problema di PL
d) Più facile di un problema di PL
ANSWER: A
In un problema di PL le variabili:
a) Possono essere solo vincolate in segno se continue
b) sono tutte libere o sono tutte vincolate in segno ma non possono essere continue
c) Possono essere solo libere
d) Sono continue e possono essere libere o vincolate in segno
ANSWER: D
Dato un problema della pianificazione degli investimenti:

a) Non possiamo risolverlo con il Risolutore di Excel perché non possiamo imporre i vincoli di interezza
sulle variabili
b) Se il problema è di PL possiamo risolverlo con il Risolutore di Excel
c) Non possiamo in alcun caso risolverlo con il Risolutore di Excel
d) Se il problema è di piccole dimensioni possiamo risolverlo con il Risolutore di Excel
ANSWER: D
In un problema di PL le variabili:
a) Possono essere sia continue che intere
b) Devono ammettere componenti intere se vertici di un opportuno poliedro
c) Possono avere dei punti di discontinuità ma solo in numero finito
d) Sono sempre continue
ANSWER: D
I metodi di soluzione euristici per un problema di PLI:

a) Sono più facili da usare nel caso di problemi di piccole dimensioni
b) Sono particolarmente utili quando il problema è di grandi dimensioni e si dispone di un bound di
ottimalità per misurare la qualità della soluzione trovata
c) Sono estremamente efficienti ed efficaci
d) Determinano la soluzione ottima del problema di PLI
ANSWER: B
In un problema di PL la regione ammissibile:

a) Viene definita attraverso vincoli lineari nelle variabili, che possono essere di disuguaglianza o di
uguaglianza
b) Viene definita attraverso vincoli non lineari nelle variabili ma che sono sempre di uguaglianza
c) Viene definita attraverso vincoli lineari nelle variabili, che sono di uguaglianza solo se le variabili sono
non negative
d) Può essere descritta da un poliedro solo se il problema ammette soluzioni a componenti tutte intere
ANSWER: A
I metodi di soluzione euristici per un problema di PLI:

a) Sono particolarmente utili quando il problema è di grandi dimensioni
b) Sono sempre utili a prescindere dalle dimensioni del problema
c) Sono particolarmente utili quando il problema è di grandi dimensioni e si dispone di un bound di
ottimalità per misurare la qualità della soluzione trovata
d) Sono sempre utili a prescindere dalla qualità della soluzione trovata
ANSWER: C
La formulazione di un problema di PLI:

a) È disponibile solo nel caso in cui l'insieme delle soluzioni sia finito
b) È uno strumento indispensabile per risolvere il problema di PLI
c) È sempre disponibile
d) È uno strumento fondamentale per risolvere il problema di PLI
ANSWER: D
I problemi di PLI:
a) Si devono sempre risolvere tramite tecniche esatte perché il numero di soluzioni ammissibili è finito
b) Si devono sempre risolvere tramite tecniche euristiche perché il numero di soluzioni ammissibili è
infinito
c) Si possono risolvere tramite tecniche esatte o euristiche
d) Non ammettono soluzione ottima
ANSWER: C
Il problema di Localizzazione degli Impianti:

a) È un problema di PLI nella sola versione non capacitata
b) È un problema di PL con variabili libere in segno
c) È un problema di PLI con funzione obiettivo quadratica
d) È un problema di PLI
ANSWER: D
In un problema di decisione, l'alternativa fare/non fare viene in genere rappresentata con una:
a) Variabile continua in [0,1]
b) Variabile {0,1}
c) Variabile a n componenti binarie con n>1
d) Variabile che può assumere valori continui ma positivi
ANSWER: B
Dato un problema di localizzazione degli impianti:

a) Se il problema è di piccole dimensioni possiamo risolverlo con il Risolutore di Excel
b) Se il problema è di PL possiamo risolverlo con il Risolutore di Excel
c) Non possiamo risolverlo con il Risolutore di Excel perché non possiamo imporre i vincoli di interezza
sulle variabili
d) Se il problema ammette solo costi di attivazione possiamo risolverlo con il Risolutore di Excel
ANSWER: A
Definite due variabili di decisione x e y relative alla selezione di due progetti distinti, il vincolo x + y = 1
esprime il fatto che:
a) Uno solo dei due progetti deve essere selezionato
b) Almeno uno dei due progetto deve essere selezionato
c) Nessuno dei due progetti può essere selezionato
d) Al più uno solo dei due progetti deve essere selezionato
ANSWER: A
Definite due variabili di decisione x e y relative alla selezione di due progetti distinti, il vincolo x + y ≤ 1
esprime il fatto che:
a) Nessuno dei due progetti può essere selezionato
b) Uno solo dei due progetti deve essere selezionato
c) Al più uno solo dei due progetti deve essere selezionato
d) Almeno uno dei due progetto deve essere selezionato
ANSWER: C
Definite due variabili di decisione x e y relative alla selezione di due progetti distinti, il vincolo x + y ≥ 1
esprime il fatto che
a) Uno solo dei due progetti deve essere selezionato
b) Nessuno dei due progetti può essere selezionato
c) Almeno uno dei due progetto deve essere selezionato
d) Al più uno solo dei due progetti deve essere selezionato
ANSWER: C
In generale il processo di formulazione di un problema di PL01:

a) Non fornisce automaticamente uno strumento di soluzione del problema
b) Produce sempre una formulazione con un numero finito di soluzioni ammissibili
c) Fornisce automaticamente un potente strumento esatto di soluzione
d) Produce sempre una formulazione con sole soluzioni ammissibili con componenti intere
ANSWER: D
Dato un problema di PL01 con insieme delle soluzioni ammissibili S, una formulazione lineare del
problema:
a) Può contenere un numero infinito di soluzioni a componenti intere
b) È tale che l'intersezione di P con S è l'ipercubo unitario
c) È tale che l'intersezione di P con l'ipercubo unitario è uguale a S
d) È tale che l'intersezione di P con l'insieme dei numeri naturali è uguale a S
ANSWER: C
Dato un problema di PL01 di minimizzazione con insieme delle soluzioni S a n componenti e vettore dei
costi c:
a) L'insieme delle soluzioni ammissibili dipende dal vettore dei costi
b) L'insieme delle soluzioni ammissibili non è incluso in {0,1}n
c) L'insieme delle soluzioni ammissibili è incluso in Rn
d) L'insieme delle soluzioni ammissibili è incluso in {0,1}n
ANSWER: D
ANSWER: A
Le possibili strategie di selezione del metodo branch and bound:

a) Determinano come gestire la lista dei sottoproblemi aperti
b) Selezionano quali sono le soluzioni migliori dei sottoproblemi chiusi
c) Determinano come gestire la lista dei sottoproblemi generati dall'inizio del metodo all'iterazione
corrente
d) Determinano come gestire le soluzioni ottime dei sottoproblemi ancora aperti
ANSWER: A
Nel metodo branch and bound:

a) Procede finché la lista dei sottoproblemi aperti è vuota
b) Si arresta quando determina una soluzione ammissibile intera
c) Procede finché la lista dei sottoproblemi aperti è non vuota
d) Si arresta quando l'upper bound viene aggiornato
ANSWER: A
Il metodo branch and bound:

a) È un metodo euristico di soluzione per problemi di PL01
b) È un metodo euristico di soluzione per problemi di PL01
c) È un metodo esatto di soluzione per problemi di PL01
d) Si applica solo a problemi di minimizzazione
ANSWER: A
Il metodo branch and bound:

a) Esplora parte delle soluzioni ammissibili di un problema di PL01 quindi non può certificare l'ottimalità
della soluzione ammissibile restituita
b) Esplora in maniera implicita (parziale) l'insieme delle soluzioni ammissibili di un problema di PL01 e
valuta la funzione obiettivo su sottoinsiemi limitati di soluzioni ammissibili
c) Esplora in maniera esplicita (completa) l'insieme delle soluzioni ammissibili di un problema di PL01 ma
lo fa in maniera rapida
d) Esplora in maniera implicita (parziale) l'insieme delle soluzioni ammissibili di un problema di PL01
ANSWER: B
Gli elementi principali del metodo branch and bound sono:

a) Impiego di tecniche di euristiche di soluzione
b) Decomposizione una tantum del problema originale
c) Soluzione esatta dei sottoproblemi generati ricorsivamente
d) Decomposizione ricorsiva del problema corrente e soluzione approssimata dei sottoproblemi
ANSWER: D
Le possibili strategie di separazione del metodo branch and bound:

a) Determina come chiudere tutti i sottoproblemi aperti
b) Determina come partizionare l'insieme delle soluzioni ammissibili in due o più sottoinsiemi
c) Determina come partizionare l'insieme delle soluzioni ammissibili in due sottoinsiemi
d) Determina quali dei sottoproblemi aperti sono vuoti
ANSWER: B
Nel clustering le regole sono:

a) I criteri algoritmicamente indotti analizzando i dati che permettono di classificare le osservazioni in
gruppi omogenei
b) I criteri algoritmicamente indotti analizzando i dati che permettono di classificare le osservazioni in un
solo gruppo
c) Qualsiasi criterio di associazione definibile sulle osservazioni
d) I criteri algoritmicamente indotti analizzando i dati che permettono di classificare le osservazioni in
gruppi uguali
ANSWER: A
Dire quali tra le seguenti applicazioni non si rivolve tramite tecniche di clustering:
a) Segmentazione delle immagini
b) Pattern recognition
c) Customer profiling
d) Market segmentation
ANSWER: B
Un cluster è:
a) Un'algoritmo di soluzione
b) Una partizione degli oggetti
c) Un gruppo di oggetti simili in base a un qualche criterio di omogeneità
d) Un gruppo di oggetti uguali
ANSWER: C
L'apprendimento automatico è:
a) Un nuovo linguaggio di programmazione
b) Il processo di definizione automatica, distinta da quella naturale, di regole generali (pattern) a partire
dalle osservazioni
c) Una metodologia di apprendimento rapido
d) Un qualsiasi processo induttivo umano
ANSWER: B
Una distanza d è:
a) Una relazione a valori positivi che gode della proprietà di simmetria e che assume valore nullo in
corrispondenza di due punti uguali
b) Una relazione a valori non negativi che gode della proprietà di simmetria
c) Una relazione a valori non negativi che gode della proprietà di simmetria e che assume valore nullo in
corrispondenza di due punti uguali
d) Una relazione a valori non negativi che gode della proprietà di simmetria e che assume sempre valore
non nullo
ANSWER: C
Un algoritmo di clustering partizionale

a) Raggruppa le distanze in valori uguali sull'insieme delle coppie di osservazioni
b) Raggruppa le osservazioni del training set in cluster sulla base di una misura di similarità definita
sull'insieme delle coppie di osservazioni
c) Determina osservazioni uguali tra loro
d) Determina le porzioni migliori di osservazioni
ANSWER: B
Nella metodologia generale di clustering l'astrazione sui dati è

a) La definizione di opportuni rappresentanti delle distanze scelte per rappresentare i dati
b) La definizione di opportuni rappresentanti dei cluster determinati dall'algoritmo di soluzione
c) La selezione di opportuni sottoinsiemi di dati uguali tra loro
d) Un passo opzionale
ANSWER: B
Nella metodologia generale di clustering

a) Prima si definisce la misura di similarità e poi l'algoritmo di soluzione
b) Prima si definisce l'algoritmo di soluzione e poi la misura di similarità
c) Prima si definisce la misura di similarità e poi la rappresentazione dei dati
d) Prima si definisce l'algoritmo di soluzione e poi la rappresentazione dei dati
ANSWER: A
Si definisce partizione P dell'insieme X una famiglia finita di k insiemi

a) Non vuoti, a due a due disgiunti e tali che la loro unione sia pari a X e la loro intersezione sia non
vuota
b) Non vuoti e a due a due disgiunti
c) Non vuoti e tali che la loro unione restituisca X
d) Non vuoti e tali che la loro unione sia pari a X e a due a due disgiunti
ANSWER: D
Il vettore di incidenza di un insieme paritizione è

a) Un vettore a m componenti {0,1} con m numero degli nodi del grafo di localizzazione
b) Un vettore che si può definire solo se l'insieme partizione è non vuoto
c) Un vettore a m componenti continue in [0,1] con m numero degli nodi del grafo delle istanze
d) Un vettore a m componenti {0,1} con m numero degli archi del grafo delle istanze
ANSWER: D
Il vettore di incidenza di un insieme multi-taglio è
a) Un vettore che si può definire solo se l'insieme multi-taglio è non vuoto
b) Un vettore a m componenti continue in [0,1] con m numero degli nodi del grafo di localizzazione
c) Un vettore a m componenti {0,1} con m numero degli archi del grafo delle istanze
d) Un vettore a m componenti {0,1} con m numero degli nodi del grafo di localizzazione
ANSWER: C

L'insieme di taglio di due sottoinsiemi V e W di nodi non vuoti e disgiunti è
a) L'insieme intersezione dei nodi in V e W
b) L'insieme degli archi che connettono nodi di V e nodi di W
c) L'insieme degli archi che connettono nodi di V e nodi di W nel caso in cui la loro unione sia vuota
d) L'insieme degli archi che connettono nodi di V che non appartengono a W
ANSWER: B
L'insieme di taglio di un sottoinsieme V di nodi non vuoto è

a) L'insieme dei nodi che non appartengono a V
b) L'insieme degli archi che connettono nodi di V con nodi non appartenenti a V
c) L'insieme degli archi che connettono nodi di V
d) L'insieme dei nodi di V
ANSWER: B
A ogni soluzione del problema di clustering partizionale, e quindi a ogni clustering P(G) del grafo G(N,A),
è possibile associare un sottoinsieme di archi detto insieme partizione E(P(G))
a) 1
b) 0
c) FALSO SE |N|<2
d) VERO SE |N|=|A|
ANSWER: A
A ogni soluzione del problema di clustering partizionale, e quindi a ogni clustering P(G) del grafo G(N,A),
è possibile associare un costo dell'insieme
a) partizione c(E(P(G)))
b) 0
c) 1
d) FALSO SE |N|<2
e) VERO SE |N|=|A|
ANSWER: B

Sia G(N,A) un grafo delle istanze con N={1,2,3,4,5,6}
a) Il numero delle disequazioni a due partizioni è 60
b) Il numero degli archi è 60
c) Il numero delle disequazioni triangolo è 60
d) Il numero delle formulazioni è 60
ANSWER: C
Data una disquazione triangolo relativa ai nodi i, j e k

a) L'ordine in cui compaiono i nodi i, j e k nella disequazione è importante solo se il grafo delle istanze è
completo
b) Il termine noto della disequazione dipende dal numero dei nodi
c) L'ordine in cui compaiono i nodi i, j e k nella disequazione è importante
d) L'ordine in cui compaiono i nodi i, j e k nella disequazione non è importante
ANSWER: C
La disequazione a due partizioni (S,T) associata ai sottoinsiemi S e T è

a) x(δ(S,T)) + x(E(S)) - x(E(T)) ≤ 1
b) x(δ(S,T)) - x(E(S)) - x(E(T)) ≤ min{|S|,|T|}
c) x(δ(S,T)) + x(E(S)) - x(E(T)) ≤ min{|S|,|T|}
d) Non definibile
ANSWER: B
Considerato il poliedro P' definito da tutte le disequazioni triangolo e il poliedro P'' definito da tutte le
disequazioni a due partizioni
a) P'' è una formulazione peggiore di P'
b) P'' è una formulazione migliore di P'
c) Una delle due è la formulazione ottima
d) Non si può stabilire quale sia la formulazione migliore
ANSWER: B

Nell'ambito dei problemi di clustering partizionale, la complessità della procedura euristica per il problema
di separazione è
a) Esponenziale nel numero di archi del grafo delle istanze
b) Polinomiale nel numero di nodi del grafo delle istanze
c) Logaritmico nel numero di archi del grafo delle istanze
d) Esponenziale nel numero di nodi del grafo delle istanze
ANSWER: D
Nel metodo dei piani di taglio, aggiungendo disequazioni generate e rafforzate iterativamente
a) Si ottengono formulazioni sempre migliori
b) Si possono ottenere poliedri che non sono necessariamente una formulazione del problema di PL01
c) Si ottengono sequenze di Gomory di lunghezza infinita
d) Si ottengono formulazioni sempre più deboli
ANSWER: A
In un problema di PL01, l'ipotesi di interezza delle componenti del vettore soluzione consente
a) Di risolvere sempre il problema in maniera euristica
b) Di risolvere sempre il problema in maniera esatta
c) Di rafforzare una disequazione valida per un poliedro contenente tutte e sole le soluzioni ammissibili
del problema di PL01
d) Di eliminare alcuni elementi della sequenza di Gomory
ANSWER: C

Per il problema di partizione in clique dei nodi di un grafo
a) L'euristica di soluzione prevede la determinazione esatta di un cluster di nodi alla volta
b) L'euristica di soluzione prevede la determinazione iterativa di sottoinsiemi di archi
c) L'euristica di soluzione prevede la determinazione esatta di una partizione dei nodi
d) L'euristica di soluzione prevede la determinazione iterativa di due cluster di nodi alla volta
ANSWER: D
Nell'algoritmo euristico per il problema di partizione in clique dei nodi di un grafo

a) Si può modificare un cluster già formato ma solo aumentandone gli elementi
b) Una volta formato un cluster non può più essere modificato
c) Si può modificare un cluster già formato ma solo diminuendone gli elementi
d) Si può modificare a piacere un cluster già formato
ANSWER: B
Definiti in AMPL due insiemi A e B, quale tra le seguenti espressioni non identifica tutti gli elementi
dell'insieme intersezione di A e di B
a) {i in A: i in B}
b) {i in B: i in A}
c) A inter B
d) {A,B}
ANSWER: D
Definiti in AMPL due insiemi A e B, quale tra le seguenti espressioni identifica tutti gli elementi
dell'insieme intersezione di A e di B:
a) {i in A: i not in B}
b) {i in A: i in B}
c) {i in A, j in B}
d) {A,B}
ANSWER: B
Definiti in AMPL due insiemi A e B, quale tra le seguenti espressioni identifica tutti gli elementi
dell'insieme differenza B/A:
a) Nessuna delle opzioni
b) {i in B: i not in A}
c) B/A
d) {i in B, j not in A}
ANSWER: B
AMPL è:
a) Un problema di programmazione matematica
b) Un linguaggio di programmazione che permette di definire un qualsiasi problema di programmazione
matematica
c) Un linguaggio di programmazione che permette di definire solo alcune classi specifiche di problemi di
programmazione matematica
d) Un server di calcolo per la risoluzione di problemi di programmazione matematica
ANSWER: B
In AMPL un insieme:
a) Non può avere dimensione uno
b) Può avere una o più dimensioni
c) Può contenere solo valori interi
d) Non si può né dichiarare né definire a meno di casi specifici
ANSWER: B
In AMPL un insieme:
a) Si può dichiarare ma non definire
b) Contiene zero o più elementi
c) Contiene almeno un elemento
d) Può contenere solo valori interi
ANSWER: B
In AMPL è bene:
a) Separare la struttura del modello e i dati del problema in due file distinti
b) Indicare simultaneamente struttura e dati del problema ma non nello stesso file
c) Rendere disponibili solo le dichiarazioni ma non le definizioni
d) Separare la struttura del modello e la struttura del problema in due file distinti
ANSWER: A

La matrice di incidenza nodi archi di un generico grafo G(N,A) ha:
a) Tante righe e colonne quanti sono i nodi in N
b) Tante righe quanti sono i nodi in N e tante colonne quanti sono gli archi in A
c) Tante righe quanti sono gli archi in A e tante colonne quanti sono i nodi in N
d) Tante righe e colonne quanti sono gli archi in A
ANSWER: B
In una rete di flusso:

a) Le domande definite sugli archi compaiono nei vincoli di capacità
b) Le capacità definite sui nodi sono non negative
c) Le domande definite sui nodi compaiono nei vincoli di conservazione del flusso
d) Le domande definite per ogni coppia (nodo, arco) compaiono nei vincoli di conservazione del flusso e
nei vincoli di capacità
ANSWER: C

a) Devono essere rispettati i vincoli di capacità ma solo in presenza di capacità non nulle
b) Devono essere rispettati i vincoli di conservazione del flusso ma solo in presenza di domande nulle
c) Devono essere rispettati sia i vincoli di capacità che quelli di conservazione del flusso
d) Devono essere rispettati sia i vincoli di capacità che quelli di conservazione del flusso se il flusso è
discreto
ANSWER: C
a) La somma delle domande associate agli archi è nulla
b) La somma delle domande associate ai nodi è nulla
c) La somma delle domande associate ai nodi è non nulla
d) La somma delle domande associate agli archi è positiva
ANSWER: B
In una rete di flusso tutti i vincoli:

a) Sono vincoli di non negatività
b) Sono lineari
c) Sono vincoli di capacità
d) Sono vincoli di costo
ANSWER: B
Il problema di flusso di costo minimo è:

a) Il problema di determinare un flusso ammissibile a costo minimo
b) Il problema di determinare un taglio di costo minimo sulla rete di flusso
c) Il problema di determinare un flusso ammissibile cui corrisponda la minima somma delle domande
d) Il problema di determinare un flusso ammissibile a capacità minima
ANSWER: A
Nel problema di flusso di costo minimo

a) La funzione obiettivo è lineare nelle componenti del flusso e va massimizzata
b) I vincoli sono lineari tranne nel caso di somma delle domande non nulla
c) I vincoli sono lineari tranne nel caso di costi nulli
d) La funzione obiettivo è lineare nelle componenti del flusso e va minimizzata
ANSWER: D
In AMPL:
a) È possibile selezionare un solutore e richiamarlo per risolvere un modello se è stato precedentemente
caricato un file .mod o un file .dat
b) È possibile selezionare un solutore e richiamarlo per risolvere un modello se sono stati
precedentemente caricati un file .mod e un file .dat
c) È possibile selezionare un solutore ma non richiamarlo per risolvere un modello
d) È possibile invocare un unico solutore per risolvere un modello
ANSWER: B
In AMPL l'istruzione display:

a) È seguita dal nome del file contenente le dichiarazioni del modello che si vuole risolvere
b) È seguita dal nome dell'entità di cui visualizza il valore
c) Restituisce il valore ottimo del problema, se disponibile, e il vettore soluzione solo se unica soluzione
ottima del problema
d) Restituisce errore se seguita dal nome identificativo di un parametro o di un insieme
ANSWER: B
In AMPL l'istruzione solve:

a) Restituisce il valore ottimo del problema, se disponibile, e il vettore soluzione solo se unica soluzione
ottima del problema
b) Determina sempre la soluzione ottima del problema
c) Restituisce il valore ottimo del problema, se disponibile, senza restituire il vettore soluzione
d) Restituisce sempre il numero di iterazioni del metodo del simplesso duale
ANSWER: A
In AMPL l'istruzione solve:

a) Non è seguita dal nome identificativo di alcun solutore solo se diverso da quello di default
b) È preceduta dal nome del solutore che si vuole usare per risolvere il modello
c) È seguita dal nome del file contenente le dichiarazioni del modello che si vuole risolvere
d) Richiama il solutore per risolvere il modello correntemente caricato
ANSWER: D
In AMPL:
a) L'istruzione option è usata solo per risolvere un modello se sono precedentemente stati caricati i
parametri del problema
b) L'istruzione option può essere usata per selezionare il solutore di default
c) L'istruzione option è usata solo per selezionare un solutore specifico se sono precedentemente stati
caricati i parametri del problema
d) L'istruzione option può essere usata per selezionare un solutore specifico
ANSWER: C
Il problema del cammino di costo minimo da s a t è:

a) Il problema di determinare un cammino da s a t che soddisfa tutte le domande agli archi
b) Il problema di determinare un cammino da s a t di capacità minima
c) Il problema di determinare un cammino da s a t di costo minimo
d) Il problema di determinare un cammino da s a t che soddisfa tutte le domande ai nodi
ANSWER: C
Nel problema del cammino di costo minimo da s a t:

a) Le domande sono nulle per tutti i nodi
b) Le domande sono pari a -1 per il nodo s e a 1 per tutti gli altri nodi
c) Le domande sono pari a -1 per il nodo s, 1 per il nodo t e 0 per i nodi connessi a s e a t
d) Le domande sono pari a -1 per il nodo s, 1 per il nodo t e 0 per tutti gli altri nodi
ANSWER: D
Nel problema del cammino di costo minimo da s a t:

a) La funzione obiettivo è una combinazione lineare a coefficienti pari alla capacità degli archi
b) La funzione obiettivo è una combinazione lineare a coefficienti pari alle domande degli archi
c) La funzione obiettivo è una combinazione lineare a coefficienti pari al costo degli archi
d) La funzione obiettivo è una combinazione lineare a coefficienti pari alle domande dei nodi
ANSWER: C
Nel problema del cammino di costo minimo da s a t

a) Possiamo trascurare i vincoli di capacità perché sono le capacità degli archi sono infinite
b) La somma delle domande è diversa da 0
c) Possiamo trascurare i vincoli di conservazione del flusso perché le domande ai nodi sono nulle
d) Possiamo trascurare i vincoli di capacità perché sono le capacità dei nodi sono infinite
ANSWER: A
Il problema del cammino di costo minimo da s a t è

a) Ammette solo soluzioni con flusso non negativo su tutti gli archi
b) Ammette solo soluzioni con flusso non negativo su tutti i nodi
c) Ammette solo soluzioni corrispondenti a cammini di costo negativo
d) Ammette un'unica soluzione ammissibile
ANSWER: A

a) La regione ammissibile è un insieme di dimensione pari al numero dei nodi della rete di flusso
b) La regione ammissibile è un insieme di dimensione pari al numero di sottoinsiemi dell'insieme dei nodi
c) La regione ammissibile è un insieme di dimensione pari al numero degli archi della rete di flusso
d) La regione ammissibile non si può definire
ANSWER: C
Il problema del cammino di costo minimo da s a t

a) È un problema di flusso in cui la somma delle domande è sempre positiva
b) È un problema di flusso senza vincoli di conservazione
c) È un problema di flusso in cui la somma delle capacità è sempre finita
d) È un caso particolare di problema di flusso di costo minimo
ANSWER: D
Nel problema del massimo flusso da s a t

a) La funzione obiettivo è lineare nelle componenti del flusso e va minimizzata
b) I vincoli sono lineari tranne nel caso di somma delle domande non nulla
c) La funzione obiettivo è lineare nelle componenti del flusso e va massimizzata
d) I vincoli sono lineari tranne nel caso di capacità nulle
ANSWER: A

b) La funzione obiettivo è lineare nelle componenti del flusso a coefficienti pari alle capacità
c) La regione ammissibile è composta di tutte le clique ammissibili per la rete di flusso
d) La regione ammissibile è composta di tutti i flussi ammissibili per la rete di flusso che ha domande
tutte nulle associate ai nodi
ANSWER: D

a) Possiamo trascurare i vincoli di capacità perché sono le domande dei nodi sono nulle
b) Possiamo trascurare i vincoli di capacità perché la capacità sull'arco fittizio è infinita
c) Dobbiamo considerare sia i vincoli di conservazione del flusso che i vincoli di capacità
d) Possiamo trascurare i vincoli di capacità perché sono le capacità degli archi sono infinite
ANSWER: C

a) La regione ammissibile è un insieme di dimensione superiore al numero degli archi della rete di flusso
b) La regione ammissibile non si può definire
c) La regione ammissibile è un insieme di dimensione pari al numero dei nodi della rete di flusso
d) La regione ammissibile è un insieme di dimensione pari al numero degli archi della rete di flusso
ANSWER: A
Il problema del massimo flusso da s a t

a) Ammette un'unica soluzione ammissibile
b) Ammette solo soluzioni con flusso non negativo
c) Ammette un'unica soluzione ottima
d) Ammette solo soluzioni con flusso non nullo
ANSWER: B
In AMPL se è stato precedentemente caricato un modello e un primo file .dat, caricando un secondo file
.dat (relativo sempre allo stesso modello) l'interprete AMPL
a) Restituisce la soluzione ottima della seconda istanza di problema definita
b) Considera solo le definizioni contenute nel secondo file .dat
c) Restituisce un errore
d) Restituisce la soluzione ottima della prima istanza di problema definita
ANSWER: C

a) La somma delle domande associate agli archi è nulla
b) Le domande associate ai nodi sono tutte nulle
c) La somma delle domande associate agli archi è non nulla
d) La somma delle domande associate ai nodi è non nulla
ANSWER: B

a) Il numero di archi considerato nella rete di flusso è pari al numero di archi del grafo
b) Nessuna delle opzioni
c) Il numero di archi considerato nella rete di flusso è minore del numero di archi del grafo
d) Il numero di archi considerato nella rete di flusso è pari al numero di archi del grafo più uno
ANSWER: D
Il problema del massimo flusso da s a t è

a) Il problema di determinare un flusso ammissibile a capacità massima
b) Il problema di determinare un taglio di costo minimo sulla rete di flusso
c) Il problema di determinare un flusso ammissibile cui corrisponda la minima somma delle domande
d) Il problema di determinare la massima quantità di flusso uscente da s ed entrante in t
ANSWER: D
b) Il numero di archi considerato nella rete di flusso è pari al numero di archi del grafo più uno
c) Il numero di archi considerato nella rete di flusso è pari al numero di archi del grafo
d) Il numero di archi considerato nella rete di flusso è maggiore del numero di archi del grafo
ANSWER: C
In AMPL è possibile
a) Definire istanze di problemi non ancora dichiarati nel file .mod
b) Dichiarare modelli con più gruppi di vincoli purché si assegnino identificativi diversi a ogni gruppo e
ogni elemento del gruppo sia indicizzato
c) Nessuna delle opzioni
d) Dichiarare modelli con un solo gruppo di vincoli
ANSWER: B

Data una rete di flusso, il taglio s-t di capacità minima
a) Ha capacità pari al valore del massimo flusso da s a t
b) Ha capacità non inferiore al massimo flusso da s a t
c) Ha capacità data dalla somma delle capacità dei nodi
d) Ha capacità data dalla somma delle capacità meno il valore del flusso a ogni arco
ANSWER: A
Data una rete di flusso, ogni taglio s-t

a) Ha capacità inferiore al minimo flusso da s a t
b) Ha capacità pari al minimo flusso da s a t
c) Ha capacità non inferiore al massimo flusso da s a t
d) Ha capacità superiore al massimo flusso da s a t
ANSWER: C
Il problema del minimo taglio s-t è

a) Il problema di determina il minimo flusso da s a t
b) Il problema di determinare il taglio s-t di capacità minima
c) Il problema di determinare il taglio di capacità minima nel grafo
d) Il problema di determinare il taglio s-t di costo minimo
ANSWER: B
In AMPL:
a) Non è possibile scrivere script se non in presenza in un file di dichiarazione e di un file di definizione di
un modello
b) È possibile gestire un insieme di istruzioni da un unico file
c) Nessuna delle opzioni
d) Occorre definire un file per ogni istruzione, se non data da riga di comando
ANSWER: B
In AMPL
b) È possibile assegnare un nuovo valore a un parametro precedentemente definito solo se in precedenza
assumeva il valore di default
c) È possibile assegnare un nuovo valore a un parametro precedentemente definito
d) Non è possibile assegnare un nuovo valore a un parametro precedentemente definito
ANSWER: C

Nel metodo del simplesso dinamico l'oracolo di separazione è
a) Un algoritmo che verifica l'ammissibilità di una soluzione se disponibile
b) Un algoritmo che verifica l'ottimalità di una soluzione
c) Un algoritmo che verifica l'ammissibilità di una soluzione
d) Un problema di minimo taglio s-t
ANSWER: C
Il metodo del simplesso dinamico

a) Verifica l'ammissibilità di una soluzione invocando un metodo euristico
b) Verifica l'ammissibilità di una soluzione senza considerare tutti i vincoli del problema
contemporaneamente ed esplicitamente
c) Verifica l'ammissibilità di una soluzione invocando il metodo del simplesso
d) Restituisce una soluzione euristica
ANSWER: B
Il metodo del simplesso dinamico è

a) Un metodo generale esatto per la soluzione di problemi di PL01
b) Un metodo generale euristico per la soluzione di problemi di programmazione matematica
c) Un metodo generale esatto per la soluzione di problemi di PLI
d) Un metodo generale esatto per la soluzione di problemi di PL
ANSWER: D
Nel metodo del simplesso dinamico l'oracolo di separazione restituisce

a) Una soluzione ammissibile per il problema migliore della soluzione corrente, se disponibile
b) Un vincolo violato dalla soluzione corrente, se esiste, altrimenti si può concludere che la soluzione
corrente è ottima per il problema
c) Un vincolo violato dalla soluzione corrente, se disponibile, altrimenti si può concludere che la soluzione
corrente è ottima per il problema
d) Una soluzione ammissibile per il problema migliore della soluzione corrente, se esiste
ANSWER: B

Nel problema di pianificazione degli investimenti, la redditività di un insieme è
a) La somma della redditività degli elementi dell'insieme meno la somma dei relativi costi
b) La somma della redditività degli elementi dell'insieme
c) Il massimo rendimento atteso dal peggiore degli elementi dell'insieme
d) Il minimo rendimento atteso dal peggiore degli elementi dell'insieme
ANSWER: B
Nel problema di pianificazione degli investimenti

a) Il vincolo relativo a un generico periodo definisce un problema di taglio minimo s-t
b) Il vincolo relativo a un generico periodo definisce un problema di clustering
c) Il vincolo relativo a un generico periodo definisce un problema di knapsack
d) Il vincolo relativo a un generico periodo definisce un problema di cammino minimo da s a t
ANSWER: C
Nel problema di pianificazione degli investimenti

a) Possono esserci vincoli aggiuntivi
b) Nessuna delle opzioni
c) Non possono esserci vincoli aggiuntivi a meno che i vincoli di budget non si riducano a uno
d) Si considerano solo i vincoli di budget perché le relazioni che legano due o più investimenti sono
troppo difficili da rappresentare matematicamente
ANSWER: A
Il problema di pianificazione degli investimenti è

a) Il problema di selezionare gli investimenti meno rischiosi
b) Il problema di determinare il più piccolo insieme di investimenti compatibile con i vincoli di budget in
ogni periodo che minimizzi i costi
c) Il problema di determinare l'insieme degli investimenti compatibile con il vincolo di budget
d) Il problema di determinare l'insieme degli investimenti compatibile con i vincoli di budget in ogni
periodo che massimizzi la redditività
ANSWER: D
DOMANDE APERTE
1. Quali sono i principali strumenti di pianificazioni impiegati per la pianificazione dei sistemi complessi e
distribuiti?
2. Cosa significa costruire un modello?
3. Cos'è un modello, quali vantaggi offre e come è correlato ai sistemi di pianificazione dei sistemi
complessi e distribuiti? 04. Descrivere gli elementi caratterizzanti il problema di localizzare degli impianti
4. Dare la definizione di problema di localizzazione degli impianti
5. Disegnare il grafo di localizzazione con 4 siti candidati {A, B, C, D} e 2 clienti {1,2}
6. Definire la scelta greedy nell'applicazione dell'algoritmo greedy al problema di localizzazione degli
impianti
7. Illustrare attraverso un esempio l'applicazione dell'algoritmo greedy al problema di localizzazione degli
impianti
8. Spiegare le principali caratteristiche della Ricerca Locale
9. Spiegare le principali differenze tra algoritmo Greedy e Ricerca Locale
10. Spiegare le principali caratteristiche dell'algoritmo Greedy
11. Spiegare le principali differenze tra la formulazione del problema di Localizzazione degli Impianti nel
caso capacitato e quello non capacitato
12. Definire la formulazione del problema di Localizzazione degli Impianti nel caso capacitato
13. Illustrare le principali differenze tra il problema di Localizzazione degli Impianti nella versione non
capacitata e versione capacitata
14. Spiegare come definire i vincoli del problema di localizzazione degli impianti usando un Foglio MS
Excel
15. Spiegare come definire la funzione di costo del problema di localizzazione degli impianti usando un
Foglio MS Excel
16. Dati due problemi di PL, definire l'equivalenza tra i due problemi
17. Descrivere quali sono le principali differenze tra la Programmazione Lineare Intera e la
Programmazione Lineare {0,1}
18. Definire il processo di formulazione di un problema di Programmazione Lineare Intera
19. Dare la definizione di lower bound di un problema di PL01
20. Dare la definizione di formulazione ottima di un problema di PL01
21. Definire un criterio di ordinamento delle formulazioni di un problema di PL01
22. Dare la definizione di formulazione lineare di un problema di PL01 12. Descrivere le possibili strategie
di separazione per il metodo branch and bound per la soluzione di un problema di PL01
23. Descrivere le possibili strategie di soluzione per il metodo branch and bound per la soluzione di un
problema di PL01
24. Descrivere la metodologia branch and bound per la soluzione di un problema di PL01
25. Descrivere una strategia di soluzione esatta per il problema di knapsack binario
26. Descrivere una possibile strategia di soluzione per i problemi di PL01 caratterizzati da n variabili
decisionali in {0,1} e da un vincolo lineare di disuguglianza
27. Descrivere i problemi di knapsack con particolare attenzione al problema di knapsack binario
28. Dimostrare che una metrica norma è una metrica
29. Definire il problema di clustering dei dati
30. Illustrare la procedura generale di soluzione di un problema di clustering dei dati

Paniere Ricerca Operativa 2

Caricato da

Informazioni sul documento

Titolo originale

Copyright

Formati disponibili

Condividi questo documento

Condividi o incorpora il documento

Opzioni di condivisione

Hai trovato utile questo documento?

Questo contenuto è inappropriato?

Copyright:

Formati disponibili

Paniere Ricerca Operativa 2

Caricato da

Copyright:

Formati disponibili

Nel problema di percorso minimo su una rete di telecomunicazione:

a) Occorre determinare un cammino minimo da un nodo sorgente a un nodo destinazione

In un grafo di localizzazione, i costi di afferenza sono associati:

In un grafo di localizzazione, i costi di attivazione sono associati:

La formulazione del problema di localizzazione degli impianti:

L'algoritmo greedy per il problema di localizzazione degli impianti:

L'algoritmo greedy per il problema di localizzazione degli impianti:

L'algoritmo greedy per il problema di localizzazione degli impianti:

L'algoritmo greedy per il problema di localizzazione degli impianti:

Il problema del p-centro:

Il problema del p-centro:

Il problema di dispiegamento di mezzo di soccorso in un impianto di produzione:

Nell'applicazione dell'algoritmo greedy al problema di localizzazione degli impianti

Greedy e Ricerca locale:

Nell'applicazione dell'algoritmo greedy al problema di localizzazione degli impianti:

Greedy e Ricerca locale:

In generale, un problema di PLI è:

Dato un problema della pianificazione degli investimenti:

I metodi di soluzione euristici per un problema di PLI:

In un problema di PL la regione ammissibile:

I metodi di soluzione euristici per un problema di PLI:

La formulazione di un problema di PLI:

Il problema di Localizzazione degli Impianti:

Dato un problema di localizzazione degli impianti:

In generale il processo di formulazione di un problema di PL01:

Le possibili strategie di selezione del metodo branch and bound:

Nel metodo branch and bound:

Il metodo branch and bound:

Il metodo branch and bound:

Gli elementi principali del metodo branch and bound sono:

Le possibili strategie di separazione del metodo branch and bound:

Nel clustering le regole sono:

Un algoritmo di clustering partizionale

Nella metodologia generale di clustering l'astrazione sui dati è

Nella metodologia generale di clustering

Si definisce partizione P dell'insieme X una famiglia finita di k insiemi

Il vettore di incidenza di un insieme paritizione è

L'insieme di taglio di un sottoinsieme V di nodi non vuoto è

Data una disquazione triangolo relativa ai nodi i, j e k

La disequazione a due partizioni (S,T) associata ai sottoinsiemi S e T è

Nell'algoritmo euristico per il problema di partizione in clique dei nodi di un grafo

In una rete di flusso:

In una rete di flusso:

In una rete di flusso tutti i vincoli:

Il problema di flusso di costo minimo è:

Nel problema di flusso di costo minimo

In AMPL l'istruzione display:

In AMPL l'istruzione solve:

In AMPL l'istruzione solve:

Il problema del cammino di costo minimo da s a t è:

Nel problema del cammino di costo minimo da s a t:

Nel problema del cammino di costo minimo da s a t:

Nel problema del cammino di costo minimo da s a t

Il problema del cammino di costo minimo da s a t è

Nel problema del cammino di costo minimo da s a t

Il problema del cammino di costo minimo da s a t

Nel problema del massimo flusso da s a t

Nel problema del massimo flusso da s a t

Nel problema del massimo flusso da s a t

Nel problema del massimo flusso da s a t

Il problema del massimo flusso da s a t

Nel problema del massimo flusso da s a t

Nel problema del massimo flusso da s a t