TENTAMEN Tillämpad systemanalys 5hp 1RT242

Storlek: px
Starta visningen från sidan:

Download "TENTAMEN Tillämpad systemanalys 5hp 1RT242"

Transkript

1 TENTAMEN Tillämpad systemanalys 5hp 1RT242 Tid: , Plats: Bergsbrunnagatan 15, sal 1. Ansvarig lärare: Hans Rosth Tillåtna hjälpmedel: Ett A4-papper med egna anteckningar (båda sidor), miniräknare och matematisk formelsamling (Mathematics handbook, BETA, TEFYMA, Formel och tabellsamling i sannolikhet och statistik, samt Physics handbook). Preliminära betygsgränser: Betyg Poäng 3 [30, 38[ 4 [38, 45[ 5 [45, 60] Uppgift Max poäng Skrivningspoäng 50 Bonuspoäng 10 Totalt 60 OBS: Skriv dina lösningar på separat papper och skriv din personliga kod på varje blad. Lösningarna ska vara tydliga och väl motiverade. Börja alltid en uppgift på ett nytt papper. Lycka till!

2

3 Uppgift 1 Betrakta följande linjärprogrammeringsproblem: maximera x 1,x 2 3x 1 + 2x 2 under bivillkoren 2x 1 2x 2 3, x 1 2, 2x 1 + x 2 6, x 1, x 2 0. (1) (a) Lös problemet grafiskt. Längst bak i provhäftet finns ett blad med ett koordinatsystem använd detta blad och bifoga det med din lösning! Rita in alla bivillkor, markera det tillåtna rummet, rita in gradienten och/eller nivåkurvor för kriteriefunktionen samt markera den optimala lösningen. Ange även vad lösningen blir rent numeriskt. (4p) (b) Ställ upp den initiala simplextablån för problemet i ekvation (1), och utför den första iterationen. (Svaret ska alltså bestå av två simplextablåer den initiala och den efter första iterationen.) (3p) (c) Med utgångspunkt från den grafiska lösningen i (a) och simplextablån i (b), förklara kortfattat hur simplexmetoden fungerar var börjar metoden och hur tar den sig till den optimala lösningen? Hur många iterationer kommer det att behövas för att hitta den optimala lösningen i detta fall? (Du behöver inte utföra fler simplexiterationer än de du redan gjort i (b).) (3p) För problemet i (1) blir den slutgiltiga simplextablån: Basvariabler f x 1 x 2 s 3 s 4 s 5 Högerled f s x s Här är s 3, s 4 och s 5 slackvariabler. (d) Vad är skuggpriserna för den optimala lösningen? (e) Ställ upp det duala problemet till (1). Ange också det duala problemets lösning (behöver ej beräknas). (3p) 1

4 Uppgift 2 Slalombacken i Kollentuna har en enstaka ankarlift som börjar gå kl varje morgon och stänger kl Det finns N stycken skidåkare och alla står redo när liften öppnar. Liften går i jämn fart på 3 [m/s], det är 600 [m] till toppen och 10 [m] mellan varje liftbygel. Tiden det tar att åka nerför backen från toppen till ingången till liften beskrivs med slumpvariabeln T s. (a) Skidåkarna har lite olika nivå, så det är såklart en viss spridning i tiden det tar att åka ner för backen. Argumentera för hur en rimlig täthetsfunktion (sannolikhetsfördelning) för T s bör se ut, och visa med en skiss. (b) Vad är den begränsade resursens kapacitet (d.v.s antal kunder betjänade per tidsenhet)? (c) Gör ett flödesschema som beskriver kund -processen. Motivera eventuella egna antaganden. (d) Implementera modellen m.h.a SimEvent-block. Skriv en kort förklaring till varje block. Du kan anta att simuleringen kan initieras med N skidåkare i kön, och behöver inte beskriva hur just detta går till. (3p) (e) SkiSun som driver skidbacken är intresserade i att undersöka m.h.a en simuleringsstudie om det är en bra idé att bygga ytterligare en skidlift. Beskriv i 4-5 meningar hur en sådan studie bör läggas upp. (3p) (f) Ange 3 händelser eller utvidgningar som inte står i beskrivningen ovan, men som kan göra modellen mer realistisk. 2

5 Uppgift 3 (a) SkiSun, ägaren till liften i Kollentuna (i uppgift 2), har funderingar på att investera i en ny, andra lift samt några ytterligare nedfarter. En sådan investering kostar 20 miljoner kronor, men skulle generera fler sålda liftkort. En risk i sammanhanget är en eventuellt sämre tillgång på snö i framtiden (p.g.a. den globala uppvärmningen). Denna risk kan minskas något genom att även investera i ett system med snökanoner detta skulle kosta ytterligare 4 miljoner kronor. Efter att ha konsulterat en klimatforskare kommer man på SkiSun fram till att det finns tre möjliga scenarier för det framtida lokala vinterklimatet: Scenario 1: Ett gynnsamt scenario, infaller med 20% sannolikhet. Scenario 2: Ett troligt scenario, infaller med 50% sannolikhet. Scenario 3: Ett extremt scenario, infaller med 30% sannolikhet. Utifrån detta beräknar man följande förväntade förändringar av de totala nettointäkterna (driftkostnader borträknade) de närmaste tio åren: Intäktsökning på tio år i miljoner kronor Scenario lift lift+kanon ingen invest. 1 (p = 0.2) (p = 0.5) (p = 0.3) Hur kan SkiSun maximera lönsamheten de närmaste tio åren, bör man investera bara i en ny lift, i en ny lift och snökanoner, eller avstå helt? Vilket beslut (i) är rationellt? (ii) fattar optimisten? (iii) fattar pessimisten? (4p) (b) En miljövårdsinriktad biståndsorganisation har samlat in pengar som räcker till att anlägga tre vattenreningsverk i östra Afrika. Man inriktar sig på tre regioner, och man har beräknat hur många liv man kan rädda i termer av personår (i tusental) i respektive region. Detta kommer att bero på antalet reningsverk per region, vilket framgår av tabellen nedan: Tusentals personår räddade Antal reningsverk Region 1 Region 2 Region Använd dynamisk programmering för att avgöra hur de tre vattenreningsverken ska fördelas på de tre regionerna för att maximera antalet räddade personår. (4p) 3

6 Uppgift 4 Figuren nedan visar två seriekopplade vattentankar med fritt utflöde. q x 1 x 2 De två vattentankarna är cylindriska 1 och identiskt utformade, med tvärsnittsarean A. Inflödet, q, till den övre tanken är konstant, medan vattennivåerna, x 1 och x 2, varierar med tiden beroende på de initiala nivåerna. Utflödet från respektive tank är enligt Torricellis princip proportionellt mot kvadratroten av vattennivån i respektive tank ( d.v.s. utflödet från den övre tanken är proportionellt mot x 1, och utflödet från den undre är proportionellt mot x 2 ). (a) Vilken av följande modeller är en korrekt beskrivning för dubbeltanksystemet? dx 1 (i): dt = αx2 1 + βq, dx 2 dt = αx2 1 αx 2 2, dx 1 (ii): dt = αx 1 + βq, dx 2 dt = αx 1 αx 2, Här är α och β positiva konstanter. Vad blir β uttryckt i A? (b) Bestäm uttryck för nollisoklinerna för din modell i (a). dx 1 (iii): dt = α x 1 + βq, dx 2 dt = α x 1 α x 2. (c) Längst bak i provhäftet finns ett blad med ett påbörjat fasporträtt där nollisoklinerna är utritade. Gör följande i det påbörjade fasporträttet: 1. Markera vilken axel som hör till x 1 respektive x Markera vilken nollisoklin som hör till x 1 respektive x Ange vad C och D är uttryckta i konstanterna q, α och β. (d) Bestäm, samt markera i fasporträttet, flödets/lösningarnas riktningar på nollisoklinerna. (3p) (e) Bestäm, samt markera i fasporträttet, jämviktspunkterna. Resonera kring huruvida de är stabila eller inte. (f) Rita en grafisk Simulink-modell för dubbeltanksystemet. 1 Det innebär att vattenytans area är densamma, d.v.s. A, oavsett vattennivån. 4

7 5

8 OBS: Fyll i och bifoga denna sida till tentan då du lämnar in! Uppgift 1a x x 1 Uppgift 4 (c), (d) & (e) D C

9 Lösningar Uppgift 1 (a) x 2 Optimal punkt x 1 = 2 f 2x 1 2x 2 = 3 2x 1 + x 2 = x 1 Lösningen är alltså x 1 = 0, x 2 = 6, och f = 3x 1 + 2x 2 = 12. (b) Då problemet är på kanonisk form kan vi direkt ställa upp den initiala Simplextablån genom att införa slack-variabler i alla olikheter och använda dessa som initial bas. Basvariabler f x 1 x 2 s 3 s 4 s 5 Högerled f s s s f x s s (c) Simplexmetoden börjar i en tillåten baslösning vilken motsvarar ett hörn av den tillåtna mängden (det område som begränsas av bivillkoren). Här är detta hörn (x 1, x 2 ) = (0, 0). 7

10 Sedan vandrar metoden till ett närliggande hörn i den riktning som ökar kriteriet maximalt (här (1.5, 0)), och fortsätter så tills det inte längre går att gå till ett närliggande hörn som har ett högre kriterievärde. Då vet man att man har nått den optimala lösningen på grund av att problemet är konvext. I detta fall kommer simplexmetoden i första iterationen alltså hoppa till (1.5, 0), därefter till (2, 0.5), vidare till (2, 2) för att slutligen nå optimum i (0, 6). Det krävs alltså fyra iterationer. (d) Skuggpriserna är derivatan av kriteriefunktionen f med avseende på bivillkorens högerled, och de återfinns i f-raden under slackvariablerna. Här är alltså skuggpriserna [ ]. (e) Det duala problemet (D) formuleras enklast utifrån det primala problemet (P) på kanonisk form: Primala problemet (P): maximera x f = c T x Duala problemet (D): minimera y g = b T y under BV Ax b under BV A T y c x 0 y 0 Här står problemet (1) redan på kanonisk form, och vi har Det duala problemet (D) är alltså c T = [ 3 2 ] 2 2 3, A = 1 0, b = minimera y 1,y 2,y 3 g = 3y 1 + 2y 2 + 6y 3 under BV 2y 1 + y 2 + 2y 3 3, 2y 1 + y 3 2, y 1, y 2, y 3 0. Den optimala lösningen till (D) ges direkt i den slutgiltiga simplextablån: g = min y g = max f = f = 12, och y = skuggpriserna, d.v.s. [ ] [ ] y x 1 y2 y3 = Uppgift 2 (a) För alla täthetsfunktioner gäller att den alltid är positiv, och att arean under kurvan är lika med ett. Här ska täthetsfunktionen beskriva sannolikhetsfördelning för den tiden det tar att åka från toppen till botten. Den tiden måste vara positiv, så täthetsfunktionen 8

11 måste vara noll för negativa argument. Utöver detta så finns en fysikalisk gräns för hur snabbt det går att ta sig ner backen med bara tyngdkraften som drivkraft (t = 2h g utan friktion). Det är endast väldigt få åkare som åker så snabbt, utan de flesta ligger kring någon medelhastighet, med enstaka väldigt långsama nybörjare. Det ger upphov till en fördelning som ser ut ungefär som i figuren nedanför. 0 (b) Det finns flera sätt att tänka. Man kan se varje ankare som en betjäningsstation, och att liften har 1200/10=120 parallella betjäningsstationer. Under en cykel betjänare ett ankare två skidåkare, vilken tar t = 1200/3 = 400 sekunder. Kapaciteten blir därmed 120 2/t = 240/400 = 0.6 åkare per sekund. Man kan också tänka som så att det tar 10/3 sekunder från det att ett ankare lämnat av ett par skidåkare till nästa ankare når toppen. På denna period betjänas två kunder. Det ger 2 10 = 0.6 kunder per sekund. 3 (c) Start In i kö Upp med lift. Vänta 200 s Åka nerför. Vänta T s 9

12 (d) in Signal Scope #n IN OUT IN OUT IN OUT FIFO Queue N-Server Åka nerför (e) Man behöver implementera de två alternativa modellerna, med en respektive två liftar. De intressanta prestandamåtten är 1) medeltiden som en kund spenderar i kö och i liften, vilket man vill minimera; samt 2) nyttjandegraden av ressursen (procent av maximal kapacitet som utnyttjas), vilket man vill maximera. För varje modell gör man upprepade simuleringar. Man kan med fördel göra parade simuleringar där man använder samma serie pseudoslumptal (för att bestämma tiden det tar att åka ner backen) för både modellerna. Sedan bildar man differenser mellan de parade simuleringarna och beräknar relevant statistik på dessa, t.ex konfidensintervall för medelvärdet. (f) Tänkbara förbättringar av modellen - Varierande antal skidåkare under dagen - Skidliften får stopp, eventuellt att farten (= kapaciteten) varierar. - Slumpvariablen T s som beskriver tiden det tar att åka ner backen kan tänkas variera under dagen, beroende på vilken sammansättning åkare som finns i backen på olika tidpunkter. Uppgift 3 (a) Nyttan (utility) för respektive val och beslut är den förväntade intäkten minus investeringskostnaden. Detta kan sammanfattas i följande tabell: scenario 1 scenario 2 scenario 3 lift lift+kanon ingen invest

13 (i) Det rationella beslutet är det som ger maximal förväntad nytta (MEU). För fallet med bara liftinvestering blir den förväntade nyttan EU = ( 5) = 2.2 miljoner kronor, för fallet med lift- och kanoninvestering blir den EU = ( 2) = 2.8 miljoner kronor, och utan investering blir förväntade nyttan EU = ( 0.5) ( 1) = 0.55 miljoner kronor. Alltså är MEU=2.8 miljoner kronor, vilket fås med investering på både en ny lift och ett snökanonsystem. Detta är alltså det rationella beslutet. (ii) Optimisten väljer det alternativ vars största nytta är störst (maximax), vilket är investering bara i en ny lift (största nyttan är 11 miljoner kronor). (iii) Pessimisten väljer det alternativ som ger störst nytta ifall det sämsta scenariot/utfallet (för respektive alternativ) infaller (maximin). Detta är alternativet att inte göra någon investering. (b) Vi vill maximera totala antalet räddade personår. Låt varje region representera ett beslutssteg, tillståndet s i = antalet kvarvarande reningsverk vid steg i, samt beslutet x i = antalet reningsverk man anlägger i region i. Vid dynamisk programmering utnyttjar vi optimalitetsprincipen, och börjar bakifrån. Vid region/steg 3 är det naturligt att det optimala valet är att x 3 = s 3 (varför?). i = 3 s 3 f3 (s 3) x i = 2 f 2 (s 2, x 2 ) = p 2 (x 2 ) + f3 (s 3) x f2 s 2 2) x = = = = = = , = = = = i = 1 f 1 (s 1, x 1 ) = p 1 (x 1 ) + f2 (s 2 ) x s 1 3 f1 (s 1 ) x = = = = Det är alltså optimalt att anlägga 2 reningsverk i region 1. Då finns det ett reningsverk kvar när vi kommer till region 2, d.v.s. s 2 = 1, och då är x 2 = 0 s 3 = 1 och x 3 = 1. Den optimala fördelningen är alltså två reningsverk i region 1 och det tredje i region 3, vilket sparar 120 tusen personår. 11

14 Uppgift 4 (a) Vattenvolymen i respektive tank är V i = Ax i, och den har förändringstakten dv i = [inflöde] [utflöde]. dt Utflödet från den övre tanken är k x 1 för något k > 0, och därför får vi dv 1 dt = Adx 1 dt = q k x 1 dx 1 dt = k x1 + 1 A A q. Utflödet från den övre tanken är inflödet till den undre tanken, medan utflödet från den undre tanken är k x 2 med samma k som ovan. Därför blir dv 2 dt = Adx 2 dt = k x 1 k x 2 dx 2 dt = A k x1 k x2. A Modellen för dubbeltanksystemet blir alltså (b) dx 1 dt = α x 1 + βq, dx 2 dt = α x 1 α x 2, Nollisoklinen för x 1 : Nollisoklinen för x 2 : med α = k A, β = 1, d.v.s. modell (iii). A dx 1 dt = 0 0 = α x 1 + βq x 1 = ( ) 2 βq. α dx 2 dt = 0 0 = α x 1 α x 2 x 2 = x 1. (c) Av (b) framgår att den gröna heldragna linjen är nollisoklinen för x 1, medan den röda streckade linjen är nollisoklinen för x 2. Vidare hör den horisontella axeln till x 1 och den vertikala hör till x 2. Slutligen är C = D = ( ) βq 2. α Se figuren nedan. (d) På nollisoklinen för x 1 är flödet vertikalt (ty ẋ 1 = 0), och riktningen får genom att stoppa in x 1 = ( ) βq 2 α i uttrycket för dx 2 : dt ( ) 2 βq ) dx 2 dt = α 2 ( βq α >0 för x 2 < uppåt, α x 2 = ( ) α 2 βq <0 för x 2 > nedåt. α 12

15 På nollisoklinen för x 2 är flödet horisontellt (ty ẋ 2 = 0), och riktningen får genom att studera uttrycket för dx 1 dt : ( ) 2 βq dx >0 för x 1 < höger, 1 dt = α α x 1 + βq = ( ) 2 βq <0 för x 1 > vänster. α x 2 D = ( ) βq 2 α jämviktspunkt ẋ 1 = 0 ẋ 2 = 0 C = ( ) βq 2 x 1 α (e) Jämviktspunkt ẋ 1 = ẋ 2 = 0, d.v.s. skärningspunkterna mellan nollisoklinerna. Här är det bara en sådan punkt, i x 1 = x 2 = ( ) βq 2. α Stabiliteten: Flödets x 1 - och x 2 -komponenter byter tecken på respektive nollisoklin. Därför är x 1 - komponenten positiv till vänster om x 1 :s nollisoklin, och negativ till höger om den. På samma sätt är x 2 -komponenten positiv under x 2 :s nollisoklin och negativ ovanför den. Flödet till vänster-under nollisoklinerna har därför tecken (+, +), till vänster-ovan har tecken (+, ), till höger-ovan är tecknet (, ), och till höger-under är tecknet (, +) (detta indikeras med röda pilar i figuren ovan). Alla flöden måste därför gå mot jämviktspunkten, som därmed är stabil. 13

16 (f) q Inflöde -Kbeta 1 s Integrator1 x_1 1 Out1 u Sqrt -K- Alfa 1 s Integrator2 x_2 2 Out2 -Kalfa u Sqrt1 14

TENTAMEN Tillämpad Systemanalys 5hp

TENTAMEN Tillämpad Systemanalys 5hp Tentamenskod (6 siffror) (alt. namn och personnummer) Utbildningsprogram Termin och år då du först registrerades på kursen Bordsnummer Klockslag för inlämning TENTAMEN Tillämpad Systemanalys 5hp Tid: 2012-0-11,

Läs mer

TENTAMEN Tillämpad Systemanalys 5hp

TENTAMEN Tillämpad Systemanalys 5hp TETAME Tillämpad Systemanalys 5hp Tid: 2012-12-17, 14.00-17.00. OBS: kort skrivtid! Plats: Bergsbrunnagatan 15, Sal 1. Ansvarig lärare: Håkan Lanshammar,. Håkan kommer och svarar på frågor ungefär kl 15.30.

Läs mer

TENTAMEN Tillämpad Systemanalys 5hp för W3

TENTAMEN Tillämpad Systemanalys 5hp för W3 TENTAMEN Tillämpad Systemanalys 5hp för W3 Tid: 2014-12-16, 14.00-19.00. Plats: Polacksbacken, Skrivsal. Ansvarig lärare: Kjartan Halvorsen, tel 073-7760902. Kjartan kommer och svarar på frågor ungefär

Läs mer

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 26-6- Kaj Holmberg Lösningar Uppgift Hinkpackning (hink = tur med cykeln. Jag använder

Läs mer

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg Tekniska Högskolan i Linköping TAOP88 Matematiska Institutionen Lösning till tentamen Optimeringslära 9--7 Kaj Holmberg Lösningar Uppgift a: Inför slackvariabler x 5, x 6 och x 7 Starta med slackvariablerna

Läs mer

Tentamensinstruktioner

Tentamensinstruktioner TNSL05 1(8) TENTAMEN Datum: 1 april 2016 Tid: XXX Sal: XXX Provkod: TEN1 Kursnamn: TNSL05 Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt

Läs mer

LP-problem. Vårt första exempel. Baslösningar representerar extrempunkter. Baslösningar representerar extrempunkter

LP-problem. Vårt första exempel. Baslösningar representerar extrempunkter. Baslösningar representerar extrempunkter LP-problem Vårt första exempel Ett LP-problem: max z = c T x då Ax b, x 0. Den tillåtna mängden är en polyeder och konvex. Målfunktionen är linjär och konvex. Så problemet är konvext. Var ligger optimum?

Läs mer

MIO310 OPTIMERING OCH SIMULERING, 4 p

MIO310 OPTIMERING OCH SIMULERING, 4 p Uppvisat terminsräkning ( ) Ja ( ) Nej Inst. för teknisk ekonomi och logistik Avd. för Produktionsekonomi Jag tillåter att mitt tentamensresultat publiceras på Internet Ja Nej TENTAMEN: MIO0 OPTIMERING

Läs mer

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN OPTIMERING FÖR INGENJÖRER Datum: 0 oktober 0 Tid: 8.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i

Läs mer

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED Matematiska institutionen Optimeringslära TENTAMEN TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR för IT Datum: 16 mars 010 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kaj Holmberg: Kombinatorisk

Läs mer

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 2018-01-02 Kaj Holmberg Lösningar Uppgift 1 1a: Den givna startlösningen är tillåten

Läs mer

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP14/TEN 1 OPTIMERINGSLÄRA GRUNDKURS för I, Ii och TB Datum: 24 augusti 2009 Tid: 8.00-13.00 Hjälpmedel: Lundgren m fl: Optimeringslära och/eller Lundgren

Läs mer

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 19 april 2017 Tid: 14.00-19.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:

Läs mer

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 28-5-3 Kaj Holmberg Lösningar Uppgift a: P: Grafisk lösning ger x = 2/7 = 2 6/7,

Läs mer

MIO310 OPTIMERING OCH SIMULERING, 4 p

MIO310 OPTIMERING OCH SIMULERING, 4 p Uppvisat terminsräkning ( ) Ja ( ) Nej Inst. för teknisk ekonomi och logistik Avd. för Produktionsekonomi Jag tillåter att mitt tentamensresultat publiceras på Internet Ja Nej TENTAMEN: MIO0 OPTIMERING

Läs mer

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM. Tentamensinstruktioner. När Du löser uppgifterna

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM. Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 11 januari 2017 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:

Läs mer

Tentamensinstruktioner

Tentamensinstruktioner Linköpings Tekniska Högskola Institutionen för Teknik och Naturvetenskap/ITN TENTAMEN TNE 05 OPTIMERINGSLÄRA Datum: 008-05-7 Tid: 4.00-8.00 Hjälpmedel: Boken Optimeringslära av Lundgren et al. och Föreläsningsanteckningar

Läs mer

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet Flöde i nätverk Graf: G = (N, B) Variabeldefinition: x ij = flöde i båge (i, j). Bågdata för båge (i, j): c ij : flödeskostnad per enhet. u ij : övre gräns för flödet. l ij : undre gräns för flödet. Bivillkor:

Läs mer

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS Datum: 9 april 0 Tid: 8.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

Tentamensinstruktioner

Tentamensinstruktioner TNSL05 1(7) TENTAMEN Datum: 1 april 2016 Tid: 14-18 Provkod: TEN1 Kursnamn: TNSL05 Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt 12 p,

Läs mer

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet Flöde i nätverk Graf: G = (N, B) Variabeldefinition: x ij = flöde i båge (i, j). Bågdata för båge (i, j): c ij : flödeskostnad per enhet. u ij : övre gräns för flödet. l ij : undre gräns för flödet. Bivillkor:

Läs mer

Föreläsning 2: Simplexmetoden. 1. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform.

Föreläsning 2: Simplexmetoden. 1. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform. Föreläsning 2: Simplexmetoden. Repetition av geometriska simplexmetoden. 2. Linjärprogrammeringsproblem på standardform. 3. Simplexalgoritmen. 4. Hur bestämmer man tillåtna startbaslösningar? Föreläsning

Läs mer

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 23 augusti 2016 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:

Läs mer

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg Tekniska Högskolan i Linköping TAOP88 Matematiska Institutionen Lösning till tentamen Optimeringslära 28--24 Kaj Holmberg Uppgift Lösningar a: Målfunktionen är summan av konvexa funktioner (kvadrater och

Läs mer

SF1669 Matematisk och numerisk analys II Bedömningskriterier till tentamen Måndagen den 16 mars 2015

SF1669 Matematisk och numerisk analys II Bedömningskriterier till tentamen Måndagen den 16 mars 2015 SF1669 Matematisk och numerisk analys II Bedömningskriterier till tentamen Måndagen den 16 mars 2015 Allmänt gäller följande: För full poäng på en uppgift krävs att lösningen är väl presenterad och lätt

Läs mer

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER för M/EMM Datum: 0 augusti 201 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering

Läs mer

Lösningar till 5B1762 Optimeringslära för T, 24/5-07

Lösningar till 5B1762 Optimeringslära för T, 24/5-07 Lösningar till 5B76 Optimeringslära för T, 4/5-7 Uppgift (a) Först använder vi Gauss Jordans metod på den givna matrisen A = Addition av gånger första raden till andra raden ger till resultat matrisen

Läs mer

Tentamensinstruktioner

Tentamensinstruktioner TNSL05 1(9) TENTAMEN Datum: 6 april 2018 Tid: 14-18 Provkod: TEN1 Kursnamn: TNSL05 Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt 12 p,

Läs mer

MIO310 OPTIMERING OCH SIMULERING, 4 p

MIO310 OPTIMERING OCH SIMULERING, 4 p Uppvisat terminsräkning ( ) Ja ( ) Nej Inst. för teknisk ekonomi och logistik Avd. för Produktionsekonomi Jag tillåter att mitt tentamensresultat publiceras på Internet Ja Nej TENTAMEN: MIO310 OPTIMERING

Läs mer

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS Datum: 1 april 01 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN OPTIMERING FÖR INGENJÖRER Datum: juni 0 Tid: 8.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i boken

Läs mer

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C Datum: 2 augusti 2011 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering

Läs mer

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 1 OPTIMERING FÖR INGENJÖRER för M/EMM Datum: januari 2013 Tid: 14.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

Tentamen. TSFS06 Diagnos och övervakning 12 januari, 2012, kl

Tentamen. TSFS06 Diagnos och övervakning 12 januari, 2012, kl Tentamen TSFS06 Diagnos och övervakning 12 januari, 2012, kl. 14.00-18.00 Tillåtna hjälpmedel: TeFyMa, Beta, Physics Handbook, Reglerteknik (Glad och Ljung), Formelsamling i statistik och signalteori samt

Läs mer

Tentamen i matematik. f(x) = ln(ln(x)),

Tentamen i matematik. f(x) = ln(ln(x)), Lösningsförslag Högskolan i Skövde (SK, JS) Tentamen i matematik Kurs: MA52G Matematisk Analys MA23G Matematisk analys för ingenjörer Tentamensdag: 203-05- kl 4.30-9.30 Hjälpmedel : Inga hjälpmedel utöver

Läs mer

1(8) x ijt = antal mobiltelefoner av typ i=1,,m, Som produceras på produktionslina 1,, n, Under vecka t=1,,t.

1(8) x ijt = antal mobiltelefoner av typ i=1,,m, Som produceras på produktionslina 1,, n, Under vecka t=1,,t. 1(8) (5p) Uppgift 1 Företaget KONIA tillverkar mobiltelefoner I en stor fabrik med flera parallella produktionslinor. För att planera produktionen de kommande T veckorna har KONIA definierat följande icke-negativa

Läs mer

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet. Specialfall av minkostnadsflödesproblemet. Slutsats.

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet. Specialfall av minkostnadsflödesproblemet. Slutsats. Flöde i nätverk Graf: G = (N, B) Variabeldefinition: x ij = flöde i båge (i, j). Bågdata för båge (i, j): c ij : flödeskostnad per enhet. u ij : övre gräns för flödet. l ij : undre gräns för flödet. Bivillkor:

Läs mer

Försättsblad Tentamen

Försättsblad Tentamen Försättsblad Tentamen (Används även till tentamenslådan.) Måste alltid lämnas in. OBS! Eventuella lösblad måste alltid fästas ihop med tentamen. Institution Ekonomihögskolan Skriftligt prov i delkurs Makro

Läs mer

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS Datum: januari 0 Tid: 8.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

SF1626 Flervariabelanalys Tentamen Måndagen den 16 mars 2015

SF1626 Flervariabelanalys Tentamen Måndagen den 16 mars 2015 Institutionen för matematik SF1626 Flervariabelanalys Tentamen Måndagen den 16 mars 215 Skrivtid: 8:-13: Tillåtna hjälpmedel: inga Examinator: Mats Boij Tentamen består av nio uppgifter som vardera ger

Läs mer

Eulercykel. Kinesiska brevbärarproblemet. Kinesiska brevbärarproblemet: Metod. Kinesiska brevbärarproblemet: Modell. Definition. Definition.

Eulercykel. Kinesiska brevbärarproblemet. Kinesiska brevbärarproblemet: Metod. Kinesiska brevbärarproblemet: Modell. Definition. Definition. Eulercykel Definition En Eulercykel är en cykel som använder varje båge exakt en gång. Definition En nods valens är antalet bågar som ansluter till noden. Kinesiska brevbärarproblemet En brevbärartur är

Läs mer

NATIONELLT KURSPROV I MATEMATIK KURS B VÅREN Del I, 9 uppgifter utan miniräknare 3. Del II, 8 uppgifter utan miniräknare 5

NATIONELLT KURSPROV I MATEMATIK KURS B VÅREN Del I, 9 uppgifter utan miniräknare 3. Del II, 8 uppgifter utan miniräknare 5 freeleaks NpMaB vt00 1(8) Innehåll Förord 1 NATIONELLT KURSPROV I MATEMATIK KURS B VÅREN 00 Del I, 9 uppgifter utan miniräknare 3 Del II, 8 uppgifter utan miniräknare 5 Förord Uppgifter till den äldre

Läs mer

SF1626 Flervariabelanalys Tentamen Måndagen den 16 mars 2015

SF1626 Flervariabelanalys Tentamen Måndagen den 16 mars 2015 Institutionen för matematik SF1626 Flervariabelanalys Tentamen Måndagen den 16 mars 2015 Skrivtid: 08:00-13:00 Tillåtna hjälpmedel: inga Examinator: Mats Boij Tentamen består av nio uppgifter som vardera

Läs mer

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED Matematiska institutionen Optimeringslära TENTAMEN TAOP8/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: januari 01 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering

Läs mer

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED Matematiska institutionen Optimeringslära TENTAMEN TAOP6/TEN 1 KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: januari 2016 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg:

Läs mer

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS Datum: augusti 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

6. Räkna ut integralen. z dx dy dz,

6. Räkna ut integralen. z dx dy dz, Institutionen för Matematik, TH Flervariabelanalys SF626. Tentamen den 23 november 29 kl. 8-3 Tillåtet hjälpmedel är Beta Mathematics Handbook. Tydliga lösningar med fullständiga meningar och utförliga

Läs mer

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER för EMM Datum: 2 augusti 2011 Tid: 8.00-1.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Onsdag 25 augusti 2010 kl

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Onsdag 25 augusti 2010 kl Lösningsförslag till tentamen i SF86 Optimeringslära för T. Onsdag 25 augusti 2 kl. 4. 9. Examinator: Per Enqvist, tel. 79 62 98. (a) Vi har ett nätverksflödesproblem med 5 noder. Låt x = (x 2, x 3, x

Läs mer

TENTAMEN. Tentamensinstruktioner. Datum: 30 augusti 2018 Tid: 8-12

TENTAMEN. Tentamensinstruktioner. Datum: 30 augusti 2018 Tid: 8-12 1( 9) TENTAMEN Datum: 30 augusti 2018 Tid: 8-12 Provkod: TEN1 Kursnamn: Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt 12 p, betyg kräver

Läs mer

u av funktionen u = u(x, y, z) = xyz i punkten M o = (x o, y o, z o ) = (1, 1, 1) i riktningen mot punkten M 1 = (x 1, y 1, z 1 ) = (2, 3, 1)

u av funktionen u = u(x, y, z) = xyz i punkten M o = (x o, y o, z o ) = (1, 1, 1) i riktningen mot punkten M 1 = (x 1, y 1, z 1 ) = (2, 3, 1) ATM-Matematik Mikael Forsberg 734 41 3 31 Flervariabelanalys mag31 1669 Skrivtid: 9:-14:. Inga hjälpmedel förutom bifogad formelsamling. Lösningarna skall vara fullständiga och lätta att följa. Börja varje

Läs mer

Tentamen i Mekanik för D, TFYA93/TFYY68

Tentamen i Mekanik för D, TFYA93/TFYY68 TEKNISKA HÖGSKOLAN I LINKÖPING Institutionen för Fysik, Kemi och Biologi Magnus Johansson Tentamen i Mekanik för D, TFYA93/TFYY68 Måndag 019-01-14 kl. 14.00-19.00 Tillåtna Hjälpmedel: Physics Handbook

Läs mer

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 2018-08-31 Kaj Holmberg Lösningar Uppgift 1 1a: Inför slackvariabler x 5, x 6 och

Läs mer

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C. Tentamensinstruktioner. När Du löser uppgifterna

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C. Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN KOMBINATORISK OPTIMERING GRUNDKURS för D och C Datum: juni 0 Tid:.00-9.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering. Kaj

Läs mer

TENTAMEN I REGLERTEKNIK TSRT03, TSRT19

TENTAMEN I REGLERTEKNIK TSRT03, TSRT19 TENTAMEN I REGLERTEKNIK TSRT3, TSRT9 TID: 23 april 29, klockan 4-9 KURS: TSRT3, TSRT9 PROVKOD: TEN INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANSVARIG LÄRARE: Johan Löfberg, 7-339 BESÖKER SALEN: 5.3, 7.3 KURSADMINISTRATÖR:

Läs mer

MIO310 OPTIMERING OCH SIMULERING, 4 p

MIO310 OPTIMERING OCH SIMULERING, 4 p Uppvisat terminsräkning ( ) Ja ( ) Nej Inst. för teknisk ekonomi och logistik Avd. för Produktionsekonomi Jag tillåter att mitt tentamensresultat publiceras på Internet Ja Nej TENTAMEN: MIO310 OPTIMERING

Läs mer

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN 1 OPTIMERING FÖR INGENJÖRER Datum: januari 2016 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

NATIONELLT KURSPROV I MATEMATIK KURS D VÅREN 2005

NATIONELLT KURSPROV I MATEMATIK KURS D VÅREN 2005 Skolverket hänvisar generellt beträffande provmaterial till bestämmelsen om sekretess i 4 kap. 3 sekretesslagen. För detta material gäller sekretessen fram till och med den 10 juni 005. Anvisningar NATIONELLT

Läs mer

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER för M/EMM Datum: 8 januari 201 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering

Läs mer

Np MaB vt 2002 NATIONELLT KURSPROV I MATEMATIK KURS B VÅREN 2002

Np MaB vt 2002 NATIONELLT KURSPROV I MATEMATIK KURS B VÅREN 2002 Skolverket hänvisar generellt beträffande provmaterial till bestämmelsen om sekretess i 4 kap. 3 sekretesslagen. För detta material gäller sekretessen fram till utgången av juni 00. Anvisningar Provtid

Läs mer

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER för M/EMM Datum: 29 maj 20 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings Universitet

Försättsblad till skriftlig tentamen vid Linköpings Universitet Försättsblad till skriftlig tentamen vid Linköpings Universitet Datum för tentamen 2010-08-19 Sal KÅRA Tid 14-18 Kurskod TSFS06 Provkod TEN1 Kursnamn Diagnos och övervakning Institution ISY Antal uppgifter

Läs mer

17.10 Hydrodynamik: vattenflöden

17.10 Hydrodynamik: vattenflöden 824 17. MATEMATISK MODELLERING: DIFFERENTIALEKVATIONER 20 15 10 5 0-5 10 20 40 50 60 70 80-10 Innetemperaturen för a =1, 2och3. Om vi har yttertemperatur Y och startinnetemperatur I kan vi med samma kalkyl

Läs mer

Tentamensinstruktioner. Vid skrivningens slut

Tentamensinstruktioner. Vid skrivningens slut Matematiska institutionen Optimeringslära TENTAMEN TAOP14/TEN1 OPTIMERINGSLÄRA GRUNDKURS för I och Ii Datum: 13:e januari 2011 Tid: 8.00 13.00 Hjälpmedel: Kurslitteratur av Lundgren m fl: Optimeringslära

Läs mer

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM. Tentamensinstruktioner. När Du löser uppgifterna

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM. Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 15 januari 2014 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg:

Läs mer

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl

Lösningsförslag till tentamen i SF1861 Optimeringslära för T. Torsdag 28 maj 2010 kl Lösningsförslag till tentamen i SF86 Optimeringslära för T. Torsdag 28 maj 2 kl. 4. 9. Examinator: Per Enqvist, tel. 79 62 98. (a) Inför variablerna x = (x sr, x sm, x sp, x sa, x sd, x gr, x gm, x gp,

Läs mer

1RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Onsdag 22 augusti 2018, kl

1RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Onsdag 22 augusti 2018, kl Tentamenskod Klockslag för inlämning Utbildningsprogram Bordnummer RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Onsdag 22 augusti 208, kl. 4.00-7.00 Plats: Bergsbrunnagatan 5, sal Ansvarig lärare: Hans

Läs mer

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM. Tentamensinstruktioner. När Du löser uppgifterna

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM. Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 13 januari 2016 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:

Läs mer

x sin(x 2 )dx I 1 = x arctan xdx I 2 = x (x + 1)(x 2 2x + 1) dx

x sin(x 2 )dx I 1 = x arctan xdx I 2 = x (x + 1)(x 2 2x + 1) dx TM-Matematik Mikael Forsberg XXX-XXX DistansAnalys Envariabelanalys Distans ma034a ot-nummer 3 Skrivtid: 09:00-4:00. Inga hjälpmedel. Lösningarna skall vara fullständiga och lätta att följa. Börja varje

Läs mer

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Matematiska institutionen Optimeringslära TENTAMEN TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Datum: januari 01 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

Linjärprogrammering (Kap 3,4 och 5)

Linjärprogrammering (Kap 3,4 och 5) Linjärprogrammering (Kap 3,4 och 5) Fredrik Olsson, fredrik.olsson@iml.lth.se Avdelningen för produktionsekonomi Lunds tekniska högskola, Lunds universitet 16 september 2015 Dessa sidor innehåller kortfattade

Läs mer

Lösningar till SF1861 Optimeringslära, 28 maj 2012

Lösningar till SF1861 Optimeringslära, 28 maj 2012 Lösningar till SF86 Optimeringslära, 28 maj 202 Uppgift.(a) Då det primala problemet P är så är det motsvarande duala problemet D minimera 3x + x 2 då 3x + 2x 2 6 x + 2x 2 4 x j 0, j =, 2. maximera 6 +

Läs mer

TENTAMEN I TSRT09 REGLERTEORI

TENTAMEN I TSRT09 REGLERTEORI SAL: Egypten TENTAMEN I TSRT09 REGLERTEORI TID: 2016-08-23 kl. 14:00 18:00 KURS: TSRT09 Reglerteori PROVKOD: DAT1 INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANSVARIG LÄRARE: Daniel Axehill, tel. 013-284042, 0708-783670

Läs mer

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER Datum: augusti 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i boken

Läs mer

Föreläsning 6: Nätverksoptimering

Föreläsning 6: Nätverksoptimering Föreläsning 6: Nätverksoptimering. Minkostnadsflödesproblem i nätverk.. Modellering och grafteori.. Simplexmetoden. Föreläsning 6 - Ulf Jönsson & Per Enqvist Nätverksoptimering Minkostnadsflödesproblem

Läs mer

1 Minkostnadsflödesproblem i nätverk

1 Minkostnadsflödesproblem i nätverk Krister Svanberg, april 2012 1 Minkostnadsflödesproblem i nätverk Ett nätverk består av en given mängd noder numrerade från 1 till m (där m är antalet noder) samt en given mängd riktade bågar mellan vissa

Läs mer

1. En kortlek består av 52 kort, med fyra färger och 13 valörer i varje färg.

1. En kortlek består av 52 kort, med fyra färger och 13 valörer i varje färg. Tentamenskrivning för TMS63, Matematisk Statistik. Onsdag fm den 1 juni, 16, Eklandagatan 86. Examinator: Marina Axelson-Fisk. Tel: 7-88113. Tillåtna hjälpmedel: typgodkänd miniräknare, tabell- och formelhäfte

Läs mer

Tentamen i Matematisk analys MVE045, Lösningsförslag

Tentamen i Matematisk analys MVE045, Lösningsförslag Tentamen i Matematisk analys MVE5 26-8-23 Lösningsförslag Kl. 8.3 2.3. Tillåtna hjälpmedel: Mathematics handbook for science and engineering (BE- TA) eller CRC Standard Mathematical Tables. Indexeringar

Läs mer

LP-dualitet: Exempel. Vårt första exempel. LP-dualitet: Relationer. LP-dualitet: Generellt

LP-dualitet: Exempel. Vårt första exempel. LP-dualitet: Relationer. LP-dualitet: Generellt Vårt första exempel Variabeldefinition: x 1 = antal enheter Optimus som görs varje timme. x 2 = antal enheter Rullmus som görs varje timme. Matematisk modell: max z = 4x 1 + 3x 2 då 2x 1 + 3x 2 30 (1)

Läs mer

Modellering av en Tankprocess

Modellering av en Tankprocess UPPSALA UNIVERSITET SYSTEMTEKNIK EKL och PSA 2002, AR 2004, BC2009 Modellering av dynamiska system Modellering av en Tankprocess Sammanfattning En tankprocess modelleras utifrån kända fysikaliska relationer.

Läs mer

Optimeringslära Kaj Holmberg. Lösningar/svar. Iteration 2: x 2 s

Optimeringslära Kaj Holmberg. Lösningar/svar. Iteration 2: x 2 s Tekniska Högskolan i Linköping Optimering av realistiska sammansatta s Matematiska Institutionen Lösning till tentamen Optimeringslära 2014-01-15 Kaj Holmberg Lösningar/svar Uppgift 1 1a: (Detta problem

Läs mer

Optimeringslära 2013-11-01 Kaj Holmberg

Optimeringslära 2013-11-01 Kaj Holmberg Tekniska Högskolan i Linköping Optimering för ingenjörer Matematiska Institutionen Lösning till tentamen Optimeringslära 23-- Kaj Holmberg Uppgift a: Problemet skrivet i standardform är: Lösningar min

Läs mer

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. När Du löser uppgifterna Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER för M/EMM Datum: oktober 0 Tid:.00-9.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar

Läs mer

Föreläsning 10/11! Gruppuppgifter: Gruppuppgift 1: Alla har redovisat. Gruppuppgift 2: Alla har redovisat Gruppuppgift 3: På gång.

Föreläsning 10/11! Gruppuppgifter: Gruppuppgift 1: Alla har redovisat. Gruppuppgift 2: Alla har redovisat Gruppuppgift 3: På gång. Föreläsning 10 Agenda Kursens status Repetition Flödesnätverk Optimalitetsvillkor LP och Minkostandsflöde (MKF) Nätverkssimplex Känslighetsanalys Exempel: MKF och Nätverkssimplex Föreläsning 10/11! Gruppuppgifter:

Läs mer

y + 1 y + x 1 = 2x 1 z 1 dy = ln z 1 = x 2 + c z 1 = e x2 +c z 1 = Ce x2 z = Ce x Bestäm den allmänna lösningen till differentialekvationen

y + 1 y + x 1 = 2x 1 z 1 dy = ln z 1 = x 2 + c z 1 = e x2 +c z 1 = Ce x2 z = Ce x Bestäm den allmänna lösningen till differentialekvationen UPPSALA UNIVERSITET Matematiska institutionen Vera Djordjevic PROV I MATEMATIK Civilingenjörsprogrammen Ordinära differentialekvationer 2007-10-12 Skrivtid: 9-14. Tillåtna hjälpmedel: Mathematics Handbook

Läs mer

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: 13 januari 2018 Tid: 8.00-13.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg:

Läs mer

Tentamen TMA044 Flervariabelanalys E2

Tentamen TMA044 Flervariabelanalys E2 Tentamen TMA044 Flervariabelanalys E2 205-0-05 kl. 4.00-8.00 Examinator: Peter Hegarty, Matematiska vetenskaper, Chalmers Telefonvakt: Dawan Mustafa, telefon: 0703 088 304 Hjälpmedel: bifogat formelblad,

Läs mer

Tentamen Mekanik F del 2 (FFM520)

Tentamen Mekanik F del 2 (FFM520) Tentamen Mekanik F del 2 (FFM520) Tid och plats: Måndagen den 23 maj 2011 klockan 14.00-18.00 i V. Hjälpmedel: Physics Handbook, Beta, Lexikon, typgodkänd miniräknare samt en egenhändigt skriven A4 med

Läs mer

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Matematiska institutionen Optimeringslära TENTAMEN TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM Datum: april 2018 Tid: 1.00-19.00 Hjälpmedel: Miniräknare Kurslitteraturen: Kaj Holmberg: Optimering

Läs mer

Laboration 1 - Simplexmetoden och modellformulering

Laboration 1 - Simplexmetoden och modellformulering Linköpings universitet Optimeringslära grundkurs för Y Matematiska institutionen Laboration 1 Optimeringslära 29 januari 2017 Laboration 1 - Simplexmetoden och modellformulering Den första delen av laborationen

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings universitet

Försättsblad till skriftlig tentamen vid Linköpings universitet Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 2014-10-23 Sal (1) TER1 (Om tentan går i flera salar ska du bifoga ett försättsblad till varje sal och ringa in vilken

Läs mer

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED Matematiska institutionen Optimeringslära TENTAMEN TAOP86/TEN KOMBINATORISK OPTIMERING MED MILJÖTILLÄMPNINGAR Datum: 24 oktober 204 Tid: 8.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering

Läs mer

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER Matematiska institutionen Optimeringslära TENTAMEN TAOP/TEN OPTIMERING FÖR INGENJÖRER Datum: januari 0 Tid:.00-.00 Hjälpmedel: Miniräknare Kurslitteratur: Kaj Holmberg: Optimering Anteckningar i boken

Läs mer

Laboration 1 - Simplexmetoden och Modellformulering

Laboration 1 - Simplexmetoden och Modellformulering Linköpings universitet Optimeringslära grundkurs för Y Matematiska institutionen Laboration 1 Optimeringslära 30 januari 2013 Laboration 1 - Simplexmetoden och Modellformulering Den första delen av laborationen

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings universitet

Försättsblad till skriftlig tentamen vid Linköpings universitet Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 23-- Sal () T,T2,KÅRA (Om tentan går i flera salar ska du bifoga ett försättsblad till varje sal och ringa in vilken sal

Läs mer

Mälardalens högskola Akademin för utbildning, kultur och kommunikation

Mälardalens högskola Akademin för utbildning, kultur och kommunikation Mälardalens högskola Akademin för utbildning, kultur och kommunikation MAA4 Grundläggande kalkyl ÖVN3 Lösningsförslag.6.8 4.3 6.3 Hjälpmedel: Endast skrivmaterial. (Gradskiva är tillåtet.) Poäng: Denna

Läs mer

SF1635, Signaler och system I

SF1635, Signaler och system I SF635, Signaler och system I Tentamen tisdagen 0--, kl 4 00 9 00 Hjälpmedel: BETA Mathematics Handbook Räknedosa utan program Formelsamling i Signalbehandling (rosa), Formelsamling för Kursen SF635 (ljusgrön)

Läs mer

Signal- och bildbehandling TSEA70

Signal- och bildbehandling TSEA70 Tentamen i Signal- och bildbehandling TSEA70 Tid: 2003-08-22 kl. 4-8 Lokaler: G36 Ansvarig lärare: Maria Magnusson Seger besöker lokalen kl. 6.00. tel 0702/33 79 48 Hjälpmedel: Räknedosa, OH-film, medskickad

Läs mer

NATIONELLT PROV I MATEMATIK KURS E HÖSTEN 1996

NATIONELLT PROV I MATEMATIK KURS E HÖSTEN 1996 Skolverket hänvisar generellt beträffande provmaterial till bestämmelsen om sekretess i 4 kap. 3 sekretesslagen. För detta material gäller sekretessen till och med utgången av mars 1997. NATIONELLT PROV

Läs mer