Tentamensinstruktioner

Relevanta dokument
Tentamensinstruktioner

Tentamensinstruktioner

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

Tentamensinstruktioner

Tentamensinstruktioner

Tentamensinstruktioner

Vinsten (exklusive kostnaden för inköp av kemikalier) vid försäljning av 1 liter fönsterputs är 2 kr för F1 och 3 kr för F3.

Tentamensinstruktioner

Vinsten (exklusive kostnaden för inköp av kemikalier) vid försäljning av 1 liter fönsterputs är 2 kr för F1 och 3 kr för F3.

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Tentamensinstruktioner. När Du löser uppgifterna

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Examinator: Torbjörn Larsson Jourhavande lärare: Torbjörn Larsson, tel Tentamensinstruktioner. När Du löser uppgifterna

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP07/TEN1 OPTIMERINGSLÄRA GRUNDKURS för Y. Antal uppgifter: 7 Uppgifterna är inte ordnade efter svårighetsgrad.

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Tentamensinstruktioner. När Du löser uppgifterna

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

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

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

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

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Tentamensinstruktioner. När Du löser uppgifterna

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Tentamensinstruktioner. När Du löser uppgifterna

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner

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

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

Tentamensinstruktioner. Vid skrivningens slut

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Tentamensinstruktioner. När Du löser uppgifterna

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

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNK047 OPTIMERING OCH SYSTEMANALYS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TNSL011 Kvantitativ Logistik

TNSL011 Kvantitativ Logistik

TNK047 OPTIMERING OCH SYSTEMANALYS

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

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

TNSL05 Optimering, Modellering och Planering. Föreläsning 6

TNSL011 Kvantitativ Logistik

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Tentamensinstruktioner. När Du löser uppgifterna

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg

Laboration 1 - Simplexmetoden och modellformulering

TNSL011 Kvantitativ Logistik

Tentamensinstruktioner. När Du löser uppgifterna

TNSL05 Optimering, Modellering och Planering. Föreläsning 10

Optimeringslära Kaj Holmberg

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Laboration 1 - Simplexmetoden och Modellformulering

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNSL05 Optimering, Modellering och Planering. Föreläsning 4

MIO310 OPTIMERING OCH SIMULERING, 4 p

TNSL05, Optimering, Modellering och Planering Gruppuppgift 3

Optimeringslära Kaj Holmberg

Optimeringslära Kaj Holmberg

TNSL05 Optimering, Modellering och Planering. Föreläsning 9

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

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

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin

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

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

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

Transkript:

TNSL05 (6) TENTAMEN Datum: augusti 07 Tid: 8- Provkod: TEN Kursnamn: TNSL05 Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt p, betyg kräver 6p och betyg 5, p. Examinator: Joakim Ekström Jourhavande lärare: Marcus Posada, 0-656 Kursadministratör: Marie-Louise Gustafsson, 0-6 Tillåtna hjälpmedel: Miniräknare, ett A-blad med valfri text/bilder/anteckningar på båda sidor, ordlista för översättning till svenska efter behov Utlämning av skrivningar sker tidigast efter att resultat har meddelats med e-post. Kortfattat lösningsförslag publiceras på kursens hemsida vid skrivningstidens slut. Tentamensinstruktioner När Du löser uppgifterna Redovisa Dina beräkningar och Din lösningsmetodik noga. Motivera alla påståenden Du gör. Använd alltid de standardmetoder som behandlats på föreläsningar och lektioner. Skriv endast på ena sidan av lösningsbladen. Använd inte rödpenna. Behandla ej fler än en huvuduppgift på varje blad. Vid skrivningens slut Sortera Dina lösningsblad i uppgiftsordning. Markera på omslaget de uppgifter Du behandlat. Kontrollräkna antalet inlämnade blad och fyll i antalet på omslaget. Om du bifogar sidor från tentamen måste dessa sidor rivas ut och lämnas in som numrerade lösblad

TNSL05 (6) (5p) Uppgift Ett företag tillverkar vegetabilisk olja som används i olika typer av livsmedelsframställning. Tillverkningen sker i någon av företagets två fabriker (F), och den färdiga oljan transporteras sedan till någon av de två depåerna (D), för att sedan distribueras till någon av de tre kunderna (K). Transportkostnaderna (per 000 liter) mellan fabrikerna och depåerna ges i Tabell, samt mellan depåerna och kunderna i Tabell. Respektive fabriks oljeproduktionskapacitet och efterfrågan hos respektive kund för den kommande månaden ges i Tabell, där den totala kapaciteten är lika med den totala efterfrågan. Varje depå kan maximalt hantera 000 000 liter olja per månad. Tabell Transportkostnad i SEK per 000 liter olja, mellan depå (D) och fabrik (F) F F D,50,0 D,0,00 D,0,90 Tabell Transportkostnad i SEK per 000 liter olja, mellan depå (D) och kund (K) K K K D,0,0,90 D,0,00,0 D,00,0,0 Tabell Tillgång, efterfrågan och kapacitet, i 000-liter olja Fabrik F F Kapacitet 00 500 Kund K K K Efterfrågan 700 900 00 Formulera förtagets kostnadsminimeringsproblem som en LP-modell med variabeldefinition, målfunktion och bivillkor.

TNSL05 (6) (5p) Uppgift Ett företag tillverkar fyra olika produkter (,,, ) på vid olika maskiner (A och B). Tiden det tar att tillverka en enhet av respektive produkt på respektive maskin, samt vinsten av varje såld produkt ges nedan. Maskintid (i min) Vinst (i kr) A B Produkt 0 7 0 9 7 8 8 Produkt måste gå igenom både maskin A och B, medan övriga produkter kan tillverkas i maskin A eller B. Fabriken där tillverkningen sker är liten och har en begränsad yta. En veckas produktion lagras på 50 kvadratmeter och ytan som tas upp av varje produkt är 0., 0.5, 0.5 och 0.05 (kvadratmeter) för varje enhet av respektive produkt,, and. Krav från kunder gör att exakt dubbelt så många enheter av produkt måste tillverkas jämfört med produkt. Över en vecka finns 800 minuter (0h) maskintid tillgänglig i maskin A och 00 minuter (5h) i maskin B. Företagets problem att för varje vecka maximera vinsten kan formuleras som: xi y i : antal enheter per vecka av produkt : antal enheter per vecka av produkt max z = 0x + ( x ) + 7( x ) + 8( x + ) y i som produceras i maskin A, i =,,, i som produceras i maskin B, i =,, då 0.x + 0.5( x ) + 0.5( x 0x 7x x + x + 9y x, x ) + 0.05( x, x ( x + x + y, x, y + 8x + y, y, y ) 50 ) = 0 800 00 0 (lagringsyta) (kundkrav) (tillgång till tid i maskin A) (tillgång till tid i maskin B) Modellen har lösts, med AMPL/CPLEX och utdata finns på nästa sida. Utgå från känslighetsanalysen på nästa sida och besvara följande frågor: a) Genom att låta de anställda jobba övertid kan företaget få mer tillgänglig tid i maskin A eller B. Företaget måste välja en av maskinerna som ska gå på övertid. Kostnaden är 000 kr, och för detta pris erhålls 00 extra produktionstimmar. Vilken, om någon, maskin bör man välja? (p) b) Hur mycket måste vinsten för produkt öka för att det ska bli intressant att tillverka denna produkt? (p) c) Ange minsta möjliga intervall för förändringen av målfunktionsvärdet om man får tillgång till 0 kvadratmeter extra lagringsutrymme. (p)

TNSL05 (6) CPLEX.0.: sensitivity CPLEX.0.: optimal solution; objective 7.9 5 dual simplex iterations ( in phase I) z = 7. : _varname _var _var.rc := x 0-0.0 x 0 -.9699 x 5.97 0 x 0.6 0 5 y 07. 0 6 y.787 0 7 y 0-0.98 ; : _varname _var.down _var.current _var.up := x -e+0 0 0.0 x -e+0 5.97 x 0.97 7 8.86 x 7. 8.77 5 y 7.68 55.5 6 y 5.699 7.97 7 y -e+0 8 8.95 ; : _conname _con.slack _con.dual := lagringsyta 0 0.8 kundkrav -.9968e-5.68 tid_maskin_a 0 0.86976 tid_maskin_b 0 0.6 ; : _conname _con.down _con.current _con.up := lagringsyta.9 50 50.970 kundkrav -60.8 0.67 tid_maskin_a 6.7 800.08 tid_maskin_b 08.7 00 9.06

TNSL05 5(6) (5p) Uppgift Betrakta följande linjära optimeringsproblem max zz = 5xx + xx + xx då xx xx + xx xx + xx 5 xx + xx 8 xx, xx, xx 0 med optimalt målfunktionsvärde zz. a) Antag att högerledet i bivillkor ökar och att det nya problemet ger ett optimalt målfunktionsvärde zz NNNN. Ange relationen (=,, ) mellan zz och zz NNNN. Motivera! (p) b) Antag att xx får ett heltalskrav och att det nya problemet ger ett optimalt målfunktionsvärde zz NNNN. Ange relationen (=,, ) mellan zz och zz NNNN. Motivera! (p) c) Visa att lösningen x = x = (,,) TT inte kan vara en optimallösning för en godtyckligt vald målfunktion som innehåller xx, xx och xx. (p) d) Formulera dualen till problemet. (p) e) Formulera om problemet på standardform. (p) (5p) Uppgift Betrakta nedanstående minimeringsproblem, och den optimala simplextablån för problemet. min z = xx xx + xx då xx + xx 0 xx xx xx + xx + xx 9 xx, xx, xx 0 a) För vilka värden på målfunktionskoefficienten för xx är lösningen ovan den optimala? (p) b) För vilka värden på målfunktionskoefficienten för xx är lösningen ovan den optimala? (p) c) Antag istället att det är ett maximeringsproblem som löses. Utgå från tablån ovan som inte längre beskriver en optimallösning. Vilken variabel blir inkommande variabel i nästa simplexiteration och vilken blir utgående? (p)

TNSL05 6(6) (5p) Uppgift 5 Betrakta nätverket nedan. Varje båge har kostnad, undregräns, övregräns och aktuellt flöde (i den ordningen) markerat. A 8,,8, C 7,,6, 0,0,8,0 B 7,0,0, D Notera att b- och c-uppgiften nedan kan lösas oberoende av om a-uppgiften lösts korrekt. a) Ange nodstyrkorna i nätverket. (p) b) Ta fram ett basträd tillhörande nodpriser. (p) c) Lösningen är inte optimal. Genomför en iteration med simplexmetoden för minkostnadsflödesproblem. Dvs. bestäm inkommande och utgående basbåge samt avgör om den nya lösningen är optimal. (p)