Tentamensinstruktioner

Relevanta dokument
Tentamensinstruktioner

Tentamensinstruktioner

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

Tentamensinstruktioner

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.

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

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

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Tentamensinstruktioner. När Du löser uppgifterna

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

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Tentamensinstruktioner. När Du löser uppgifterna

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

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

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Tentamensinstruktioner. När Du löser uppgifterna

Tentamensinstruktioner. När Du löser uppgifterna

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

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

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

Tentamensinstruktioner

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Tentamensinstruktioner. När Du löser uppgifterna

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS för D och C

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

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

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

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

Tentamensinstruktioner. När Du löser uppgifterna

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP61/TEN 1 OPTIMERING AV REALISTISKA SAMMANSATTA SYSTEM

Tentamensinstruktioner. Vid skrivningens slut

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TAOP33/TEN 2 KOMBINATORISK OPTIMERING GRUNDKURS

Optimeringslära Kaj Holmberg

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Optimeringslära Kaj Holmberg

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

Optimeringslära Kaj Holmberg

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

Flöde i nätverk. Flöde i nätverk. Specialfall av minkostnadsflödesproblemet

TNK047 OPTIMERING OCH SYSTEMANALYS

Tentamensinstruktioner. När Du löser uppgifterna

TNSL011 Kvantitativ Logistik

Optimeringslära Kaj Holmberg

TNSL05 Optimering, Modellering och Planering. Föreläsning 6

TNSL05 Optimering, Modellering och Planering. Föreläsning 10

TNK047 OPTIMERING OCH SYSTEMANALYS

Optimeringslära Kaj Holmberg

TAOP86/TEN 1 KOMBINATORISK OPTIMERING MED

Optimeringslära Kaj Holmberg

TNSL011 Kvantitativ Logistik

Laboration 1 - Simplexmetoden och modellformulering

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

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

Laboration 1 - Simplexmetoden och Modellformulering

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

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

TNSL011 Kvantitativ Logistik

Optimeringslära Kaj Holmberg

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNK047 [TEN1] OPTIMERING OCH SYSTEMANALYS

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

Linjärprogramming. EG2205 Föreläsning 7, vårterminen 2015 Mikael Amelin

TNSL05 Optimering, Modellering och Planering. Föreläsning 4

TNK049 Optimeringslära

TAOP88/TEN 1 OPTIMERING FÖR INGENJÖRER

TNSL05, Optimering, Modellering och Planering Gruppuppgift 3

Lösningar/svar. Uppgift 1. Tekniska Högskolan i Linköping Optimering av realistiska sammansatta system. Optimeringslära Kaj Holmberg

TNSL011 Kvantitativ Logistik

Transkript:

TNSL05 1(9) TENTAMEN Datum: augusti 017 Tid: 8-1 Provkod: TEN1 Kursnamn: TNSL05 Optimering, modellering och planering Institution: ITN Antal uppgifter: 5 Betygskrav: För godkänt krävs normalt 1 p, betyg kräver 16p och betyg 5, 1p. Examinator: Joakim Ekström Jourhavande lärare: Marcus Posada, 011-656 Kursadministratör: Marie-Louise Gustafsson, 011-611 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 (9) (5p) Uppgift 1 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 tre (inte två) depåerna (D), för att sedan distribueras till någon av de tre kunderna (K). Transportkostnaderna (per 1000 liter) mellan fabrikerna och depåerna ges i Tabell 1, samt mellan depåerna och kunderna i Tabell. Tillgången på olja från respektive fabrik och efterfrågan hos respektive kund för den kommande månaden ges i Tabell. Varje depå kan maximalt hantera 000 000 liter olja per månad. Tabell 1 Transportkostnad i SEK per 1000 liter olja, mellan depå (D) och fabrik (F) F1 F D1 1,50 1,0 D 1,0,00 D 1,0 1,90 Tabell Transportkostnad i SEK per 1000 liter olja, mellan depå (D) och kund (K) K1 K K D1,10,0,90 D,0,00,0 D,00,10,10 Tabell Tillgång, efterfrågan och kapacitet, i 1000 liter olja Fabrik F1 F Tillgång 00 000 Kund K1 K K Efterfrågan 700 1 900 00 Formulera förtagets kostnadsminimeringsproblem som en LP-modell med variabeldefinition, målfunktion och bivillkor. Variabeldefinition: yy iiii =volym i 1000 liter olja som produceras i fabrik i och skickas till depå j, i=1,, j=1,, xx jjjj =volym i 1000 liter olja som skickas från depå j till kund k, j=1,,, k=1,, min zz = 1.5yy 11 + 1.yy 1 + 1.yy 1 y + 1.yy 1 + 1.9yy +.1xx 11 +.xx 1 +.9xx 1 +.xx 1 + xx +.xx + xx 1 +.1xx +.1xx ddå yy 1jj 00 (kkkkkk. FF1) yy jj 000 (kkkkkk FF)

TNSL05 (9) yy iiii 000, jj = 1,, (kkkkkk. ddddddåeeee) ii=1 yy 1jj = xx jjjj, jj = 1,, (iiii ddddddå = uuuu ddddddå) ii=1 kk=1 xx jj1 = 700 (eeeeeeeeeeeeeeågggggg KK1) xx jj = 1900 (eeeeeeeeeeeeeeågggggg KK) xx jj = 00 (eeeeeeeeeeffrrågggggg KK) xx iiii 0 ii, jj yy jjjj 0 jj, kk (5p) Uppgift Ett företag tillverkar fyra olika produkter (1,,, ) 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 1 10 7 10 1 19 1 1 17 8 8 Produkt 1 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 0.1, 0.15, 0.5 och 0.05 (kvadratmeter) för varje enhet av respektive produkt 1,, and. Krav från kunder gör att exakt dubbelt så många enheter av produkt måste tillverkas jämfört med produkt. Över en vecka finns 1800 minuter (0h) maskintid tillgänglig i maskin A och 100 minuter (5h) i maskin B. Företagets problem att för varje vecka maximera vinsten kan formuleras som: x y i i : antal enheter per vecka av produkt : antal enheter per vecka av produkt max z = 10x1 + 1( x ) + 17( x ) + 8( x ) i som produceras i maskin A, i = 1,,, i som produceras i maskin B, i =,,

TNSL05 (9) då 0.1x 1 + 0.15( x ) + 0.5( x 10x 7x 1 1 x + 1x + 19y x, x 1 ) + 0.05( x, x ( x + 1x, x, y + 8x, y, y ) 50 ) = 0 1800 100 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 1000 kr, och för detta pris erhålls 100 extra produktionstimmar (tanken var minuter, oavsett hur man tolkat uppgiften kan man erhålla poäng). Vilken, om någon, maskin bör man välja? (p) Dualvärdet ger att varje extra timma i maskin A ökar målfunktionsvärdet med 0.87kr och i maskin B med 0.kr. Dualvariabeln är för båda maskinerna giltig för 100 extra timmar. Kostnaden per extra timma blir 10kr per timma, vilket överstiger vinsten för någon av maskinerna. Företaget bör inte ta in övertid. b) Hur mycket måste vinsten för produkt 1 öka för att det ska bli intressant att tillverka denna produkt? (1p) Ges av reducerad kostnad för x1 variabeln. Dvs. vinsten måste öka med 10.0 kr. c) Ange minsta möjliga intervall för förändringen av målfunktionsvärdet om man får tillgång till 10 kvadratmeter extra lagringsutrymme. (p) Dualvärdet ger att vinsten per ytterligare kvadratmeter yta ökar målfunktionsvärdet med 0.8kr. Men dualvärdet är endast giltigt för förändringar med 0.970 ytterligare kvadratmeter. Därefter är dualvärdet oförändrat eller lägre (lägst 0). Minsta ökning av målfunktionsvärdet: 0.8*0.970=0.5 kr, största möjliga förändring av målfunktionsvärdet 0.8*10= 08. kr.

TNSL05 5(9) CPLEX 11.0.1: sensitivity CPLEX 11.0.1: optimal solution; objective 7.19 5 dual simplex iterations ( in phase I) z = 7.1 : _varname _var _var.rc := 1 x1 0-10.0 x 0 -.9699 x 51.97 0 x 10.6 0 5 y 107. 0 6 y 1.787 0 7 y 0-0.98 ; : _varname _var.down _var.current _var.up := 1 x1-1e+0 10 0.0 x -1e+0 1 15.97 x 10.97 17 18.816 x 7.11 8 11.77 5 y 7.68 1 55.5 6 y 15.699 17.97 7 y -1e+0 8 8.95 ; : _conname _con.slack _con.dual := 1 lagringsyta 0 0.8 kundkrav -.9968e-15.68 tid_maskin_a 0 0.86976 tid_maskin_b 0 0.6 ; : _conname _con.down _con.current _con.up := 1 lagringsyta.91 50 50.970 kundkrav -160.8 0.67 tid_maskin_a 16.7 1800 1.08 tid_maskin_b 08.7 100 9.06

TNSL05 6(9) (5p) Uppgift Betrakta följande linjära optimeringsproblem max zz = 5xx 1 + xx + xx då xx 1 xx + xx 1 xx 1 + xx 5 xx 1 + xx 8 xx 1, 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! (1p) Restriktion+maximering: zz NNNN zz 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! (1p) Restriktion+maximering: zz NNNN zz c) Visa att lösningen x = (1,1,) TT inte kan vara en optimallösning för en godtyckligt vald målfunktion som innehåller nollskilda värden på målfunktionskoefficienterna för xx 1, xx och xx. (1p) Insättning av (1,1,) TT i bivillkoren ger 1-1+6<=1 +>=5 +1<=8 Eftersom inget bivillkor uppfylls med likhet utgör lösningen en inrepunkt, och ligger varken lösningen i en hörnpunkt eller utmed en kant på det tillåtna området. En målfunktion som innehåller nollskilda värden på målfunktionskoefficienterna för xx 1, xx och xx har alltid en optimallösning i en extrempunkt, och vid multipla optimum utmed kanten till det tillåtna området. Därför kan inte lösningen vara en optimallösning. d) Formulera dualen till problemet. (1p) min h = 1yy 1 + 5yy + 8yy ddå yy 1 y + yy 5 yy 1 y yy 1 y yy 1 0, yy 0, yy 0 e) Formulera om problemet på standardform. (1p) max zz = 5xx 1 + xx + xx då xx 1 xx + xx + ss 1 = 1

TNSL05 7(9) xx 1 + xx ss = 5 xx 1 + xx + ss = 8 xx 1, xx, xx, ss 1, ss, ss 0 (5p) Uppgift Betrakta nedanstående minimeringsproblem, och den optimala simplextablån för problemet. min z = xx 1 xx + xx då xx + xx 10 xx 1 xx xx 1 + xx + xx 9 xx 1, xx, xx 0 a) För vilka värden på målfunktionskoefficienten för xx är lösningen ovan den optimala? (1p) Undersök bibehållen optimalitet med målfunktionskoefficient cc nnnn = cc + Δcc = 1 + Δcc, insättning i tablå ger villkoret 1 Δcc 0 => Δcc 1. Dvs. Δcc får minska med max 1, och öka obegränsat. b) För vilka värden på målfunktionskoefficienten för xx 1 är lösningen ovan den optimala? (p) Undersök bibehållen optimalitet med målfunktionskoefficient cc 1 nnnn = cc 1 + Δcc 1 = + Δcc 1, insättning i tablå ger villkoren: 1 + Δcc 1 0 => Δcc 1 1 + Δcc 1 0 => Δcc 1 + Δcc 1 0 => Δcc 1 Dvs. Δcc 1 får öka med max 1, och minska obegränsat. 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) Inkommande bestäms av störst positiv reducerad kostnad, dvs. xx

TNSL05 8(9) (5p) Uppgift 5 Utgående är ss 1, ty 5 < 5.5 < 9 Betrakta nätverket nedan. Varje båge har kostnad, undregräns, övregräns och aktuellt flöde (i den ordningen) markerat. A 8,,8, C 7,1,6, 0,0,8,0 B 7,0,10, D a) Ange nodstyrkorna i nätverket. (1p) Nod A: Källa med styrka 8 Nod B: Mellannod med styrka 0 Nod C: Sänka med styrka 5 Nod D: Sänka med styrka b) Ta fram ett basträd tillhörande nodpriser. (1p) Basträd markerat med streckade bågar Nodpriser: Nod A: 0 Nod B: 7 Nod C: 8 Nod D: 1 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) Beräkna reducerad kostnad för icke-basbågar cc AAAA = 5 + 0 1 = 9, xx AAAA = ll AAAA, eeee oooo cc BBCC = + 7 8 =, xx BBBB = uu BBBB, oooo cc DDDD = 0 + 1 8 = 6, xx DDDD = ll DDDD, oooo (A,D) inkommande basbåge. Bildar cykel A-D-B-A. Flöde ska ökas på framåtbågar i cykeln och minskas på bakåtbågar. Maximala flödesförändringar (A,D) öka max 5 (B,D) minska max

TNSL05 9(9) (A,B) minska max (B,D) eller (A,B) blir utgående basbåge. Beroende på vilken som väljs ser resterande lösning olika ut. Här visas endast för fallet då (B,D) väljs. Nya flöden A 8,,8, C 7,1,6,1 0,0,8,0 B 7,0,10,0 D Nya nodpriser Nod A: 0 Nod B: 7 Nod C: 8 Nod D: 5 Beräkna reducerad kostnad för icke-basbågar cc BBBB = 7 + 7 5 = 9, xx BBBB = ll BBBB, oooo cc BBBB = + 7 8 =, xx BBBB = uu BBBB, oooo cc DDDD = 0 + 5 8 =, xx DDDD = ll DDDD, eeee oooo Lösningen är ej optimal