Fasit Eksamen i LOG530 Distribusjonsplanlegging Tirsdag 3. juni 2008 Kl. 09:00-15:00 Hjelpemidler : A+KD+PC

Like dokumenter
EKSAMEN Emnekode: SFB11102 Dato: Hjelpemidler: Utdelt kalkulator

LP. Leksjon 7. Kapittel 13: Nettverk strøm problemer

Avanserte flytalgoritmer

Oppgave 1 Minimum edit distance

LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2013 I TIØ4120 OPERASJONSANALYSE, GK

Emneplan med beskrivelse av læringsutbytte følger vedlagt (se vedlegg 2).

600 x 2. d) Dersom dekningsbidraget reduseres til 20 kr per enhet for produkt 2, blir målfunksjonen: Da er optimal løsning gitt ved hjørnepunkt 2:

Eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 14. Desember 1999, kl

TDT4225 Lagring og behandling av store datamengder

Fastsetting av pris uten kostnadsfordeling.

Avsluttende eksamen i TDT4120 Algoritmer og datastrukturer

Eksamen i LOG530 Distribusjonsplanlegging

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer

Løsningsforslag for utvalgte oppgaver fra kapittel 9

Norsk informatikkolympiade runde. Sponset av. Uke 46, 2016

UNIVERSITETET I OSLO

Prisregler for handlekurven

LØSNINGSFORSLAG KONTINUASJONSEKSAMEN VÅR 2012 I TIØ4120 OPERASJONSANALYSE, GRUNNKURS

Løsningsforslag til eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 14. Desember 1999, kl

Svar til. EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK Onsdag 10. august 2011 Tid: kl Bokmål

INF 4130 Svarforslag til «Midterm», 01/

Forelesningsplan. Grådighet. LF Øving 9. Hva er grådighet? Aktivitetsvelger En grådig strategi Grådig eller dynamisk? Knapsack Huffmankoding

Løsningsforslag. Emnekode: Emne: Matematikk for IT ITF Eksamenstid: Dato: kl til kl desember Hjelpemidler: Faglærer:

Plenumsregning 12. Diverse oppgaver. Roger Antonsen mai Eksamen 12/6-06 Oppgave 2. Plan

DEL 1. Uten hjelpemidler. Oppgave 1 (3 poeng) Oppgave 2 (1 poeng) Oppgave 3 (2 poeng) Oppgave 4 (2 poeng) Løs likningene.

ALGORITMER OG DATASTRUKTURER

Hva betyr det at noe er samfunnsøkonomisk effektivt? Er det forskjell på samfunnsøkonomisk og bedriftsøkonomisk effektivitet?

Drosjesentralen. I-120: Obligatorisk oppgave 2, 2000

Forelesning 23. Grafteori. Dag Normann april Oppsummering. Oppsummering. Oppsummering. Digresjon: Firefarveproblemet

MAT1030 Diskret matematikk

Oppsummering. MAT1030 Diskret matematikk. Oppsummering. Oppsummering. Forelesning 23: Grafteori

MAT1030 Forelesning 25

Potenser og røtter. Lærerveiledning

Forelesning 25. MAT1030 Diskret Matematikk. Litt repetisjon. Litt repetisjon. Forelesning 25: Trær. Dag Normann

MAT1030 Diskret Matematikk

INF oktober Stein Krogdahl. Altså: Hva kan ikke gjøres raskt (med mindre P = NP)

Side 1 av 13. Svar til. EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK Torsdag 2. desember 2010 Tid: kl Bokmål

45011 Algoritmer og datastrukturer Løsningsforslag eksamen 13. januar 1992

Dijkstras algoritme Spørsmål

Eksamen i TMA4180 Optimeringsteori Løsningsforslag.

Eirik Benum Reksten Hans Olav Norheim. (ja, det kommer nok litt matte nå ja)

EKSAMEN. Dato: 18. mai 2017 Eksamenstid: 09:00 13:00

EKSAMEN I TMA4180 OPTIMERINGSTEORI

Norsk informatikkolympiade runde

EKSAMEN I TIØ4120 OPERASJONSANALYSE, GK Tirsdag 4. desember 2012 Tid: kl (Bokmål)

Forelesning 28. Grafer og trær, eksempler. Dag Normann - 5. mai Grafer og trær. Grafer og trær. Grafer og trær

Informasjon Eksamen i IN1000 høsten 2017

Matematikk for IT Eksamen. Løsningsforslag

Eksamen S1 høsten 2014

Eksamen i tdt4120 Algoritmer og datastrukturer

Forelesning 33. Repetisjon. Dag Normann mai Innledning. Kapittel 11

UNIVERSITETET I OSLO ØKONOMISK INSTITUTT

DEL 1 Uten hjelpemidler

MAT1030 Forelesning 24

Løsningsforslag for eksamen i fag SIF8010 Algoritmer og datastrukturer Lørdag 9. august 2003, kl

MAT1030 Diskret matematikk

Innledning. MAT1030 Diskret matematikk. Kapittel 11. Kapittel 11. Forelesning 33: Repetisjon

Eksamen i fag SIF8010 Algoritmer og Datastrukturer Tirsdag 18. Desember 2000, kl

Anvendelser av grafer


TMA4245 Statistikk Eksamen august 2014

EKSAMENSOPPGÅVE. Kalkulator, Rottmanns tabellar og 2 A4 ark med eigne notater (4 sider).

LØSNINGSFORSLAG EKSAMEN MA0002, V08

Løsningsforslag. Oppgavesettet består av 9 oppgaver med i alt 20 deloppgaver. Ved sensur vil alle deloppgaver telle omtrent like mye.

LØSNINGSFORSLAG, EKSAMEN I ALGORITMER OG DATASTRUKTURER (IT1105)

ALGORITMER OG DATASTRUKTURER

Eksempeloppgave eksamen 1P-Y våren 2016

Terminprøve i matematikk for 8. trinn

KONTINUASJONSEKSAMEN I FAG ALGORITMER OG DATASTRUKTURER

EKSAMEN I EMNE TIØ4120 OPERASJONSANALYSE, GK. Torsdag 2. desember 2010 Tid: kl

MAT1030 Forelesning 22

DEL 1. Uten hjelpemidler. Forklar hvordan vi kan avgjøre om brøken nedenfor kan forkortes, uten å utføre forkortingen n

Eksamen S2 høsten 2014 løsning

Hjemmelekse for 5a i uke 14, A

Hva koster transport og hvordan kan man påvirke denne kostnaden?

verdsetting av denne produksjonsøkningen i enheter av gode 1.

Eksamensoppgave i TDT4120 Algoritmer og datastrukturer

EKSAMEN Løsningsforslag

Globalisering og logistikkmodeller. Seminar om Nyskaping og Næringsutvikling - HiMolde Kjetil Haugen 22. September 2009

Introduksjon. MAT1030 Diskret Matematikk. Introduksjon. En graf. Forelesning 22: Grafteori. Roger Antonsen

Eksamensoppgave i TMA4245 Statistikk

Introduksjon. MAT1030 Diskret matematikk. Søkealgoritmer for grafer. En graf

MAT1030 Diskret matematikk

1P eksamen høsten Løsningsforslag

Studentnummer: Side 1 av 1. Løsningsforslag, Eksamen i TDT4120 Algoritmer og datastrukturer August 2005

Kodegenerering, del 2: Resten av Kap. 8 pluss tilleggsnotat (fra kap. 9 i ASU ) INF5110 V2007

Hva betyr det at noe er samfunnsøkonomisk effektivt? Er det forskjell på samfunnsøkonomisk og bedriftsøkonomisk effektivitet?

EKSAMEN. Oppgavesettet består av 16 oppgaver. Ved sensur vil alle oppgaver telle like mye med unntak av oppgave 6 som teller som to oppgaver.

NITH PG4200 Algoritmer og datastrukturer Løsningsforslag Eksamen 4.juni 2013

UNIVERSITETET I OSLO

Emnenavn: Matematikk for IT. Eksamenstid: Faglærer: Christian F Heide

Eksamen MAT1013 Matematikk 1T Våren 2013

Eksamen S2 va r 2017 løsning

Go with the. Niende forelesning. Mye matematikk i boka her ikke så komplisert, men mye å holde styr på.

Løsningsforslag for eksamen i fag TDT4120 Algoritmer og datastrukturer Tirsdag 9. desember 2003, kl

Eksamen i fag SIF8010 Algoritmer og datastrukturer Lørdag 9. august 2003, kl

Moderne optimering mer enn å derivere!!

LO118D Forelesning 10 (DM)

DEL 1 Uten hjelpemidler

Longest. increasing. subsequence. Betingelser. Matrise- common. Grådig vs. DP. Forside. Intro. Fibonacci-tall. Memoisering DP

Transkript:

Fasit Eksamen i LOG530 Distribusjonsplanlegging Tirsdag 3. juni 008 Kl. 09:00-5:00 Hjelpemidler : A+KD+PC Oppgave a) Vi innfører følgende symboler: p = antall produsenter l = antall lager k = antall kunder P = mengde av produsenter P = {,,, p} L = mengde av lager L = {p+, p+,, p + l} K = mengde av kunder K = {p + l +, p + l +,.., p + l + k} G = mengden av greiner G = (P L) (P K) (L K) q h = kapasitet til produsent h h P N = kapasitet til lager i i L j i d = behov til kunde j j K e =arealbehov per enhet for Vare c = transportkostnad per enhet langs greinene (f, t) G Beslutningsvariabler: x = antall enheter transportert langs greinene (f, t) G Målfunksjon: F = c x Restriksjoner: () G () h,t h t L K Angir totale transportkostnader Produsentenes kapasitet skal ikke overskrides: x q for alle h P Lagerkapasiteten skal ikke overskrides: e x N for alle t L () t f P

(3) f, j j f P L Kundenes behov må dekkes: x d for alle j K Hvert lager kan ikke levere mer enn som er på lager: x x L for alle i (4) f,i i,t f P t K (5) xi, j 0 alle (i, j) G Ikke-negativitetsbetingelsen. Problem: Minimer F når betingelsene () - (5) er oppfylt. b) Se regneark b) c) Modellen under a) utvides til å behandle problemet med to varer. Kall varen under a) for Vare og den nye varen for Vare. Vi endrer/kompletterer listen av symboler under a) p = antall produsenter l = antall lager k = antall kunder v = antall varer P = mengde av produsenter P = {,, p} L = mengde av lager L = {p+, p+,, p + l} K = mengde av kunder K = {p + l +, p + l +,..,p + l + k} V = mengde av varer V = {,,,v} G = mengden av grener G = (P L V) (P K V) (L K V) q h,m = kapasitet til produsent h av vare m (h, v) P V N i = kapasitet til lager i i L e = arealbehov per enhet til vare m m V m d = behov til kunde j (j, m) K V j,m c,m = transportkostnad per enhet langs greinene (f, t, m) G Beslutningsvariabler: (f, t, m) G x,m = antall enheter transportert fra node f til t av vare m, Målfunksjon: F = c,m x,m (,m) G Angir totale transportkostnader Restriksjoner: Produsentenes kapasitet skal ikke overskrides: x q for alle h P, m V ( ) h,t,m h,m t L K

Lagerkapasiteten skal ikke overskrides: e x N for alle t L ( ) m,m t f P m V Kundenes behov må dekkes: x d for alle j K, m V (3 ) f, j,m j,m f P L Hvert lager kan ikke levere mer enn som er på lager: x x, m V for alle i L (4 ) f,i,m i,t,m f P t K (5 ) xi, j,m 0 alle (i, j, m) G Ikke-negativitetsbetingelsen Problem: Minimer F når betingelsene ( ) - (5 ) er oppfylt. d) Se regneark d) e) Samlet behov for Vare er 700 + 650 + 500 + 600 + 500 = 950 og produksjonskapasiteten er 700. Underdekningen for Vare blir da 50. For Vare er samlet behov 400 + 550 + 800 + 400 + 600 = 750 og produksjonskapasiteten er 600. Underdekningen blir 50 for Vare. f) Med de nye ordrene får vi et udekket behov, forklart under e). Vi innfører derfor nye variabler som håndterer denne situasjonen. Kall disse variablene R for alle t K, m V. t,m Vi modifiserer restriksjonene under c) ved å erstatte ( 3 ) med (3 ) xf, j,m + R j,m d j,m for alle j K, m V. Videre må vi innføre en f P L ny restriksjon som sikrer at sum restordrer for de to varene ikke overstiger underdekningen, dvs. R R alle m V (6) t,m m t K Problemet blir nå: Minimer F når ( ), ( ), (3 ), (4 ), (5 ), (6) g) Se regneark g) 3

Oppgave 90 30 60 50 60 40 3 65 80 70 4 5 6 45 0 40 7 60 8 55 En ønsker å finne korteste vei mellom vilkårlig ulike noder. a) Vi vil formulere dette problemet som et LP-problem. Vi innfører symbolene: n = antall noder N = mengden av noder, N = {,,,n} G = mengden av greiner mellom nodene (direkte) d j = tilbud/behov i node j, j N, d j {,0, } c = avstand fra node f til t, (f, t) G Beslutningsvariable x = antall enheter fraktet fra node f til t, (f, t) G Målfunksjon F = c x () G F angir totalavstanden for alle greiner som inngår i reisen Restriksjoner x x d for alle j N () f, j j,t j f t 4

Sum transportert/ankommet en node minus sum transportert /avreist fra samme node, må minst tilsvare behovet i noden. Dette gjelder alle noder. Vi skal nå løse problemet: Minimer F når () er oppfylt. b) For løsningen se regneark b) c) Benyttes f. eks. Kruskals algoritme, får en minste utspennende tre Grein Vekt - 4 30 3-5 40 5-8 40 4-7 45 5 50 6 8 55-4 60 Tilsammen 30 Eller vist på figur 30 90 60 50 60 40 3 65 80 70 4 5 6 45 0 40 7 60 8 55 5

d) Nodene, 3, 4, 7 er odde noder. Antall matchinger(paringer) av odde noder blir (4 ) (4 3) 3 3 = =. Vi kan da sette opp følgende tabell: Matchings 3-3 50 4 30 7 70 4 7 45 3 7 65 3 4 0 95 95 90 e) Vi må velge matching nr. 3 siden den gir kortest ekstra veilengde. Veiene -7 og 3 5-4 må gåes to ganger, og total avstand blir 955+90 = 45 En slik tur kan være: --3-6-8-7--7-4-8-5-3-5-4-5--4-. f) Av tabellen matching nr., ser vi at velges node 7 som start og node 3 som stopp, må greina 4 gås to ganger og lengden på sporet blir 955+30 = 985. Et slikt spor kan være : 7-8-6-3-5-8-4-7--4---4-5--3 Oppgave 3 Staten vurderer å flytte 5 statlige etater, a, b, c, d, e, ut fra hovedstaden til to mindre byer, I, II. Det kan naturligvis være aktuelt at noen blir værende i hovedstaden H dersom det viser seg å være gunstigst. I passende enheter kan en sette opp en tabell over årlige besparelser en får ved flyttingen D = Gevinst I II H a 0 0 0 b 5 0 0 c 0 5 0 d 0 5 0 e 5 5 0 Mengden av kommunikasjon per år er gitt i tabell og i passende enheter B = Mengde a b c d e a 0 0,5 0 b 0 0,4, 0 c,4 0 0 d,5, 0 0 0,7 e 0 0 0,7 0 Kostnadene kan være økte utgifter til kommunikasjon mellom etater som er lokalisert i ulike byer. 6

Avstanden mellom de ulike byene vil ha betydning for kommunikasjonskostnadene. Nedenfor er en tabell over enhetskostnadene for kommunikasjon mellom etatene lokalisert på de ulike steder A = Enhetskostnad I II H I 5 4 3 II 4 5 9 H 3 9 0 Staten ønsker å finne ut hvor mye en kan spare ved å flytte noen, eventuelt alle de 5 etatene ut av hovedstaden. a) Vi innfører følgende symboler n = antall steder N = mengden av steder N = {,,.,n} m = antall etater M = mengden av etater M = {,,, m} G = mengden av greiner G = M N Q = kapasitet til sted k k N k D = besparelse ved å flytte etat i til sted k i M, k N B i, j = størrelse på kommunikasjon mellom etat i og j i, j M A i, j = enhetskostnad/avstand mellom sted i og j i, j N Beslutningsvariable U = hvis etat i lokaliseres på sted k, ellers 0, U {, 0}, i M, k N Besparelsene ved flyttingen (før kostnad) kan uttrykkes ved () G D U Kostnadene kan uttrykkes ved m m n n ( B i, j A k,l U U j,l ) i = j = k = l = Leddet Bi, jak,lu U j,l er kostnadene dersom etat i flytter til sted k og etat j til sted l. Siden kommunikasjonens størrelse B i, j må antas å være den samme begge veier dvs. B i, j = B j,i, tar vi denne med bare en gang, derfor multiplikasjon av summen med. 7

Vi kan nå skrive kostnadene B = (B i, j), m m tr(bu(ua) t ) U = (U ), m n, der A, B, U er matrisene A = (A k,l ), n n Vår målfunksjon (netto besparelse) blir t F = D U tr(bu(ua) ) () G Restriksjoner for alle k N, totalt antall etater på et sted må begrenses. () U Qk i M () k N U = for alle i M, alle etater må lokaliseres ett sted. Problemet kan da formuleres: Maksimer F når () og () er oppfylt. b) Se regneark Oppgave 3b) 8