Overzicht. Inleiding. Modellering. Duaal probleem. αβ-algoritme. Maximale stroom probleem. Voorbeeld. Transportprobleem 1

Maat: px
Weergave met pagina beginnen:

Download "Overzicht. Inleiding. Modellering. Duaal probleem. αβ-algoritme. Maximale stroom probleem. Voorbeeld. Transportprobleem 1"

Transcriptie

1 Overzicht Inleiding Modellering Duaal probleem αβ-algoritme Maximale stroom probleem Voorbeeld Transportprobleem 1

2 Inleiding W 1 b 1 a 1 D 1 W 2 b 2 a 2 D 2 a m Dm W n b n depots warenhuizen c ij zijn de kosten om een produkteenheid te vervoeren van depot D i naar warenhuis W j. Als i a i = j b j dan is het transportprobleem gebalanceerd. Een niet gebalanceerd probleem kan gebalanceerd worden door een dummy depot of warenhuis toe te voegen. Transportprobleem 2

3 Modellering Primaal probleem (P) min o.d.v. m n i=1 j=1 n j=1 m i=1 x ij 0 c ij x ij x ij = a i x ij = b j 1 i m 1 j n 1 i m, 1 j n Duaal probleem (D) max m i=1 α i a i + n j=1 o.d.v. α i + β j c ij α i R β j R β j b j 1 i m, 1 j n 1 i m 1 j n Transportprobleem 3

4 Dualiteitsstelling Zij x een toelaatbare stroom voor P en α, β toelaatbaar voor D. Dan geldt: m n n ( ) c ij x ij αi + β j xij i=1 j=1 m i=1 j=1 = m n α i x ij + n m β j x ij i=1 j=1 j=1 i=1 = m α i a i + n β j b j i=1 j=1 Volgens de dualiteitsstelling geldt: min x m n i=1 j=1 c ij x ij = max (α,β) m i=1 α i a i + n j=1 β j b j Optimaliteit dan en slechts dan als x ij > 0 α i + β j = c ij Transportprobleem 4

5 αβ-algoritme Start met een toelaatbare oplossing (α, β): β j = min c ij 1 j n i ( ) α i = min cij β j 1 i m j Bij deze duale oplossing zoeken we een stroom x die toelaatbaar is voor P en waarvoor geldt: α i + β j < c ij x ij = 0 (1) Als dat lukt zijn we klaar. Meestal zal dit echter niet meteen lukken. Afzwakken van P De voorwaarden in P worden afgezwakt tot: n j=1 m i=1 x ij a i 1 i m x ij b j 1 j n Stroom x met x ij = 0 voldoet aan (1) en (2). (2) Transportprobleem 5

6 Maximale stroom probleem max o.d.v. m n x ij i=1 j=1 n j=1 m i=1 x ij 0 x ij = 0 x ij a i 1 i m x ij b j 1 j n 1 i m, 1 j n α i + β j < c ij Als een stroom x ter waarde i a i = j b j gevonden wordt, dan is deze stroom een oplossing voor het transport probleem. Als de waarde van de maximale stroom kleiner is dan i a i kunnen we de stroom x gebruiken om een betere duale oplossing (α, β ) te construeren. Bij die oplossing wordt een nieuwe x bepaald. Etc. Transportprobleem 6

7 Hulpnetwerk Zij E αβ de verzameling takken (i, j) waarvoor geldt: α i + β j = c ij. W 1 a 1 D 1 W 2 b 1 s a 2 D 2 b 2 t a m D m W n b n takken in E αβ Zij x een stroom op dit netwerk. Maak een hulpnetwerk N x : Als (i, j) E αβ en x ij > 0, dan voegen we tak (j, i) toe aan het netwerk. Als x si = a i dan verwijderen we tak (s, i). Als x jt = b j dan verwijderen we tak (j, t). Transportprobleem 7

8 Ford & Fulkerson We labellen knoop s met * en vervolgens ook alle knopen die in N x vanuit s te bereiken zijn. Als knoop t op deze wijze een label * krijgt betekent dit dat er een pad bestaat van s naar t in N x. Dit pad bevat één tak (s, i) voor zekere i, één tak (j, t) voor zekere j en een of meer (omgekeerde) takken uit E αβ. De gegeven stroom x kan nu vermeerderd worden door extra stroom over het gevonden pad te sturen. Deze nieuwe stroom x heeft een grotere stroomwaarde dan x. Vervolgens vormen we het bij deze stroom behorende hulpnetwerk N x en onderzoeken of er een doorbraak mogelijk is, etc. Na een eindig aantal iteraties vinden we dus een stroom x waarvoor in N x geen doorbraak mogelijk is. Deze stroom is de oplossing van het maximale stroom probleem. Transportprobleem 8

9 Eind situatie van het labelproces I J s x ij = 0 t I + J + Er zijn geen takken in N x vanuit I + naar J (omdat de knopen in J niet gelabeld zijn). De takken van I naar J + zijn stroomloos (anders zouden de knopen in I ) gelabeld zijn. Verder zijn de takken (s, i) i I en (j, t) j J + verzadigd. Transportprobleem 9

10 Constructie α, β Zij nu δ > 0 en definieer α, β volgens: α i = { αi δ i I α i i I + β j = { βj + δ j J β j j J + Merk op dat voor elke stroomvoerende tak (i, j) in E αβ geldt: α i + β j = α i + β j = c ij Dus bevat E α β alle takken die bijdragen aan de maximale stroom in het netwerk N behorend bij (α, β). Transportprobleem 10

11 Keuze van δ (α, β ) is een duale oplossing als: α i + β j c ij i, j Merk op dat α i + β j c ij i, j. Voorts geldt α i + β j > α i + β j alleen als i I + en j J. Dus (α, β ) is een toelaatbare als: α i + β j + δ c ij De grootst mogelijke keuze voor δ is dus: δ = i I +, j J min i I +,j J c ij α i β j Voor deze waarde van δ geldt α i + β j = c ij voor minstens één tak / E αβ. Omdat E α β alle takken bevat die bijdragen aan de maximale stroom in het netwerk dat bij E αβ behoort, kunnen we uitgaande van deze stroom het betreffende maximale stroom subprobleem van E α β oplossen. Transportprobleem 11

12 Voorbeeld Een reder heeft 20 even grote tankers, verspreid bij 3 oliedepots, als volgt: Depot # Schepen Olie moet worden vervoerd naar 5 raffinaderijen, met de vraaag: Raffinaderij # Schepen De volgende tabel is een schatting van de kostenmatrix voor reizen tussen de depots en de raffinaderijen: Raffinaderij Depot Probeer zo goedkoop mogelijk aan de vraag te voldoen. Transportprobleem 12

Transport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen

Transport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 28-03-2003 1 Docenten Onderdeel a Er zijn 6 vakken V 1, V 2,..., V 6. Vak V j heeft een vraag b j = 1, voor j = 1, 2,...,

Nadere informatie

1 Vervangingsstrategie auto

1 Vervangingsstrategie auto Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 28-03-2002 1 Vervangingsstrategie auto Onderdeel a Zij V = {0, 1, 2, 3, 4, 5, 6}, waarbij knoop i staat voor het einde

Nadere informatie

Transport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen 08-04-2005

Transport-, Routing- en Schedulingproblemen. Wi4062TU / Wi487TU / a86g. Uitwerkingen 08-04-2005 Transport-, Routing- en Schedulingproblemen Wi4062TU / Wi487TU / a86g Uitwerkingen 08-04-2005 1 Transportprobleem Onderdeel a Fabriek 1 kan 120 ton staal fabriceren in 40 uur. Voor fabriek 2 is dit 150

Nadere informatie

Optimaliseren in Netwerken

Optimaliseren in Netwerken Optimaliseren in Netwerken Kees Roos e-mail: C.Roos@tudelft.nl URL: http://www.isa.ewi.tudelft.nl/ roos Kaleidoscoop college Zaal D, Mekelweg 4, TU Delft 11 October, A.D. 2006 Optimization Group 1 Onderwerpen

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 12 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 12 oktober 2016 1 / 31 Dualiteit Dualiteit: Elk LP probleem heeft

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 5 Leo van Iersel Technische Universiteit Delft 2 oktober 206 Leo van Iersel (TUD) TW2020 Optimalisering 2 oktober 206 / 3 Dualiteit Dualiteit: Elk LP probleem heeft een

Nadere informatie

Optimalisering. Hoorcollege 4. Leo van Iersel. Technische Universiteit Delft. 28 september 2016

Optimalisering. Hoorcollege 4. Leo van Iersel. Technische Universiteit Delft. 28 september 2016 Optimalisering Hoorcollege 4 Leo van Iersel Technische Universiteit Delft 28 september 2016 Leo van Iersel (TUD) Optimalisering 28 september 2016 1 / 18 Dualiteit Dualiteit: Elk LP probleem heeft een bijbehorend

Nadere informatie

Optimalisering. Hoorcollege 4. Leo van Iersel. Technische Universiteit Delft. 23 september 2015

Optimalisering. Hoorcollege 4. Leo van Iersel. Technische Universiteit Delft. 23 september 2015 Optimalisering Hoorcollege 4 Leo van Iersel Technische Universiteit Delft 23 september 2015 Leo van Iersel (TUD) Optimalisering 23 september 2015 1 / 19 Mededelingen Maandag 28 september: deadline huiswerk

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 13 Leo van Iersel Technische Universiteit Delft 9 december 2015 Leo van Iersel (TUD) TW2020 Optimalisering 9 december 2015 1 / 13 Vraag Wat moet ik kennen en kunnen voor

Nadere informatie

Optimalisering. Hoorcollege 4. Leo van Iersel. Technische Universiteit Delft. 28 september 2016

Optimalisering. Hoorcollege 4. Leo van Iersel. Technische Universiteit Delft. 28 september 2016 Optimalisering Hoorcollege 4 Leo van Iersel Technische Universiteit Delft 28 september 2016 Leo van Iersel (TUD) Optimalisering 28 september 2016 1 / 18 Dualiteit Dualiteit: Elk LP probleem heeft een bijbehorend

Nadere informatie

TU/e 2DD50: Wiskunde 2 (1)

TU/e 2DD50: Wiskunde 2 (1) TU/e 2DD50: Wiskunde 2 () Tussentoets 26 november, tijdens de instructies Zaal: paviljoen (study hub) Time: 90min Tentamenstof: colleges 4 (LP; Simplex; dualiteit; complementaire slackness) Oude tentamens:

Nadere informatie

OptimalisereninNetwerken

OptimalisereninNetwerken OptimalisereninNetwerken Kees Roos e-mail: C.Roos@tudelft.nl, croos@otct.eu URL: http://www.isa.ewi.tudelft.nl/ roos HOVO cursus Wiskunde: zuurstof voor de wereld (deel I) 18 februari, A.D. 2009 Optimization

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 6 Leo van Iersel Technische Universiteit Delft 19 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 19 oktober 2016 1 / 20 Deze week Primal-Dual algoritmes voor:

Nadere informatie

Tie breaking in de simplex methode

Tie breaking in de simplex methode Tie breaking in de simplex methode Tijdens de Simplexmethode kan op een aantal momenten onduidelijk zijn wat je moet doen: 1. Variabele die de basis in gaat: Zoek de grootste coëfficiënt in de doelfunctie.

Nadere informatie

Optimalisering en Complexiteit, College 11. Complementaire speling; duale Simplex methode. Han Hoogeveen, Utrecht University

Optimalisering en Complexiteit, College 11. Complementaire speling; duale Simplex methode. Han Hoogeveen, Utrecht University Optimalisering en Complexiteit, College 11 Complementaire speling; duale Simplex methode Han Hoogeveen, Utrecht University Duale probleem (P) (D) min c 1 x 1 + c 2 x 2 + c 3 x 3 max w 1 b 1 + w 2 b 2 +

Nadere informatie

Overzicht. 1. Definities. 2. Basisalgoritme. 3. Label setting methoden. 4. Label correcting methoden. 5. Ondergrenzen. 6.

Overzicht. 1. Definities. 2. Basisalgoritme. 3. Label setting methoden. 4. Label correcting methoden. 5. Ondergrenzen. 6. Overzicht 1. Definities 2. Basisalgoritme 3. Label setting methoden 4. Label correcting methoden 5. Ondergrenzen 6. Resultaten Kortste Pad Probleem 1 Definities Een graaf G = (V, E) bestaat uit een verzameling

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 2 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 2 november 2016 1 / 28 Minimum Opspannende Boom (Minimum Spanning

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 8 Leo van Iersel Technische Universiteit Delft 28 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 28 oktober 2015 1 / 25 Definitie Een boom is een samenhangende

Nadere informatie

Tentamen: Operationele Research 1D (4016)

Tentamen: Operationele Research 1D (4016) UITWERKINGEN Tentamen: Operationele Research 1D (4016) Tentamendatum: 12-1-2010 Duur van het tentamen: 3 uur (maximaal) Opgave 1 (15 punten) Beschouw het volgende lineaire programmeringsprobleem P: max

Nadere informatie

F. Optimaliseren in netwerken

F. Optimaliseren in netwerken F. Optimaliseren in netwerken Inleiding Optimalisering is het deelgebied van de wiskunde waarbij het gaat het om de ontwikkeling en analyse van algoritmen voor het oplossen van problemen waarbij een functie

Nadere informatie

Universiteit Utrecht Departement Informatica. Examen Optimalisering op dinsdag 29 januari 2019, uur.

Universiteit Utrecht Departement Informatica. Examen Optimalisering op dinsdag 29 januari 2019, uur. Universiteit Utrecht Departement Informatica Examen Optimalisering op dinsdag 29 januari 2019, 17.00-20.00 uur. ˆ Mobieltjes UIT en diep weggestopt in je tas. Wanneer je naar de WC wil, dan moet je je

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 21 oktober 2015 Leo van Iersel (TUD) TW2020 Optimalisering 21 oktober 2015 1 / 20 Deze week: algoritmes en complexiteit

Nadere informatie

Tie breaking in de simplex methode

Tie breaking in de simplex methode Tie breaking in de simplex methode Tijdens de Simplexmethode kan op een aantal momenten onduidelijk zijn wat je moet doen: 1. Variabele die de basis in gaat: Zoek de grootste coëfficiënt in de doelfunctie.

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 10 Leo van Iersel Technische Universiteit Delft 23 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 23 november 2016 1 / 40 Vraag Ik heb het deeltentamen niet

Nadere informatie

Samenvatting college 1-12

Samenvatting college 1-12 Samenvatting college 1-12 Probleemformulering Duidelijk definiëren van beslissingsvariabelen Zinvolle namen voor variabelen bv x ij voor ingrediënt i voor product j, niet x 1,..., x 20 Beschrijving van

Nadere informatie

Sommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk.

Sommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk. Netwerkanalyse (H3) Sommige praktische IP problemen kunnen worden geformuleerd als optimalisering op een netwerk. Deze problemen kunnen vaak als continu LP probleem worden opgelost. Door de speciale structuur

Nadere informatie

Netwerkstroming. Algoritmiek

Netwerkstroming. Algoritmiek Netwerkstroming Netwerkstroming Toepassingen in Logistiek Video-streaming Subroutine in algoritmen 2 Vandaag Netwerkstroming: wat was dat ook alweer? Minimum Snede Maximum Stroming Stelling Variant: Edmonds-Karp

Nadere informatie

Project Management (H 9.8 + H 22 op CD-ROM)

Project Management (H 9.8 + H 22 op CD-ROM) Project Management (H 9.8 + H 22 op CD-ROM) CPM (Critical Path Method) Activiteiten met afhankelijkheden en vaste duur zijn gegeven. CPM bepaalt de minimale doorlooptijd van het project. PERT (Program

Nadere informatie

Grafen. Indien de uitgraad van ieder punt 1 is, dan bevat de graaf een cykel. Indien de ingraad van ieder punt 1 is, dan bevat de graaf een cykel.

Grafen. Indien de uitgraad van ieder punt 1 is, dan bevat de graaf een cykel. Indien de ingraad van ieder punt 1 is, dan bevat de graaf een cykel. Grafen Grafen Een graaf bestaat uit een verzameling punten (ook wel knopen, of in het engels vertices genoemd) en een verzameling kanten (edges) of pijlen (arcs), waarbij de kanten en pijlen tussen twee

Nadere informatie

Uitwerking Tweede Quiz Speltheorie,

Uitwerking Tweede Quiz Speltheorie, Uitwerking Tweede Quiz Speltheorie, 28-11-2012 Attentie! Maak van de onderstaande drie opgaven er slechts twee naar eigen keuze! Opgave 1 [50 pt]. Van het tweepersoons nulsomspel met de 2 4-uitbetalingsmatrix

Nadere informatie

TU/e 2DD50: Wiskunde 2

TU/e 2DD50: Wiskunde 2 TU/e 2DD50: Wiskunde 2 Enkele mededelingen Tussentoets: 26 november, tijdens de instructies Tentamenstof: LP; Simplex; dualiteit (= colleges 1 4) Bij de tussentoets mag een eenvoudige (niet programmeerbare)

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 7 Leo van Iersel Technische Universiteit Delft 26 oktober 2016 Leo van Iersel (TUD) TW2020 Optimalisering 26 oktober 2016 1 / 28 Deze week: analyseren van algoritmes Hoe

Nadere informatie

Algorithms for Max-Flow

Algorithms for Max-Flow Algorithms for Max-Flow Consider a network with given upper bounds for the capacities of the arcs, and one entry and one exit node. The max-flow problem consists in finding a maximal flow through the network

Nadere informatie

1 In deze opgave wordt vijftien maal telkens drie beweringen gedaan waarvan er één juist is. Kruis de juiste bewering aan. (2pt. per juist antwoord).

1 In deze opgave wordt vijftien maal telkens drie beweringen gedaan waarvan er één juist is. Kruis de juiste bewering aan. (2pt. per juist antwoord). Tentamen Optimalisering (IN2805-I) Datum: 3 april 2008, 14.00 17.00. Docent: Dr. J.B.M. Melissen Naam: Studienummer: 1 In deze opgave wordt vijftien maal telkens drie beweringen gedaan waarvan er één juist

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 2 Leo van Iersel Technische Universiteit Delft 14 september 2016 Leo van Iersel (TUD) TW2020 Optimalisering 14 september 2016 1 / 30 Modelleren van LP en ILP problemen

Nadere informatie

Transport, Routing- en Schedulingproblemen. ir. H.N. Post

Transport, Routing- en Schedulingproblemen. ir. H.N. Post Transport, Routing- en Schedulingproblemen ir. H.N. Post 1 mei 2006 Inhoudsopgave 1 Kortste pad probleem 7 1.1 Definities...................................... 7 1.2 Basisalgoritme...................................

Nadere informatie

Netwerkstroming. Algoritmiek

Netwerkstroming. Algoritmiek Netwerkstroming Vandaag Netwerkstroming: definitie en toepassing Het rest-netwerk Verbeterende paden Ford-Fulkerson algoritme Minimum Snede Maximum Stroming Stelling Variant: Edmonds-Karp Toepassing: koppelingen

Nadere informatie

Begrenzing van het aantal iteraties in het max-flow algoritme

Begrenzing van het aantal iteraties in het max-flow algoritme Begrenzing van het aantal iteraties in het max-flow algoritme Het oplossen van het maximum stroom probleem met behulp van stroomvermeerderende paden werkt, maar het aantal iteraties kan aardig de spuigaten

Nadere informatie

Oplossingen uit het vorige nummer

Oplossingen uit het vorige nummer Oplossingen uit het vorige nummer De oplossingen staan in de volgende editie, of kijk nu al op onze website: www.denksport.nl/puzzel-oplossingen Pagina 3 O B S C U U R K R A A I I G R E C S M A A D I E

Nadere informatie

Oplossingen uit het vorige nummer

Oplossingen uit het vorige nummer Oplossingen uit het vorige nummer De oplossingen staan in de volgende editie, of kijk nu al op onze website: www.denksport.nl/puzzel-oplossingen Pagina 3 S H E R P A S P A A K Z I N V O L A N A N A S E

Nadere informatie

Oplossingen uit het vorige nummer

Oplossingen uit het vorige nummer Oplossingen uit het vorige nummer De oplossingen staan in de volgende editie, of kijk nu al op onze website: www.denksport.nl/puzzel-oplossingen Pagina 3 A B T T U B E P A R A K O P P E L C A R O L B IJ

Nadere informatie

Oplossingen uit het vorige nummer

Oplossingen uit het vorige nummer Oplossingen uit het vorige nummer De oplossingen staan in de volgende editie, of kijk nu al op onze website: www.denksport.nl/puzzel-oplossingen Pagina 3 G E N E E Z I N E I M P R E S A R I O R I A N T

Nadere informatie

Oplossingen uit het vorige nummer

Oplossingen uit het vorige nummer Oplossingen uit het vorige nummer De oplossingen staan in de volgende editie, of kijk nu al op onze website: www.denksport.nl/puzzel-oplossingen Pagina 3 S P R A A K S C H O L O M T R E K B L A D D E R

Nadere informatie

Oplossingen uit het vorige nummer

Oplossingen uit het vorige nummer Oplossingen uit het vorige nummer De oplossingen staan in de volgende editie, of kijk nu al op onze website: www.denksport.nl/puzzel-oplossingen Pagina 3 K O P T I P I F I L M T E M P E L A N N E N F I

Nadere informatie

V = {a, b, c, d, e} Computernetwerken: de knopen zijn machines in het netwerk, de kanten zijn communicatiekanalen.

V = {a, b, c, d, e} Computernetwerken: de knopen zijn machines in het netwerk, de kanten zijn communicatiekanalen. WIS14 1 14 Grafen 14.1 Grafen Gerichte grafen Voor een verzameling V is een binaire relatie op V een verzameling geordende paren van elementen van V. Voorbeeld: een binaire relatie op N is de relatie KleinerDan,

Nadere informatie

Module 3. Maximale stromen

Module 3. Maximale stromen Module In november 00 legde een stroomstoring een gedeelte van Europa plat. Overal moesten de kaarsen aan. oordat een gedeelte van het elektriciteitsnet uitviel, was er te weinig capaciteit om aan de vraag

Nadere informatie

Overzicht. Inleiding. Toepassingen. Verwante problemen. Modellering. Exacte oplosmethode: B&B. Insertie heuristieken. Local Search

Overzicht. Inleiding. Toepassingen. Verwante problemen. Modellering. Exacte oplosmethode: B&B. Insertie heuristieken. Local Search Overzicht Inleiding Toepassingen Verwante problemen Modellering Exacte oplosmethode: B&B Insertie heuristieken Local Search Handelsreizigersprobleem 1 Cyclische permutatie van steden b 3 77 a 93 21 42

Nadere informatie

Tentamen Optimalisering (IN2520) Datum: 5 november 2004, Docent: Dr. J.B.M. Melissen

Tentamen Optimalisering (IN2520) Datum: 5 november 2004, Docent: Dr. J.B.M. Melissen Tentamen Optimalisering (IN2520) Datum: 5 november 2004, 14.00 17.00. Docent: Dr. J.B.M. Melissen Veel succes! 1 Deze opgave bestaat uit 15 tweekeuzevragen. Per goed antwoord krijg je 2 punten. a. Dynamisch

Nadere informatie

l e x e voor alle e E

l e x e voor alle e E Geselecteerde uitwerkingen Werkcollege Introduceer beslissingsvariabelen x e met x e = als lijn e in de boom zit en anders x e = 0. De doelfunctie wordt: min e E l e x e Voor elke deelverzameling S V met

Nadere informatie

Universiteit Utrecht Betafaculteit. Examen Discrete Wiskunde II op donderdag 6 juli 2017, uur.

Universiteit Utrecht Betafaculteit. Examen Discrete Wiskunde II op donderdag 6 juli 2017, uur. Universiteit Utrecht Betafaculteit Examen Discrete Wiskunde II op donderdag 6 juli 2017, 13.30-16.30 uur. De opgaven dienen duidelijk uitgewerkt te zijn en netjes ingeleverd te worden. Schrijf op elk ingeleverd

Nadere informatie

FORD MONDEO MON_2012.75_V2_MASTER_COVER_AW.indd 1 09/03/2012 10:13

FORD MONDEO MON_2012.75_V2_MASTER_COVER_AW.indd 1 09/03/2012 10:13 FORD MONDEO 1 2 3 4 5 6 7 8 9 10 11 12 14 16 18 8 10 14 2 5 1 4 3 11 12 13 6 7 9 9 11 12 13 20 22 23 24 25 26 27 28 29 30 32 34 36 38 40 41 2 1 3 5 11 6 8 10 7 4 9 9 42 43 44 45 46 47 48 49 50 51 52 55

Nadere informatie

FORD MONDEO MON_2012_V3_MASTER_COVER_AW.indd 1 01/08/ :02

FORD MONDEO MON_2012_V3_MASTER_COVER_AW.indd 1 01/08/ :02 FORD MONDEO 1 1 2 3 4 5 6 7 8 9 10 11 12 13 14 16 18 19 20 8 14 10 6 5 4 1 3 2 11 12 13 7 9 11 12 13 22 24 25 26 27 28 29 30 31 32 33 34 36 38 40 42 44 2 1 3 5 11 6 8 10 7 4 9 9 46 47 48 49 50 51 52 53

Nadere informatie

Dynamisch Programmeren III. Algoritmiek

Dynamisch Programmeren III. Algoritmiek Dynamisch Programmeren III Vandaag Dynamisch programmeren met wat lastiger voorbeelden: Handelsreiziger Longest common subsequence Optimale zoekbomen Knapsack 2 - DP2 Handelsreiziger Een handelsreiziger

Nadere informatie

3 De stelling van Kleene

3 De stelling van Kleene 18 3 De stelling van Kleene Definitie 3.1 Een formele taal heet regulier als hij wordt herkend door een deterministische eindige automaat. Talen van de vorm L(r) met r een reguliere expressie noemen we

Nadere informatie

FORD KUGA KUGA_2014_V2_240x185 Cover.indd 1-3 06/08/2013 11:16:19

FORD KUGA KUGA_2014_V2_240x185 Cover.indd 1-3 06/08/2013 11:16:19 FORD KUGA 1 2 3 4 5 6 8 9 10 11 12 13 14 15 30 % 30 % 30 % 10 % 16 17 18 19 20 21 22 23 24 25 26 27 28 29 31 32 33 34 35 1 2 3 4 36 38 39 40 41 43 44 46 47 1 2 3 48 51 1 1 5 3 6 4 8 7 2 2 52 3 53 55 58

Nadere informatie

FORD KUGA KUGA_ _V2_240x185 Cover.indd /03/ :39

FORD KUGA KUGA_ _V2_240x185 Cover.indd /03/ :39 FORD KUGA 1 2 3 360 4 5 6 7 8 9 10 11 12 13 14 15 30 % 30 % 30 % 10 % 16 17 18 19 20 21 22 23 24 25 26 27 28 29 360 30 31 33 34 35 1 2 3 4 36 38 39 40 41 43 44 46 47 1 2 3 48 50 51 1 1 5 3 6 4 8 7 2 2

Nadere informatie

Toegepaste Wiskunde 2: Het Kalman-filter

Toegepaste Wiskunde 2: Het Kalman-filter Toegepaste Wiskunde 2: Het Kalman-filter 25 februari, 2008 Hans Maassen 1. Inleiding Het Kalman filter schat de toestand van een systeem op basis van een reeks, door ruis verstoorde waarnemingen. Een meer

Nadere informatie

Het minimale aantal sleutels op niveau h is derhalve

Het minimale aantal sleutels op niveau h is derhalve 1 (a) In een B-boom van orde m bevat de wortel minimaal 1 sleutel en maximaal m 1 sleutels De andere knopen bevatten minimaal m 1 sleutels en maximaal m 1 sleutels (b) In een B-boom van orde 5 bevat elke

Nadere informatie

Kortste Paden. Algoritmiek

Kortste Paden. Algoritmiek Kortste Paden Toepassingen Kevin Bacon getal Six degrees of separation Heeft een netwerk de small-world eigenschap? TomTom / Google Maps 2 Kortste paden Gerichte graaf G=(N,A), en een lengte L(v,w) voor

Nadere informatie

OPERATIONS RESEARCH TECHNIEKEN L.C.M. KALLENBERG UNIVERSITEIT LEIDEN

OPERATIONS RESEARCH TECHNIEKEN L.C.M. KALLENBERG UNIVERSITEIT LEIDEN OPERATIONS RESEARCH TECHNIEKEN L.C.M. KALLENBERG UNIVERSITEIT LEIDEN VOORJAAR 2003 Inhoudsopgave 1 Inleiding 1 1.1 Wat is Operations Research?.............................. 1 1.2 Overzicht van de te behandelen

Nadere informatie

Lineaire Optimilizatie Extra sessie. 19 augustus 2010

Lineaire Optimilizatie Extra sessie. 19 augustus 2010 Lineaire Optimilizatie Extra sessie 19 augustus 2010 De leerstof Handboek: hoofdstuk 2 t.e.m. 8 (incl. errata) Slides (zie toledo) Extra opgaven (zie toledo) Computersessie: Lindo syntax en output Wat

Nadere informatie

FORD FOCUS 1 2 3 4 5 6 7 8 9 10 11 12 13 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 15 17 18 19 9 3 1 1 6 4 2 5 7 8 10 21 23 24 25

Nadere informatie

FORD FOCUS Focus_346_2012_V7_cover.indd 1 17/10/2011 14:55

FORD FOCUS Focus_346_2012_V7_cover.indd 1 17/10/2011 14:55 FORD FOCUS 1 2 3 4 5 6 7 8 9 10 11 12 13 12,999,976 km 9,136,765 km 1,276,765 km 499,892 km 245,066 km 112,907 km 36,765 km 24,159 km 7899 km 2408 km 76 km 15 16 17 19 9 6 3 1 1 4 2 5 7 8 10 21 23 24 25

Nadere informatie

Automaten en Berekenbaarheid

Automaten en Berekenbaarheid Automaten en Berekenbaarheid Bart Demoen KU Leuven 2016-2017 Les 3: 36-54 Myhill-Nerode relaties; regulier pompen Myhill-Nerode equivalentieklassen in Σ I 2/10 belangrijk te verstaan: een equivalentie-relatie

Nadere informatie

Radboud Universiteit Nijmegen

Radboud Universiteit Nijmegen Radboud Universiteit Nijmegen Faculteit der natuurwetenschappen, wiskunde en informatica juli 07 Matchingtheorie op grafen Jorrit Bastings S6556 Begeleider: Wieb Bosma Inhoudsopgave Het huwelijksprobleem

Nadere informatie

Technische Universiteit Eindhoven Faculteit Wiskunde & Informatica

Technische Universiteit Eindhoven Faculteit Wiskunde & Informatica Technische Universiteit Eindhoven Faculteit Wiskunde & Informatica Tentamen Optimalisering (2DD15) Vrijdag 24 juni 2011, 9:00 12:00 uur Het tentamen bestaat uit zeven opgaven. Bij elke opgave staat het

Nadere informatie

Overzicht. Inleiding. Modellering. Insertie heuristieken. Voorbeeld: CVV. Local Search. Meta heuristieken. Vehicle Routing Problem 1

Overzicht. Inleiding. Modellering. Insertie heuristieken. Voorbeeld: CVV. Local Search. Meta heuristieken. Vehicle Routing Problem 1 Overzicht Inleiding Modellering Insertie heuristieken Voorbeeld: CVV Local Search Meta heuristieken Vehicle Routing Problem 1 Inleiding Gegeven Depot-knoop 0 Klant-knopen i met vraag q i, i = 1,..., n

Nadere informatie

Radboud Universiteit Nijmegen

Radboud Universiteit Nijmegen Radboud Universiteit Nijmegen Faculteit der Natuurwetenschappen, Wiskunde en Informatica L(,1)-labeling van grafen Naam: Studentnummer: Studie: Begeleider: Myrte klein Brink 4166140 Bachelor Wiskunde Dr.

Nadere informatie

BESLISKUNDE 2 EN 3 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN

BESLISKUNDE 2 EN 3 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN BESLISKUNDE 2 EN 3 L.C.M. KALLENBERG UNIVERSITEIT LEIDEN VOORJAAR 2007 Voorwoord College Najaar 2004 Het derdejaarscolleges Besliskunde 2 en 3 zijn een vervolg op het tweedejaarscollege Besliskunde 1.

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 9 Leo van Iersel Technische Universiteit Delft 11 november 2015 Leo van Iersel (TUD) TW2020 Optimalisering 11 november 2015 1 / 22 Mededelingen Huiswerk 2 nagekeken Terug

Nadere informatie

2WO12: Optimalisering in Netwerken

2WO12: Optimalisering in Netwerken 2WO12: Optimalisering in Netwerken Leo van Iersel Technische Universiteit Eindhoven (TU/E) en Centrum Wiskunde & Informatica (CWI) 27 februari 2014 http://homepages.cwi.nl/~iersel/2wo12/ l.j.j.v.iersel@gmail.com

Nadere informatie

1. Een kortste pad probleem in een netwerk kan worden gemodelleerd als a. een LP probleem. b. een IP probleem. c. een BIP probleem. d.

1. Een kortste pad probleem in een netwerk kan worden gemodelleerd als a. een LP probleem. b. een IP probleem. c. een BIP probleem. d. 1. Een kortste pad probleem in een netwerk kan worden gemodelleerd als a. een LP probleem. b. een IP probleem. c. een BIP probleem. d. een toewijzingsprobleem. 2. Het aantal toegelaten hoekpunten in een

Nadere informatie

Optimalisering en Complexiteit, College 10. Begrensde variabelen. Han Hoogeveen, Utrecht University

Optimalisering en Complexiteit, College 10. Begrensde variabelen. Han Hoogeveen, Utrecht University Optimalisering en Complexiteit, College 10 Begrensde variabelen Han Hoogeveen, Utrecht University Begrensde variabelen (1) In veel toepassingen hebben variabelen zowel een ondergrens als een bovengrens:

Nadere informatie

TW2020 Optimalisering

TW2020 Optimalisering TW2020 Optimalisering Hoorcollege 9 Leo van Iersel Technische Universiteit Delft 16 november 2016 Leo van Iersel (TUD) TW2020 Optimalisering 16 november 2016 1 / 28 Vandaag Integer Linear Programming (ILP)

Nadere informatie

MTP : week 3

MTP : week 3 MTP101 2011-2012: week 3 Robert Hekkenberg 3-12-2011 Delft University of Technology Challenge the future N.a.v. de weekrapportages MT04 MT07 wel geprobeerd, niet gelukt Cb, deplacement & lightweight 2

Nadere informatie

MINIMALE-KOSTEN-MAXIMALE- STROOM-PROBLEMEN

MINIMALE-KOSTEN-MAXIMALE- STROOM-PROBLEMEN MINIMALE-KOSTEN-MAXIMALE- STROOM-PROBLEMEN Dit studiemateriaal is ontwikkeld door de kerngroep wiskunde D Delft en mag gratis gebruikt worden in het wiskundeonderwijs in het vo. Kerngroep wiskunde D Delft

Nadere informatie

Radboud Universiteit Nijmegen

Radboud Universiteit Nijmegen Radboud Universiteit Nijmegen Faculteit der Natuurwetenschappen, Wiskunde en Informatica Wiskundig Verslag Modellenpracticum 2014 Namen: Studie: Begeleider: Opdrachtgever: Baukje Debets Elena Fuentes Bongenaar

Nadere informatie

Optimalisering en Complexiteit, College 14. Geheeltallige LPs en Planning bij Grolsch. Han Hoogeveen, Utrecht University

Optimalisering en Complexiteit, College 14. Geheeltallige LPs en Planning bij Grolsch. Han Hoogeveen, Utrecht University Optimalisering en Complexiteit, College 14 Geheeltallige LPs en Planning bij Grolsch Han Hoogeveen, Utrecht University Branch-and-bound voor algemene ILPs (1) Neem even aan dat je een minimaliseringsprobleem

Nadere informatie

Operationeel Onderzoek Opgave 5: oplossing

Operationeel Onderzoek Opgave 5: oplossing Oefening 1- Operationeel Onderzoek Opgave 5: oplossing a. Een correcte voorstelling van het maximum-flow netwerk is hieronder weergegeven. De redenering is als volgt. We beschikken over 32 maanden arbeid

Nadere informatie

Tentamen combinatorische optimalisatie Tijd:

Tentamen combinatorische optimalisatie Tijd: Tentamen combinatorische optimalisatie 26-05-2014. Tijd: 9.00-11.30 Tentamen is met gesloten boek. Beschrijf bij elke opgave steeds het belangrijkste idee. Notatie en exacte formulering is van minder belang.

Nadere informatie

1 Transportproblemen. 1.1 Het standaard transportprobleem

1 Transportproblemen. 1.1 Het standaard transportprobleem 1 Transportproblemen 1.1 Het standaard transportprobleem Dit is het eenvoudigste logistieke model voor ruimtelijk gescheiden vraag en aanbod. Een goed is beschikbaar in gekende hoeveelheden op verscheidene

Nadere informatie

Toewijzingsprobleem Bachelorscriptie

Toewijzingsprobleem Bachelorscriptie Radboud Universiteit Nijmegen Faculteit der Natuurwetenschappen, Wiskunde en Informatica Toewijzingsprobleem Bachelorscriptie Auteur: Veronique Rademaekers (s4155718) Begeleiders: Dr. W. Bosma en dr. H.

Nadere informatie

SPECIALE LINEAIRE MODELLEN

SPECIALE LINEAIRE MODELLEN Hoofdstuk 7 SPECIALE LINEAIRE MODELLEN 7.1 Unimodulariteit en totale unimodulariteit Vele combinatorische optimaliseringsproblemen kunnen worden beschreven als het maximaliseren van een lineaire functie

Nadere informatie

Universiteit Utrecht Departement Informatica

Universiteit Utrecht Departement Informatica Universiteit Utrecht Departement Informatica Uitwerking Tussentoets Optimalisering 20 december 206 Opgave. Beschouw het volgende lineair programmeringsprobleem: (P) Minimaliseer z = x 2x 2 + x 3 2x 4 o.v.

Nadere informatie