Examenvragen Decision Models

25 JANUARI 2023
1. Dual simplex van min vraag en daar dan sensitiviteits analyse op

2. Inventory probleem: probleem opstellen en oplossen

3. 2 machines die in serie staan

2de machine is er 4 in paralell

en moet assumptions geven en wachttijden etc

27 JANUARI 2021
1. Simplex method and sensitivity analysis

The original problem is given in text, but the coefficients of the variables in the constraints are
missing. The optimal table is given. Different standard sensitivity questions were asked
involving adding a new variable, change in the row 0 coefficient of a (non-)basic variable etc.
Some questions about shadow prices too, nothing too unexpected.

The solution involved retrieving the missing coefficients of the original problem, based on B^-1
and the optimal tableau. With this now known, you can easily answer the questions by following
the book/slides on chapter 6.

2. Assignment problem

A contractor has to decide which 4 out of 5 projects he will complete. He has 4 teams available
that can handle all projects at different costs (due to differences in experience). These costs are
given in a table. The expected revenues per project are given. Penalty costs apply if a project is
not completed and are given as well. One team can only work on and complete one project.

a) Write down a mathematical formulation for this problem

b) Maximize the profits of the contractor by solving the problem (not a complete enumeration)

The solution was to introduce a 5th dummy team, which would not complete its assigned
project, and thus penalty costs only apply for that project. With the number of projects and
teams now balanced, you can solve the problem as an assignment problem. As costs, use the
revenue - completion cost for the 4 real teams, and the penalty cost for the dummy team. Solve
it using the Hungarian method.

3. Queuing

A glass producing company needs to pack its boxes filled with glasses. It wants to try out 2
processes: A and B.

System A has 4 work stations in parallel. Each station needs on average 12 min per box
(packing times are exponential distributed). Boxes wait in a single queue if all stations are busy.

System B has 2 work stations in series. The first station takes on average 3 minutes per box, the
second on average 2 minutes (again, packing times are exponential distributed).

Boxes with glass arrive in the packaging department following a Poisson process with lambda =
20 boxes per hour. They are divided over the two systems, each 50%. For every question, start
from the original problem. Discuss your results. Is your answer what you expected? Why (not)?

Solution: see system A as a M/M/4/GD/infinity/infinity system, and system B as 2 sequential

M/M/1/GD/infinity/infinty system

a) Which system can handle the most boxes?

Both can handle at most just below 20 boxes per hour (otherwise rho >= 1 and thus no steady
state)

b) What is the expected time a box spends in the packaging area?

Use correct formulas for W, see book

c) What is the expected time if system A receives 25% of the incoming boxes, and system B
75%?

Analogue to b, but now with different lambda

d) Determine the average number of idle work stations of system A.

= P(1 station is idle)*1 + P(2 stations are idle)*2 + P(3 stations are idle)*3 + P(4 stations are
idle)*4 = pi_3 * 1 + pi_2 *2 + pi_1 * 3 + pi_0 * 4, with pi = steady-state probabilities

e) May you conclude from you answer on d) that system A will have the same performance with
only three work stations?
No, the value calculated in d) is an average value, there will still be times where all 4 stations
are used. If you would remove the fourth station, the performance of the system would be lower.

f) Assume that the second station in system B has a constant packing time of x minutes thanks
to automatisation. What is x such that the average length of the queue between station 1 and
station 2 is equal to 1?

See the second system as a M/M/R/GD/infinity/infinity queuing system, with a Var(S) = 0

JANUARI 2018
Namiddag 1. Simplex methode Zeggen wrm tableau hoort bij opl. Extra product inbrengen
verschil tuss reduced cost en slack var van duale uitleggen. Extra constrained inbrengen.

2. Investerings analyse maken. Hoeveel geld te investeren in verschillende jaren. Dan ook de
wiskundige formulatie geven. Dan oplossen met dynamisch programmeren. Gelijkaardig als in
boek bij het hoofdstuk van dyn progr. Daarna zeggen welke alternatieve methode mogelijk. Is
voorstellen als een netwerk dus met shortest path.

3. Baby vraag die je ook hier onder vindt. Een paar bijvragen, wrm is PI2 en PI 3 gelijk als de
babys in dezelfde kamer liggen? Wat als de babysitter maar met 1 baby tegelijk kan bezig zijn
door bv een papfles te geven? Wat als het systeem deterministisch is? Is het dan nog steeds een
geboorte dood proces?

JANUARI 2016
1) Gegeven een minimalisatieprobleem met drie variabelen en 2 beperkingen. - Geef het duale
probleem. - Los het primale model op met de duale simplexmethode. - Geef de duale oplossing. -
Met hoeveel kan de rechterhandzijde van de tweede beperking gewijzigd worden zodat deze
oplossing bruikbaar blijft? - Men voegt een nieuwe beperking toe, wat is de nieuwe oplossing? -
Men wil een vierde variabele toevoegen met zekere coëfficiënten in alle rijen. Blijft de huidige
oplossing optimaal? Indien niet, hoe kan met aan de nieuwe optimale oplossing komen?

2) Men heeft 4 depots, elk met een eigen aanbod van eenheden, en 5 klanten, elk met een eigen
vraag. De totale vraag is kleiner dan het totale aanbod, zodat men met elke combinatie van 3
depots ook aan alle vraag kan voldoen. Elk depot heeft echter ook een eenmalige kost als het
geopend moet worden. Verder zijn er transportkosten per stuk tussen elk depot en elke klant
gegeven in een tabel. - Beschrijf dit probleem met alleen lineaire vergelijkingen (geheeltallige
variabelen zijn toegestaan). - Los dit probleem op. (Hint: wat wordt er hier tegen elkaar
afgewogen.)

Noot van student: men kon aantonen dat het niet voordelig was om alle 4 depots open te
houden a.d.h.v. de transportkosten. Blijkbaar was de verwachte oplossing hiervoor 2 combinaties
van 3 depots te nemen, deze op te lossen met transportsimplex, en voor de 2 anderen kon men
dan aantonen dat die een hogere kost gingen opleveren. Hoe zag ik zelf niet.

3) Probabilistisch inventory model. Op vrijdagavond checkt men stock. Indien I <= 1 bestelt
men (3-I) bij. Stock komt vrijdagochtend binnen. Kans dat vraag 2 is op vrijdag = 0.6, kans dat
vraag 1 is = 0.4. -Stel stochastisch probleem op

Wat is de verwachte voorraadkost als de kost per stuk per week 1 is?

Stel dat er geen kosten zijn per order. Hoe kan je het beleid dan aanpassen om de verwachte
voorraadkost te verlagen?

4) Een MINimalisatieprobleem gegeven met 6 variabelen (zonder LINDO o.i.d.) en 3

gelijkheidsbeperkingen, dat je moest oplossen. Wat bleek nu, Vansteenwegen had reeds de
ongelijkheidsbeperkingen omgevormd tot normale vorm met de slackvariabelen vermomd als
zijnde X1, X4 en X6 (waar ik vandaan kom, noemen ze zoiets naaizakkerij). Als je het dus
probeerde op te lossen met de big M-methode, verdwaalde je hopeloos in veel te grote
vergelijkingen. Verder moest je van dit probleem het duale probleem en de duale oplossing
bepalen, en wat sensitiviteitsvragen oplossen (wat als je bepaalde coëfficiënten aanpast, hoeveel
kan je ze verhogen/verlagen enz.)

5) Een probleem met het produceren van dozen: 5 types van dozen, met elk een verschillende
grootte (33-31-29-27-25 liter of zoiets), en voor elk de vraag gegeven. Echter, voor de vraag van
een bepaald type doos, kon je deze ook voldoen met een grotere doos (maar dus niet met een
kleinere). Dit wil dus zeggen dat je eigenlijk met de doos van 33 liter, de volledige vraag van alle
5 de dozen zou kunnen voldoen. De variabele productiekost per doos was gelijk aan de grootte
(dus €25 per doos van 25 liter). Er waren ook 5 machines: 1 voor elk type doos, met een vaste
opstartkost van €1000, die men dus niet moet betalen als men dit type doos niet produceert (cf.
Ghandi clothing company bij IP). Je moest dit probleem eerst schrijven als een algemeen
probleem (dus min z= 33*X1+31*X2 +... + 1000*Y1+1000*Y2+...) met beperkingen
(X1<=M*Y1 enz.). Nu komt het: beschrijf dit probleem aan de hand van de kortste pad-
methode (een netwerk probleem dus!! waarover geen enkele oefening in de oefenzittingen gezien
is, bovendien ook de kleinste diavoorstelling van de gehele leerstof, maar bon)! De derde vraag
was dan nog, los dit probleem systematisch op. De assistente vroeg (bij mij althans) ook hoe
groot die M moet zijn, en waarom je die niet te groot mag kiezen als je dit probleem in de
computer invoert (iets met rekentijd dus, waar de connectie met de leerstof ligt is mij een
raadsel).

6) 2 productiecellen, eentje met 1 machine, eentje met 2 machines. M.b.v. theorema van Jackson
al die formuletjes toepassen (vraag 1-4 dus vrij basic). Vraag 5 was ietsje meer doordenken: als
machine 1 van cel 1 uitvalt (na de afwerking van een product) met een frequentie van 0.1/uur,
en het 1 uur duurt om die te repareren, hoe evolueert dan de doorlooptijd. Hij doelde hiermee
op priority-queue, de prioriteit voor de uitval dus.

JANUARI 2016
1) LP probleem, optimale tableau en LINDO output gegeven

standaard vraag met schaduwkost

optimale tableau herrekenen voor nieuwe voorwaarde

optimale tableau herrekenen voor aanpassing in max coefficient

2) Max 30x1+40x2+.... en 1 voorwaarde van het type 30x1+50x2...<50 gegeven, samen met
volgende voorwaarde: x1+x2+x3=1 x4+x5+x6=1 etc. Ik dacht dat het om een knapsack
probleem ging, maar het bleek een branch en bound te zijn. Blijkbaar kon het ook als een
transportprobleem opgelost worden zei de prof, maar dat zag ik er niet in

3) Machine Repair probleem met huilende babys van hieronder.

deel 1 was heel standaard alle formules toepassen

deel 2 was een geboorte dood proces, en zelf een tekening maken om op te redeneren. Hier ging
de prof dus wel verder dan gewoon zoeken in het boek naar wat overeenkomt met je vraag, wat
ik niet verwacht had.
4) LP-probleem. Optimale tableau gegeven.

Hoe kan je controleren of de tableau correct is ?

Product toevoegen, produceren of niet ? Nieuw optimaal productieplan.

Schaduwprijs en slack van duale variabele verklaren (verschil)

Hoe kan je op voorhand zien dat product 4 niet interessant is om te produceren. Denk ook aan
het duale probleem.

Nieuwe constraint toevoegen. Nieuw productieplan ? (constraint was niet beperkend dus deed
niks)

2) 4 Depots, 5 Consumers. Vaste kost per depot (als depot gebruikt wordt) en transportkosten
gegeven.

Schrijf wiskundig neer?

Bepaal optimaal plan. Tip: welke kosten worden tegenover elkaar afgewogen ?

3) Probabilistisch inventory model. Op vrijdagavond check men stock. Indien I<=1 bestel I=(3-
I) bij. Stock komt vrijdagochtend binnen. Kans dat vraag 2 is op vrijdag = 0.6, kans dat vraag
1 is =0.4.

Stel stochastisch probleem op

Wat is de verwachte voorraadkost als de kost per stuk per week 1 is ?

Wat verandert er als er geen orderkosten zijn ?

JANUARI 2015
1) Sensitiviteitsanalyse met optimaal tableau en LINDO output gegeven

Stel het probleem grafisch voor (beperkingen tekenen, z-functie tekenen, optimaal punt
aanduiden)

Hoeveel zou je betalen voor een extra hoeveelheid x en hoeveel eenheiden x zou je maximaal
aankopen? (schaduwkost, allowable increase)
Verandering coëff. van basisvariabele in doelstellingsfunctie > allowable decrease. Blijft opl
optimaal? Bepaal nieuwe optimale opl. (nieuwe rij-0 coëff bepalen van de niet-basisvariabelen,
simplex toepassen)

Nieuw product toevoegen. Is dit interessant? (rij-0 coëff bepalen, was <0 dus interessant, nieuw
productieplan bepalen was nt gevraagd)

Beperking toevoegen. Wat gebeurt er? (beperking = bindend, opl is nt meer bruikbaar, duale
simplex toepassen)

Ga alle wijzigingen steeds grafisch na ter controle.

2) Combinatie van knapzakprobleem + toewijzingsprobleem

Los op op een systematische manier (niet door volledige enumeratie)

3) Wachtrijen

3 baby's slapen in 3 aparte kamers. Ze slapen 2u aan een stuk (exp verdeeld) en huilen dan voor
30min (exp verdeeld), slapen dan terug enz. De baby's zijn niet per se tegelijk wakker (aan het
huilen). (lambda=1/2 per uur, mu=2 per uur, rho=1/4, M/M/1/GD/3/3 (repareursprobleem),
bepaal alle pi's met de evenwichtsvgl'en)

Hoeveel baby's zijn gemiddeld tegelijk wakker op een willekeurig ogenblik? (L = som(j*Pi_j))

Hoe groot is de kans dat alle baby's stil zijn? (Pi0)

Hoe groot is de kans dat 2 of 3 baby's tegelijk huilen? (Pi2+Pi3)

Er is een babysit aanwezig voor 8u. Deze heeft geen invloed op het gedrag van de baby's.
Wanneer een baby huilt, is zij hier mee bezig (maar baby's hebben haar nt nodig).

Hoeveel vrije tijd heeft ze? (8*Pi0)

Hoelang kan ze gemiddeld aan een stuk ongestoord haar boek lezen? (2u/3 = 40min want exp
verdeeld)
De 3 baby's slapen nu in eenzelfde kamer. Wanneer 1 baby wakker is hebben de anderen meer
kans om wakker te worden en blijven ze langer wakker. Ze slapen dan nog maar 1u en huilen 1u
lang. (nieuwe Markovketen opstellen, overgangen tussen 0 huilende baby's en 1 huilende baby
blijven hetzelfde, bij de andere overgangen wordt lambda verdubbeld en mu gehalveerd)

Weer dezelfde vragen en dezelfde werkwijze maar met andere Pi's (ze kan nog steeds 40min
ongestoord haar boek lezen, want het begin van de keten blijft onveranderd)

AUGUSTUS 2009
1) sensitiviteitsanalyse maar niet de gewoonlijke vraagjes... kreeg de LP en de optimale tableau -
is een bepaald product interessant? waarom? (ook via duale) - beperking toevoegen (bleek niet
beperkend te zijn dus oplossing bleef dezelfde) - verschil tussen gereduceerde kost en de marge
van de duale variabele - product toevoegen --> productieplan berekenen - ...

2) een bedrijf heeft voor volgende 5 weken volgend aantal werknemers nodig: 5, 7, 8, 4 en 6
aannemen= 400 euro vaste kost per aanneemronde (per week dat er iemand wordt aangenomen
dus) en per aangenomen persoon 200 euro opleidingskost, ontslaan kost niets bepaal het
aanwervingsstramien. opl: 1ste methode: integer programming (zulde wel vinden is ni moeilijk)
2de methode: hiermee heb ik de oplossing berekend, omdat die korter is. dynamisch
programmeren. beginnend vanaf de eerste (of vanaf de laatste das gelijk) week bekijken wat de
verschillende mogelijkheden zijn + welke de voordeligste is voor: - week 1 - week 1 en week 2 -
week 1, week 2 en week 3 -.... gebruik het vorige aantal werknemers als startpunt voor volgende
stap.

3) productielijn, 2 cellen in serie, eerste cel = 1 machine tweede cel = 3 parallelle machines.
lambda = 10/uur mu1 = 25/uur mu2 = 20/uur - hoelang moet een klant wachten op zijn
product nadat hij de aanvraag in het systeem heeft gebracht. = W1 + W2 (formules zoals in
boek bij "machines in serie" voorbeeldje van de auto's) - wat is de bezettingsgraad vaneen
machine uit de 2de cel =1 - pi0 - 2/3 * (kans dat 1 machine werk had) - 1/3 * (kans dat 2
machines werk hadden) --> ik heb het antwoord niet gehad maar tis iets in deze aard... ook
rekening houdend met mu2....?? sorry... - wachttijd tussen de 2 machines - kans dat er langer
dan 30 min voor machine 1 moet gewacht worden. - stel dat de eerste machine een faalkans van
0,1/uur heeft en het duurt 1 uur om de machine te repareren hoe veranderd de omlooptijd dan?
(ander model maar weet niet welk)
JUNI 2009
1) Vraag over een boer die zijn landgoed moet verdelen over 2 teelten. Optimale tableau +
Lindo output zijn gegeven. -Wat als de opbrengst van teelt 1 met x euro stijgt. -Wat bij
rechterhandzijde wijziging van een beperking. -Nieuwe teelt invoeren -... (Zie ook dat je
de methodes die je gebruikt bij naam kent, bv duale simplex methode, schaduwkost, ...)

2) Had veel weg van een verschepingsprobleem maar kon door vereenvoudiging (het
transport van de tussenstations naar de eindstations was constant en onafhankelijk van
het gevolgde pad) teruggebracht worden tot het korste pad kiezen. Bijvraag: wat als de
tussenstations weggenomen worden? (Dan kies je nog altijd de kortste pad/kleinste kost
van het vervoer, extra bijvraag: waarom mag dit dan? Omdat er geen beperkingen waren
opgelegd op de capaciteit van het transport)

3) Vraag over wachtrijen. Iets dat op een open netwerk systeem leek met als eerste deel een
systeem met 3 parallelle stations en vervolgens een tweede deel met 1 station. Van de
eerste naar de tweede verdween 10% van de aankomsten. Vraagjes als: -bereken de
gemiddelde wachttijd -het lengte van de wachtrij -welke is de bepalende factor voor de
lange doorlooptijd (dat was in dit geval de hoge bezettingsgraad: ca97%) -bereken de
kans dat er productietijd kleiner is dan... -bereken de kans dat het aantal in de wachtrij
groter is dan..

4) (ratioanalyse) wat als coëfficiënt in de doelfunctie met ... stijgt/daalt --> zowel lindo-
code kunnen gebruiken als alles afleiden uit optimale tableau wat als RL van beperking
met ... stijgt/daalt --> ook in verband met tableau kunnen leggen nieuwe activiteit extra
beperking + overal nieuwe oplossing berekenen!

5) een dief wilt zoveel mogelijk opbrengst maken en de kans om gepakt te worden moet
kleiner dan 0,34 blijven. hij heeft keuze uit 4 jobs met elks een kans om gepakt te
worden en elks een bepaalde opbrengst zoiets ogneveer A 15000 0,19 B 13000 0,17 C
9000 0,27 D 7000 0,23 stel ip op hoe oplossen? --> !! kansen niet optellen en < 0,34 !! na
onderzoeken van hoe de kans precies bepaald wordt koen we uit op iets met q maal
elkaar --> niet invoerbaar maar dan kunnen herschrijven naar een uitdrukking van q-de
machten --> log van heel de ongelijkheid nemen oplossen met bound and branch of met
dynamisch programmeren dynamisch programmeren zie slides, in de les ooit een keer met
 zo'n tabel gewerkt die zo de beslissingen tov de kans weergaf ofzoiets... alé ja zoiets met
verschillende curves in die zo schuine trapjes maken als ge begrijpt wa dak bedoel :D

6) 2 machines in serie A en B elks service tijd mu, slechts 1 job per keer lamda als
inkomende verdeling maar als A kapot of volzet is dan geraakt job niet binnen de
machines zijn om de 2 dagen kapot = delta en het duurt 1 dag om te repareren = tau
als B kapot is dan wacht de job in A totdat B terug gemaakt is dan allerlei vragen er
rond zoals bij wachtrijen, herinner ze mij ni meer... de toestanden die beschreven worden
moete uitdrukken in (0,0) = geen een van de machines werken, (1,0) = in A is een job
binnengekomen B is nog leeg, enzovoorts...

JUNI 2008
1) oefening op de sensitiviteitsanalyse: op schaduwprijzen en duale prijzen kunnen redeneren.

2) picknickzakprobleem: zo'n boom opstellen (wel geen standaardprobleem, er zaten enkele

voorwaarden aan, dus je moest de juiste keuzes maken)

3) markovketen: iets in den aard van oefenzitting

JUNI 2009

1) sensitiviteitsanalyse mbv lindo-output: Wat als de verkoopprijs daalt? Nieuwe activiteit

toevoegen?...
2) Knapzakprobleem met extra beperkingen
3) Vraag over wachtrijen of geboorte-dood proces

AUGUSTUS 2009
1) Er moeten mensen aangeworven worden. Het benodigde aantal mensen in elke week is
gegeven. week 1: 5 week 2: 7 week 3: 8 week 4: 4 week 5: 6

De kost van een aanwervingsronde is 400 euro. De kost van een persoon daadwerkelijk
aan te werven en op te leiden is 200 euro. Een inactief personeelslid kost 300 euro per
week. Bepaal het aanwervingsplan om de kosten te minimaliseren.
 2) Wachtrijen in serie.
Een machine gevolgd door 3 machines in parallel schakeling. Lamda is gegeven en Mu is
gegeven voor elk van de machines.

welke veronderstellingen mag/moet men maken (Jackson)

bepaal wachttijden overal

bepaal het gemiddelde aantal producten in wachtrij

bepaal de kans dat een product langer dan 30 minuten moet wachten

de eerste machine faalt met 0.1 keer per uur, wat doet dit met de rest van het
systeem? bepaal wachttijden, aantal producten in wacht.

3) Sensitiviteitsanalyse zonder lindo output.

Voeg variabele toe.

Voeg beperking toe.

Kan je zien dat variabele X4 ongunstig is? Hoe? Kan je dit ook zien in het duale
probleem?

Bepaal de oplossing die het 2e best is.

Wat is het verschil tussen de gereduceerde kost en de spelingsvariabele van de duale

beperking? (is hetzelfde)

JUNI 2010
1) LP met twee variabelen, 3 beperkingen en doelfunctie. Optimale tableau en
sensitiviteitsanalyse van Lindo gegeven. Wat gebeurt er als er: a.nieuwe beperking
bijkomt b.doelfunctiecoefficient verandert c.nieuw product wordt gemaakt ..

2) 4 depots met elk een vaste kost en bepaald aanbod, 5 klanten met bepaalde vraag.
Totale vraag is kleiner dan totaal aanbod. Transportkosten per eenheid van elk depot
 naar elke klant gegeven. Schrijf het systeem wiskundig uit.(IP) Bepaal hoeveel depots
optimaal zijn en hoe de goederen dan van de depots die je gebruikt naar de
respectievelijke klanten gaan. (dummy invoeren, aan 3 depots heb je genoeg maar je
moet ze met elkaar vergelijken om te zien welke je niet nodig hebt, en dan
transportprobleem oplossen met Lowest Cost methode)

3) Analoog aan de vraag uit de oefenzitting over lampen die stuk zijn maar dan over
baby's die slapen en wakker worden. 1ste geval: baby's liggen in aparte kamers en
beinvloeden elkaars slaap niet. 2de geval: dezelfde kamer en beinvloeden elkaars slaap
wel. a. gemiddeld aantal baby's wakker b. kans dat er geen baby wakker is c. deze ben ik
vergeten Er wordt dan voor een periode van 8u een babysit ingehuurd en deze leest
wanneer er geen baby wakker is. a.totale vrije tijd b. gemiddelde duur van een
leesperiode bijvragen: nog wat dingen over markovketens en stabiele toestanden,
ergodische matrix, Lee Kendall notatie,.. goed te doen.