Professional Documents
Culture Documents
Informe tarea n 1:
Resolviendo el problema de
Planificacin de Surtido
Curso:
Introduccin.
En el siguiente informe presentaremos un problema de seleccin de productos el cual se
configura a partir del modelo de eleccin discreta y el modelo de eleccin lgico
multinomial; el cual se expresa como
s.a
Sea
es ptimo entonces
Dicho z existe pues la funcin continua en el conjunto donde se est estudiando y por lo tanto el
mximo es alcanzado en algn punto de P.
Definiendo 3 conjuntos:
{
Donde:
( )
( )
( )
( )
( )
{ }
{ }
se dice relajado si
queda
.
Es decir la solucin sea entera, con esto se concluye la demostracin.
As, si tomamos:
Pero
reemplazando resulta:
s.a
10
100
1000
10000
Parte d
0.69372
0.89673
0.96596
0.98918
s.a
Finalmente se agrega una restriccin para acotar el nmero mximo de productos que se pueden
elegir:
s.a
Valor
tiempo
Valor
tiempo
Valor
tiempo
10
0.6633
0.219
100
0.8690
0.062
0.8619
0.094
0.7831
0.783
1000
0.9639
0.063
0.9639
0.063
0.9607
Mayor a 60 [s]
Tabla 2. Valor de la funcin objetivo y tiempo necesario para la resolucin del problema,
para distintos valores de n y Cn considerando xi como variable binaria.
Relajado:
Valor
tiempo
Valor
tiempo
Valor
tiempo
10
0.747782
0.016
0.478578
0.016
0.191431
0.015
100
0.8690
0.015
0.8690
0.016
0.8690
0.015
1000
0.9639
0.032
0.9639
0.015
0.9639
0.015
Tabla 3. Valor de la funcin objetivo y tiempo necesario para la resolucin del problema,
para distintos valores de n y Cn considerando
.
Conclusiones.
Anexos.
Grficos.
1
0.9
0.8
<Z>n
0.7
0.6
0.5
0.4
100
200
300
400
500
600
700
800
900
1000
1100
0.9
*
Z
0.8
0.7
Valor
0.6
0.5
0.4
0.3
0.2
0.1
ndice
Grfico 2. Relacin entre Z* con sus respectivos Yi y ri , esto para el caso n=10.
Observacin: Para generar el Grfico 1 y el Grfico 2 se tomaron los datos de las soluciones
entregadas por AMPL y se llevaron a MATLAB, donde se hicieron ambos grficos.
Cdigos en AMPL.
A continuacin se adjuntan los cdigos que fueron utilizados para cada una de las secciones del
informe, stos estn desarrollados en lenguaje AMPL.
Archivo datos.dat
data;
#define el n que se va a considerar al correr el modelo
10
Archivo solucion.run
Archivo partec.mod
[parte c]
to
to
to
to
Archivo parteeb.mod
[Parte e binaria]
param n;
set indices := 1..n;
param r{i in indices}:= Uniform(0,1);
param u{i in indices}:= Uniform(0,1);
param nruns := 1;
param C:=(n/10);
param optvalue {1..nruns};
# VARIABLES DE DECISION
var y {indices};
var yo ;
var x {indices} binary;
# FUNCION OBJETIVO
maximize z : sum {i in indices } r[i]*y[i];
# RESTRICCIONES DEL MODELO
subject
subject
subject
subject
subject
subject
to
to
to
to
to
to
Archivo parteer.mod
[parte e relajado]
param n;
set indices := 1..n;
param
param
param
param
param
# VARIABLES DE DECISION
var y {indices};
var yo ;
var x {indices} ;
# FUNCION OBJETIVO
maximize z : sum {i in indices } r[i]*y[i];
# RESTRICCIONES DEL MODELO
subject to R1 {i in indices}: x[i]>=0;
subject to R2 {i in indices}: x[i]<=1;
subject to R3: sum {i in indices } y[i] + yo=1;
subject to R4 {i in indices}: y[i] <= yo*exp(u[i]);
subject to R5 {i in indices}: y[i] >=0;
subject to R6: yo>=0;
subject to R7: sum{i in indices} x[i]<=C;
subject to R8 {i in indices}: y[i]<=x[i];
Observaciones:
En [parte c] para generar la tabla 1 de los valores de ingreso esperado promedio para