Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
MATEMTICA v1.1
1.1
MIM-UCM
Pgina 1
INTRODUCCIN
El alumno ha recibido una serie de prcticas de optimizacin y simulacin para realizar
con Fortran-NAG, MPL y/o SAS, con un mximo de 3 puntos y conforme a los
siguientes criterios:
MIM-UCM
Pgina 2
PRCTICAS
A continuacin se incluye copia de los enunciados de las prcticas asignadas al alumno.
Se incluyen resultados, desarrollo matemtico y cdigo fuente, a continuacin de cada
prctica resuelta. Cuando una prctica se ha resuelto por varios mtodos, se incluyen
unos a continuacin de otros.
Debido a causa de fuerza mayor, el alumno ha realizado las prcticas en una versin
educacional domstica de SAS ante la imposibilidad de utilizar el de las aulas de la
facultad dispuesto a tal fin y efecto. La versin utilizada fue SAS 9.1.
NOTAS DE LA VERSIN:
La presente versin corresponde a la 1.1, que viene a corregir los dos errores
sealados en la entrega de la primera versin:
-
MIM-UCM
Pgina 3
MIM-UCM
Pgina 4
CDIGO SAS:
1 97 91 83 39 91 62
99 27 68 94 91 83 32 81 29
52 87 20 82 82 44 21 69 81 71
73 53 16 93 51 47 60 37 63 42
61 84 99 48 79 45
1 51 11 35
52 65 20 44 55 82 83 60 82 45
64 83
2 58 64 22 77 78 58 46
70 82 14 61 83
9 48 84 96 47
51
9 56 99 70 10
2 72 48
;
PROC ASSIGN DATA=DATOS OUT=SALIDA;
COST D1 D2 D3 D4 D5 D6 D7 D8 D9 D10;
RUN;
PROC PRINT DATA=SALIDA;
SUM _FCOST_;
RUN;
MIM-UCM
Pgina 5
RESULTADOS:
Asignacin lineal
Obs
D1
D2
D3
D4
D5
D6
D7
D8
D9
D10
_ASSIGN_
_FCOST_
82
32
44
51
34
63
25
46
39
60
D5
34
43
85
50
97
91
83
39
91
62
D4
99
27
68
94
91
83
32
81
29
D10
52
87
20
82
82
44
21
69
81
71
D7
21
73
53
16
93
51
47
60
37
63
42
D8
37
61
84
99
48
79
45
51
11
35
D9
11
52
65
20
44
55
82
83
60
82
45
D1
52
64
83
58
64
22
77
78
58
46
D3
70
82
14
61
83
48
84
96
47
D6
10
51
72
48
56
99
70
10
D2
2
178
MIM-UCM
Pgina 6
MIM-UCM
Pgina 7
CDIGO MPL:
TITLE "NTRANS";
INDEX
I=1..9; J=1..13;
DATA
A[I]=(57 65 36 50 31 68 40 60 65);
B[J]=(35 26 31 50 22 14 33 51 50 44 51 17 48);
C[I,J]=((29 61
6 17 66 62 47
9 36 99 26 80 56),
(21 45 86 48 40 51 33 94 13 66 25 82 32),
(81 12 30 38 86 68
3 60 38 27 40 68),
(59 73 31 50 50 68 55
1 88 87 18 88 72),
(82 55 42 45 91 50 89 49 32
3 36 60 15),
(67 77 18 38 92 84 47 98 51
2 28 62 90),
(81
4 78 25 37 70 14
7 65 59 30 80 19),
(78 80 51 35 48 26 51 58 84 51 36 99 26),
(34 79 73 98 74 34 85 78 83 67 75 83 61));
DECISION VARIABLES
X[I,J];
MIN
Z=SUM(I,J:C[I,J]*X[I,J]);
SUBJECT TO
LECONSTR[I]:SUM(J:X[I,J])<=A[I];
EQCONSTR[J]:SUM(I:X[I,J])=B[J];
END
MIM-UCM
Pgina 8
RESULTADOS:
--------------------------------------------------------------------------------
MODEL STATISTICS
Problem name:
NTRANS
Filename:
NTRANS.mpl
Date:
June 3, 2009
Time:
19:29
Parsing time:
0.03 sec
Solver:
FortMP (mps)
Objective value:
8687.00000000
Iterations:
Solution time:
1.52 sec
Constraints:
22
Variables:
117
Nonzeros:
234
Density:
9 %
SOLUTION RESULT
MIN Z
MIM-UCM
8687.0000
Pgina 9
DECISION VARIABLES
VARIABLE X[I,J] :
Activity
Reduced Cost
------------------------------------------1
0.0000
39.0000
0.0000
64.0000
31.0000
0.0000
26.0000
0.0000
0.0000
36.0000
0.0000
72.0000
0.0000
47.0000
0.0000
9.0000
0.0000
31.0000
10
0.0000
108.0000
11
0.0000
9.0000
12
0.0000
41.0000
13
0.0000
48.0000
0.0000
23.0000
0.0000
40.0000
0.0000
72.0000
0.0000
23.0000
0.0000
2.0000
0.0000
53.0000
0.0000
25.0000
0.0000
86.0000
50.0000
0.0000
10
0.0000
67.0000
11
15.0000
0.0000
12
0.0000
35.0000
13
0.0000
16.0000
0.0000
90.0000
0.0000
14.0000
MIM-UCM
Pgina 10
0.0000
23.0000
0.0000
20.0000
0.0000
55.0000
0.0000
77.0000
33.0000
0.0000
0.0000
2.0000
0.0000
54.0000
10
0.0000
46.0000
11
0.0000
9.0000
12
3.0000
0.0000
13
0.0000
59.0000
0.0000
68.0000
0.0000
75.0000
0.0000
24.0000
0.0000
32.0000
0.0000
19.0000
0.0000
77.0000
0.0000
54.0000
38.0000
0.0000
0.0000
82.0000
10
0.0000
95.0000
11
12.0000
0.0000
12
0.0000
48.0000
13
0.0000
63.0000
0.0000
85.0000
0.0000
51.0000
0.0000
29.0000
0.0000
21.0000
0.0000
54.0000
0.0000
53.0000
0.0000
82.0000
0.0000
42.0000
0.0000
20.0000
10
0.0000
5.0000
11
0.0000
12.0000
12
0.0000
14.0000
13
31.0000
0.0000
MIM-UCM
Pgina 11
0.0000
66.0000
0.0000
69.0000
0.0000
1.0000
0.0000
10.0000
0.0000
51.0000
0.0000
83.0000
0.0000
36.0000
0.0000
87.0000
0.0000
35.0000
10
44.0000
0.0000
11
24.0000
0.0000
12
0.0000
12.0000
13
0.0000
71.0000
0.0000
84.0000
26.0000
0.0000
0.0000
65.0000
0.0000
1.0000
1.0000
0.0000
0.0000
73.0000
0.0000
7.0000
13.0000
0.0000
0.0000
53.0000
10
0.0000
61.0000
11
0.0000
6.0000
12
0.0000
34.0000
13
0.0000
4.0000
0.0000
70.0000
0.0000
65.0000
0.0000
27.0000
24.0000
0.0000
19.0000
0.0000
0.0000
18.0000
0.0000
33.0000
0.0000
40.0000
0.0000
61.0000
10
0.0000
42.0000
11
0.0000
1.0000
MIM-UCM
Pgina 12
12
0.0000
42.0000
13
17.0000
0.0000
35.0000
0.0000
0.0000
38.0000
0.0000
23.0000
0.0000
37.0000
2.0000
0.0000
14.0000
0.0000
0.0000
41.0000
0.0000
34.0000
0.0000
34.0000
10
0.0000
32.0000
11
0.0000
14.0000
12
14.0000
0.0000
13
0.0000
9.0000
-------------------------------------------
MIM-UCM
Pgina 13
CONSTRAINTS
CONSTRAINT LECONSTR[I] :
Slack
Shadow Price
--------------------------------------1
0.0000
44.0000
0.0000
36.0000
0.0000
43.0000
0.0000
43.0000
0.0000
37.0000
0.0000
33.0000
0.0000
37.0000
0.0000
26.0000
0.0000
0.0000
---------------------------------------
CONSTRAINT EQCONSTR[J] :
Slack
Shadow Price
---------------------------------------1
0.0000
-34.0000
0.0000
-41.0000
0.0000
-50.0000
0.0000
-61.0000
0.0000
-74.0000
0.0000
-34.0000
0.0000
-44.0000
0.0000
-44.0000
0.0000
-49.0000
10
0.0000
-35.0000
11
0.0000
-61.0000
12
0.0000
-83.0000
13
0.0000
-52.0000
---------------------------------------END
MIM-UCM
Pgina 14
CDIGO SAS:
MIM-UCM
Pgina 15
RESULTADOS:
TRANSPORTER2
O
b
s
OR
IG
EN
OF
ER
TA
DE
ST
IN
O1
DE
ST
IN
O2
DE
ST
IN
O3
DE
ST
IN
O4
DE
ST
IN
O5
DE
ST
IN
O6
DE
ST
IN
O7
DE
ST
IN
O8
DE
ST
IN
O9
DES
TIN
O10
DES
TIN
O11
DES
TIN
O12
DES
TIN
O13
_D
UA
L_
_D
EM
AN
D_
35
26
31
50
22
14
33
51
50
44
51
17
48
OR
IG
EN
_1
57
31
26
44
OR
IG
EN
_2
65
50
15
36
OR
IG
EN
_3
36
33
43
OR
IG
EN
_4
50
38
12
43
OR
IG
EN
_5
31
31
37
OR
IG
EN
_6
68
44
24
33
OR
IG
EN
_7
40
26
13
37
OR
IG
EN
_8
60
24
19
17
26
1
0
OR
IG
EN
_9
65
35
14
14
1
1
_D
UA
L_
34
41
50
61
74
34
44
44
49
35
61
83
52
MIM-UCM
Pgina 16
MIM-UCM
Pgina 17
CDIGO MPL:
MAX
z = 4.1950 x1 + x2;
SUBJECT TO
-1.7115 x1 + x2 <= 1.5770;
x1 + 3 x2 <= 17;
1.2990 x1 + x2 <= 10.4950;
-0.2600 x1 + x2 >= -1.3000;
x1>=0;
x2>=0;
MIM-UCM
Pgina 18
RESULTADOS:
--------------------------------------------------------------------------------
MODEL STATISTICS
Problem name:
Problem
Filename:
NLINEAL.mpl
Date:
June 3, 2009
Time:
19:06
Parsing time:
0.04 sec
Solver:
FortMP (mps)
Objective value:
32.4054000000
Iterations:
Solution time:
1.83 sec
Constraints:
Variables:
Nonzeros:
10
Density:
83 %
SOLUTION RESULT
MAX z
MIM-UCM
32.4054
Pgina 19
DECISION VARIABLES
PLAIN VARIABLES
Variable Name
Activity
Reduced Cost
-----------------------------------------------------x1
7.5658
0.0000
x2
0.6671
0.0000
------------------------------------------------------
CONSTRAINTS
PLAIN CONSTRAINTS
Constraint Name
Slack
Shadow Price
-----------------------------------------------------c1
13.8587
0.0000
c2
7.4330
0.0000
c3
0.0000
2.8576
c4
0.0000
-1.8576
c5
-7.5658
0.0000
c6
-0.6671
0.0000
------------------------------------------------------
END
MIM-UCM
Pgina 20
PROBLEMA ENTERO
CDIGO MPL:
INTEGER
x1;
x2;
MAX
z = 4.1950 x1 + x2;
SUBJECT TO
-1.7115 x1 + x2 <= 1.5770;
x1 + 3 x2 <= 17;
1.2990 x1 + x2 <= 10.4950;
-0.2600 x1 + x2 >= -1.3000;
x1>=0;
x2>=0;
MIM-UCM
Pgina 21
RESULTADOS:
MPL Modeling System
Copyright (c) 1988-1996, Maximal Software, Inc.
--------------------------------------------------------------------------------
MODEL STATISTICS
Problem name:
Problem
Filename:
Date:
Time:
Parsing time:
NLINEAL2.mpl
June 3, 2009
19:14
0.03 sec
Solver:
Objective value:
Iterations:
Integer nodes:
Solution time:
FortMP (mps)
30.3650000000
0
0
1.34 sec
Constraints:
Variables:
Integers:
Nonzeros:
Density:
6
2
2
10
83 %
SOLUTION RESULT
MAX z
30.3650
DECISION VARIABLES
PLAIN VARIABLES
Variable Name
Activity
Reduced Cost
-----------------------------------------------------x1
7.0000
-4.1950
x2
1.0000
-1.0000
------------------------------------------------------
CONSTRAINTS
PLAIN CONSTRAINTS
Constraint Name
Slack
Shadow Price
-----------------------------------------------------c1
12.5575
0.0000
c2
7.0000
0.0000
c3
0.4020
0.0000
c4
-0.4800
0.0000
c5
-7.0000
0.0000
c6
-1.0000
0.0000
-----------------------------------------------------END
MIM-UCM
Pgina 22
CDIGO SAS:
dm 'log; clear; output; clear'; /* limpiar ventanas */
TITLE 'PL cont, ent';
PROC NLP;
MAX z;
DECVAR x1, x2;
BOUNDS x1>=0;
BOUNDS x2>=0;
LINCON -1.7115*x1 + x2 <= 1.5770;
LINCON x1 + 3*x2 <= 17;
LINCON 1.2990*x1 + x2 <= 10.4950;
LINCON -0.2600*x1 + x2 >= -1.3000;
z = 4.1950*x1 + x2;
RUN;
MIM-UCM
Pgina 23
RESULTADOS:
PL cont, ent
PROC NLP: Nonlinear Maximization
Gradient is computed using analytic formulas.
Hessian is computed using analytic formulas.
PL cont, ent
PROC NLP: Nonlinear Maximization
Inicio de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
Restriccin
de la cota
inferior
Restriccin
de la cota
superior
Parmetro
x1
0.520825
4.195000
x2
0.971440
1.000000
Restricciones lineales
1.49695 :
2 13.56486 :
8.84701 :
2.13603 :
PL cont, ent
PROC NLP: Nonlinear Maximization
Optimizacin Newton-Raphson Ridge
Ajuste a escala sin parmetro
Estimadores de parmetro
Lmites inferiores
Lmites superiores
Restricciones lineales
Inicio de optimizacin
Restricciones activas
Max Abs Gradient Element
MIM-UCM
Funcin Objetive
3.1562998082
4.195
Pgina 24
Itera
cin
Rein
icio
Llam
adas
de
func
in
Restricc
iones
activas
Func
in
obje
tiva
Cambio/de
funcin/o
bjetiva
Elemento/grad
iente/max
abs
Pic
o
Rati
o
entr
e
el
camb
io
actu
al
y
el
pred
icho
28.6
6864
25.5123
1.7666
0.0
313
0.04
38
32.4
0540
3.7368
0.0
313
0.03
81
Resultados de optimizacin
Iteraciones
Invocaciones de funcin
Restricciones activas
Funcin Objetive
32.405404105
Contraer
0.0381314058
PL cont, ent
PROC NLP: Nonlinear Maximization
Resultados de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
x1
7.565747
4.195000
x2
0.667094
1.000000
Parmetro
1
2
13.85868 =
MIM-UCM
-2.22E-16 =
Pgina 25
MIM-UCM
Pgina 26
CDIGO SAS:
$1.
x13
x28
x43
_TYPE_ $ _RHS_ x1 x2 x3 x4 x5 x6 x7 x8 x9
x14 x15 x16 x17 x18 x19 x20 x21 x22 x23 x24
x29 x30 x31 x32 x33 x34 x35 x36 x37 x38 x39
x44 x45;
PROC LP DATA=datos;
RUN;
DATOS (mochi.sas):
z max .
92. 96.
75. 98.
60. 90.
77.
91.
86.
p le
715.
31. 30. 21.
11. 46. 26.
37. 38. 31.
. binary
.
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17
18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37
38 39 40 41 42 43 44 45
MIM-UCM
Pgina 27
RESULTADOS:
Max z
Rhs Variable
_RHS_
Type Variable
_TYPE_
Variables
100.0
Number
Binary
45
Slack
Total
46
Constraints
Number
LE
Objective
Total
MIM-UCM
2267
Phase 1 Iterations
Phase 2 Iterations
36
Phase 3 Iterations
Pgina 28
Resumen de la solucin
Integer Solutions
Number of Inversions
Epsilon
1E-8
Infinity
1.797693E308
100
100
99999999
100
120
Col
Nombre de la
variable
Estado
Tipo
Precio
Actividad
Coste reducido
x1
BINARY
95
26.25
x2
BINARY
65
-12.91667
x3
BINARY
87
27.416667
x4
BINARY
72
-38
x5
BINARY
89
34
x6
BINARY
60
9.5833333
x7
BINARY
84
17.541667
x8
BINARY
72
-28.83333
x9
BINARY
53
-6.583333
10
x10
BINARY
92
20.958333
11
x11
BINARY
96
27.25
MIM-UCM
Pgina 29
Resumen de la variable
Col
Nombre de la
variable
Estado
Tipo
Precio
Actividad
Coste reducido
12
x12
BINARY
77
28.875
13
x13
BINARY
98
38.416667
14
x14
BINARY
98
20.083333
15
x15
BINARY
60
7.2916667
16
x16
BINARY
91
38.291667
17
x17
BINARY
72
3.25
18
x18
BINARY
67
-13.20833
19
x19
BINARY
62
-2.166667
20
x20
BINARY
69
-8.916667
21
x21
BINARY
71
-29.83333
22
x22
BINARY
75
49.791667
23
x23
BINARY
98
-7.416667
24
x24
BINARY
91
31.416667
25
x25
BINARY
95
14.791667
26
x26
BINARY
99
50.875
27
x27
BINARY
84
-23.70833
28
x28
BINARY
95
-3.541667
29
x29
BINARY
65
-31.25
30
x30
BINARY
64
31.916667
31
x31
BINARY
76
-27.125
32
x32
BINARY
59
-39.54167
33
x33
BINARY
90
25.833333
34
x34
BINARY
60
-24.79167
35
x35
BINARY
90
2.9166667
36
x36
BINARY
86
14.958333
37
x37
BINARY
58
-49.70833
38
x38
BINARY
75
8.5416667
39
x39
BINARY
79
21.708333
40
x40
BINARY
81
19.125
MIM-UCM
Pgina 30
Resumen de la variable
Col
Nombre de la
variable
Estado
Tipo
Precio
Actividad
Coste reducido
41
x41
BINARY
80
-18.54167
42
x42
BINARY
99
32.541667
43
x43
BINARY
89
24.833333
44
x44
BINARY
50
-18.75
45
x45
BINARY
55
46
SLACK
-2.291667
BASIC
Tipo
OBJECTVE
LE
Fila
MIM-UCM
S/S Col
Rhs
Actividad
Actividad dual
2267
46
715
715
2.2916667
Pgina 31
MIM-UCM
Pgina 32
CDIGO SAS:
dm 'log; clear; output; clear'; /* limpiar ventanas */
TITLE 'Prctica 5: Camino minimo (NETFLOW)';
DATA datos0;
INPUT inicial $ final $ longitud @@;
DATALINES;
A B 26 A C 82 A D 63 B A 71 B C 64 B E 23 C D 76 C E 52 C F
D C 75 D F 41
D G 68 E B 78 E F 39 E H 15 F D 21 F E 31 F G 12 F H 30 F I
G F 51 G I 46
H F 14 H I 43 I G 48 I H 72
;
%MACRO camino(fuente,sumidero);
PROC NETFLOW
SHORTPATH
/* calcula un camino minimo desde el
SOURCE=&fuente /*
vertice fuente indicado en SOURCE
SINK=&sumidero /*
hasta el vertice destino indicado en SINK
ARCDATA=datos0 /* conjunto de datos de los arcos
ARCOUT=salida0; /* conjunto solucion sin restricciones
TAIL inicial;
/* variable de extremos iniciales de los arcos
HEAD final;
/* variable de extremos finales de los arcos
COST longitud; /* variable de longitudes de los arcos
RUN;
PROC PRINT DATA=salida0;
SUM _FCOST_;
/* longitud del camino mnimo */
%MEND camino;
/* la matriz D(i,j) tiene diagonal nula por definicin */
/* la matriz P(i,j) tiene como elementos de la diagonal los propios
coeficientes que se
repiten, ya que el nodo de salida es el mismo que el de llegada. */
81
32
*/
*/
*/
*/
*/
*/
*/
*/
%camino(A,B);%camino(A,C);%camino(A,D);%camino(A,E);%camino(A,F);%cami
no(A,G);%camino(A,H);%camino(A,I);
%camino(B,C);%camino(B,D);%camino(B,E);%camino(B,F);%camino(B,G);%cami
no(B,H);%camino(B,I);
%camino(C,D);%camino(C,E);%camino(C,F);%camino(C,G);%camino(C,H);%cami
no(C,I);
%camino(D,E);%camino(D,F);%camino(D,G);%camino(D,H);%camino(D,I);
%camino(E,F);%camino(E,G);%camino(E,H);%camino(E,I);
%camino(F,G);%camino(F,H);%camino(F,I);
%camino(G,H);%camino(G,I);
%camino(H,I);
%camino(B,A);
%camino(C,A);%camino(C,B);
%camino(D,A);%camino(D,B);%camino(D,C);
%camino(E,A);%camino(E,B);%camino(E,C);%camino(E,D);
%camino(F,A);%camino(F,B);%camino(F,C);%camino(F,D);%camino(F,E);
%camino(G,A);%camino(G,B);%camino(G,C);%camino(G,D);%camino(G,E);%cami
no(G,F);
%camino(H,A);%camino(H,B);%camino(H,C);%camino(H,D);%camino(H,E);%cami
no(H,F);%camino(H,G);
%camino(I,A);%camino(I,B);%camino(I,C);%camino(I,D);%camino(I,E);%cami
no(I,F);%camino(I,G);%camino(I,H);
RUN;
MIM-UCM
Pgina 33
RESULTADOS:
Nota: Se presentan exclusivamente los resultados solicitados, debido a que la
gran cantidad de datos que se generan durante la ejecucin dificulta su localizacin.
0
71
201
221
149
180
231
194
226
26
0
130
150
78
109
160
123
195
82
64
0
75
125
96
147
110
182
63
73
76
0
50
21
72
35
107
49
23
52
72
0
31
82
45
117
78
52
81
41
29
0
51
14
86
90 64
64 38
93 67
53 71
41 15
12 30
0 81
26 0
48 72
107
81
110
73
58 ;
32
46
43
0
MIM-UCM
Pgina 34
MIM-UCM
Pgina 35
Nota: Como los problemas de esta prctica son iguales para todos los alumnos y
se encuentran varios datos con formato #.d0 no definido, se han inicializado stos
arbitrariamente con los siguientes valores:
1.d0 = 1;
2.d0 = 2;
4.d0 = 4;
CDIGO SAS:
63.713763809150;
BOUNDS b =
41.890578570612;
***/
RUN;
MIM-UCM
Pgina 36
RESULTADOS:
Prctica 6
PROC NLP: Nonlinear Minimization
Gradient is computed using analytic formulas.
El punto inicial se ha cambiado para que se ajuste a las restricciones de los lmites
y lneas.
Prctica 6
PROC NLP: Nonlinear Minimization
Inicio de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
Restriccin
de la cota
inferior
Restriccin
de la cota
superior
Restriccin
de la cota
activa
Parmetro
0.105310
-3137.914104
0.100000
10.000000
63.713764
1.062502
63.713764
63.713764
Equal BC
41.890579
-3.806022
41.890579
41.890579
Equal BC
Prctica 6
PROC NLP: Nonlinear Minimization
Optimizacin Dual Quasi-Newton
Actualizacin Dual Broyden - Fletcher - Goldfarb - Shanno (DBFGS)
Estimadores de parmetro
Lmites inferiores
Lmites superiores
Inicio de optimizacin
Restricciones activas
Itera
cin
Rein
icio
Llam
adas
de
func
in
MIM-UCM
Funcin Objetive
67.045272295
3137.9141041
Restric
ciones
activas
2
Funci
n
objeti
va
158.43
Cambio/de
funcin/o
bjetiva
Elemento/grad
iente/max
abs
225.5
460.8
Tam
ao
del
pas
o
Pendi
ente
de
direc
cin
de
bsqu
eda
0.0
100
98465
Pgina 37
Itera
cin
Llam
adas
de
func
in
Rein
icio
Funci
n
objeti
va
Restric
ciones
activas
Cambio/de
funcin/o
bjetiva
Elemento/grad
iente/max
abs
Tam
ao
del
pas
o
Pendi
ente
de
direc
cin
de
bsqu
eda
149
-1462
1303.3
221.5
20.
620
24.89
0
12
-1463
1.2982
4.0312
0.0
467
57.51
7
13
-1463
0.000455
0.1690
1.0
00
0.000
9
14
-1463
8.006E-7
0.000137
1.0
00
-16E7
Resultados de optimizacin
Iteraciones
10
Funcin Objetive
-1463.052601
-1.602532E-6
Invocaciones de
funcin
Restricciones
activas
Max Abs Gradient
Element
15
0.0001374811
Prctica 6
PROC NLP: Nonlinear Minimization
Resultados de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
1.520957
0.000137
63.713764
-31.559097
Equal BC
41.890579
-21.614350
Equal BC
Parmetro
Restriccin
de la cota
activa
MIM-UCM
Pgina 38
MIM-UCM
Pgina 39
CDIGO SAS:
dm 'log; clear; output; clear'; /* limpiar ventanas */
TITLE 'Prctica 7';
PROC NLP TECH=QUANEW OUTDER=2 OUT=DERIV;
MIN fun3var;
DECVAR x1, x2, x3;
BOUNDS 0 <= x1 <= 5 , 0 <= x2 <= 10 , 0 <= x3 <= 5;
a1 =
24.665891385860;
a2 =
125.351473505031;
a3 =
18.591678701323;
a4 =
-3.617939559061;
a5 =
1.068186354366;
a6 =
-40.792884280481;
a7 =
-10.335310127742;
a8 =
8.652942945809;
a9 =
-109.638597480922;
a10 =
0.267046588592;
a11 =
-63.580221642281;
a12 =
-2.947260567328;
fun3var = x1**4 + (1+x1**2)*EXP(2*x3) + a1*x1**2 + a2*x1 + a3*x2**2 +
a4*x2 + a5*x3**2 + a6*x1*x2 + a7*x1*x3 + a8*x2*x3 +
(a9*x1 + a10*x2**2 + a11)*EXP(x3) + a12*x2*EXP(x3/2);
RUN;
MIM-UCM
Pgina 40
RESULTADOS:
Prctica 7
PROC NLP: Nonlinear Minimization
Gradient is computed using analytic formulas.
Prctica 7
PROC NLP: Nonlinear Minimization
Inicio de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
Restriccin
de la cota
inferior
Restriccin
de la cota
superior
Parmetro
x1
0.004714
-156.748523
5.000000
x2
0.225285
7.889575
10.000000
x3
0.879179
-139.502460
5.000000
Prctica 7
PROC NLP: Nonlinear Minimization
Optimizacin Dual Quasi-Newton
Actualizacin Dual Broyden - Fletcher - Goldfarb - Shanno (DBFGS)
Estimadores de parmetro
Lmites inferiores
Lmites superiores
Inicio de optimizacin
Restricciones activas
-146.4262955
156.74852334
Itera
cin
Rein
icio
Llam
adas
de
func
in
10
MIM-UCM
Funcin Objetive
Restric
ciones
activas
Func
in
obje
tiva
Tam
ao
del
pas
o
Pendi
ente
de
direc
cin
de
bsqu
eda
Cambio/de
funcin/o
bjetiva
Elemento/grad
iente/max
abs
3355
3208.9
1299.9
0.5
29
1406.
5
53.1944
950.6
0.0
Pgina 41
Itera
cin
Rein
icio
Llam
adas
de
func
in
Restric
ciones
activas
Func
in
obje
tiva
Cambio/de
funcin/o
bjetiva
Elemento/grad
iente/max
abs
3409
Tam
ao
del
pas
o
856
Pendi
ente
de
direc
cin
de
bsqu
eda
4895.
7
11
3655
246.8
1184.9
0.1
00
5922.
2
12
3755
99.8826
146.3
1.0
00
384.9
13
3811
55.7249
81.6659
1.0
00
86.67
8
15
3817
5.7469
32.0083
0.7
34
18.97
1
17
3817
0.3026
6.8334
1.0
15
0.732
19
3817
0.0105
0.8184
1.0
00
0.021
1
21
3817
0.000060
0.1770
1.0
00
0.000
2
10
23
3817
3.082E-6
0.000288
1.0
00
617E8
Resultados de optimizacin
Iteraciones
10
Invocaciones de
funcin
16
Restricciones
activas
Funcin Objetive
-3816.977469
-6.170849E-6
24
0.0002882731
Prctica 7
PROC NLP: Nonlinear Minimization
Resultados de optimizacin
MIM-UCM
Pgina 42
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
x1
1.516766
-0.000203
x2
0.935117
0.000167
x3
3.550296
-0.000288
Parmetro
MIM-UCM
Pgina 43
NO FIGURA
MIM-UCM
Pgina 44
MIM-UCM
Pgina 45
DESARROLLO:
1
47,99
18
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
MIM-UCM
2
48,02
13
3
54,04
9
4
36,64
15
5
64,22
10
6
46,57
14
1
2
1
2
1
1
2
1
1
2
1
1
1
1
1
1
1
1
1
1
1
1
1
6
100
Uso
Resma
47,99
52,01
95,98
4,02
48,02
51,98
96,04
3,96
54,04
45,96
36,64
63,36
73,28
26,72
64,22
35,78
46,57
53,43
93,14
6,86
96,01
3,99
94,56
5,44
94,59
5,41
90,68
9,32
84,66
15,34
84,63
15,37
83,21
16,79
Pgina 46
CDIGO MPL:
INTEGER
X01; X02; X03; X04; X05;
X06; X07; X08; X09; X10;
X11; X12; X13; X14; X15;
X16; X17;
MIN
Z=52.01*X01 + 04.02*X02+ 51.98*X03+ 03.96*X04+ 45.96*X05+
63.36*X06 + 26.72*X07+ 35.78*X08+ 53.43*X09+ 06.86*X10+
03.99*X11 + 05.44*X12+ 05.41*X13+ 09.32*X14+ 15.34*X15+
15.37*X16 + 16.79*X17;
SUBJECT TO
X01+2*X02+X11+X12+X16
>= 18;
X03+2*X04+X11+X13+X15
>= 13;
X05+X14
>=
X06+2*X07+X14+X15+X16+X17
>= 15;
X08
>= 10;
X09+2*X10+X12+X13+X17
>= 14;
9;
MIM-UCM
Pgina 47
RESULTADOS:
MODEL STATISTICS
Problem name:
Problem
Filename:
Date:
Time:
Parsing time:
CORTES.mpl
June 15, 2009
12:48
0.07 sec
Solver:
Objective value:
Iterations:
Integer nodes:
Solution time:
FortMP (mps)
609.520000000
0
0
2.47 sec
Constraints:
Variables:
Integers:
Nonzeros:
Density:
23
17
17
41
10 %
SOLUTION RESULT
MIN Z
609.5200
DECISION VARIABLES
PLAIN VARIABLES
Variable Name
Activity
Reduced Cost
-----------------------------------------------------X01
0.0000
0.0000
X02
0.0000
-3.9600
X03
0.0000
0.0000
X04
5.0000
3.9600
X05
0.0000
0.0000
X06
0.0000
0.0000
X07
0.0000
0.0000
X08
10.0000
0.0000
X09
0.0000
0.0000
MIM-UCM
Pgina 48
X10
0.0000
0.0000
X11
4.0000
0.0000
X12
14.0000
0.0000
X13
0.0000
0.0000
X14
15.0000
0.0000
X15
0.0000
6.0200
X16
0.0000
2.0600
X17
0.0000
6.0200
------------------------------------------------------
CONSTRAINTS
PLAIN CONSTRAINTS
Constraint Name
Slack
Shadow Price
-----------------------------------------------------c1
0.0000
-3.9900
c2
-1.0000
0.0000
c3
-6.0000
0.0000
c4
0.0000
-9.3200
c5
0.0000
-35.7800
c6
0.0000
-1.4500
c7
0.0000
-48.0200
c8
0.0000
0.0000
c9
0.0000
-51.9800
c10
-5.0000
0.0000
c11
0.0000
-45.9600
c12
0.0000
-54.0400
c13
0.0000
-8.0800
c14
-10.0000
0.0000
c15
0.0000
-51.9800
c16
0.0000
-3.9600
c17
-4.0000
0.0000
c18
-14.0000
0.0000
c19
0.0000
-3.9600
c20
-15.0000
0.0000
c21
0.0000
0.0000
c22
0.0000
0.0000
c23
0.0000
0.0000
-----------------------------------------------------END
MIM-UCM
Pgina 49
NO FIGURA
MIM-UCM
Pgina 50
MIM-UCM
Pgina 51
CDIGO MPL:
{NOTA: Retirar '!' en una variable cada vez, y repetir todas para MAX}
MIN
!MAX
!
xa1;
xa4;
xa5;
xb3;
xb6;
xc2;
xc3;
xc6;
xd4;
xd7;
xd8;
xe3;
xe9;
xf4;
xf5;
xg2;
xg8;
xh2;
xh9;
xi6;
xi9;
xj1;
xj7;
SUBJECT TO
MIM-UCM
Pgina 52
!POSITIVOS:
xa1>=0; xa4>=0; xa5>=0; xb3>=0; xb6>=0; xc2>=0;
xc3>=0; xc6>=0; xd4>=0; xd7>=0; xd8>=0; xe3>=0;
xe9>=0; xf4>=0; xf5>=0; xg2>=0; xg8>=0; xh2>=0;
xh9>=0; xi6>=0; xi9>=0; xj1>=0; xj7>=0;
!HORIZONTALES:
xa1 + 17 + 17 + xa4 + xa5 + 18 + 6 + 13 + 15 + 10 = 110;
19 + 8 + xb3 + 4 + 8 + xb6 + 7 + 12 + 9 + 19 = 103;
8 + xc2 + xc3 + 10 + 15 + xc6 + 18 + 16 + 15 + 14 = 112;
10 + 9 + 8 + xd4 + 13 + 19 + xd7 + xd8 + 9 + 1 = 95;
8 + 16 + xe3 + 16 + 15 + 2 + 8 + 11 + xe9 + 4 = 95;
5 + 12 + 1 + xf4 + xf5 + 18 + 10 + 11 + 14 + 17 = 116;
10 + xg2 + 9 + 14 + 17 + 8 + 2 + xg8 + 5 + 16 = 113;
10 + xh2 + 6 + 17 + 9 + 2 + 14 + 10 + xh9 + 9 = 83;
15 + 13 + 18 + 7 + 1 + xi6 + 4 + 9 + xi9 + 3 = 94;
xj1 + 18 + 16 + 16 + 9 + 9 + xj7 + 4 + 2 + 1 = 96;
!ctes: 10 + 12 + 8 + 11 + 17 + 10 + 10 + 10 + 9 + 19 = 116;
!total: 105 131 103 119 122 104 99 131 106 113 = 1133;
!VERTICALES:
xa1+19+8+10+8+5+10+10+15+xj1+10=105;
17+8+xc2+9+16+12+xg2+xh2+13+18+12=131;
17+xb3+xc3+8+xe3+1+9+6+18+16+8=103;
xa4+4+10+xd4+16+xf4+14+17+7+16+11=119;
xa5+8+15+13+15+xf5+17+9+1+9+17=122;
18+xb6+xc6+19+2+18+8+2+xi6+9+10=104;
6+7+18+xd7+8+10+2+14+4+xj7+10=99;
13+12+16+xd8+11+11+xg8+10+9+4+10=131;
15+9+15+9+xe9+14+5+xh9+xi9+2+9=106;
!ctes:
10+19+14+1+4+17+16+9+3+1+19=113;
MIM-UCM
Pgina 53
{
|
|-----|-----------------------------------------------------------|-------|
| A | xa1 | 17 | 17 | xa4 | xa5 | 18 | 6 | 13 | 15 | 10 | 110 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| B | 19 | 8 | xb3 | 4 | 8 | xb6 | 7 | 12 | 9 | 19 | 103 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| C | 8 | xc2 | xc3 | 10 | 15 | xc6 | 18 | 16 | 15 | 14 | 112 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| D | 10 | 9 | 8 | xd4 | 13 | 19 | xd7 | xd8 | 9 | 1 | 95 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| E | 8 | 16 | xe3 | 16 | 15 | 2 | 8 | 11 | xe9 | 4 | 95 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| F | 5 | 12 | 1 | xf4 | xf5 | 18 | 10 | 11 | 14 | 17 | 116 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| G | 10 | xg2 | 9 | 14 | 17 | 8 | 2 | xg8 | 5 | 16 | 113 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| H | 10 | xh2 | 6 | 17 | 9 | 2 | 14 | 10 | xh9 | 9 | 83 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| I | 15 | 13 | 18 | 7 | 1 | xi6 | 4 | 9 | xi9 | 3 | 94 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| J | xj1 | 18 | 16 | 16 | 9 | 9 | xj7 | 4 | 2 | 1 | 96 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| K | 10 | 12 | 8 | 11 | 17 | 10 | 10 | 10 | 9 | 19 | 116 |
|-----|-----------------------------------------------------------|-------|
|total| 105 | 131 | 103 | 119 | 122 | 104 | 99 | 131 | 106 | 113 | 1133 |
}
MIM-UCM
Pgina 54
RESULTADOS:
Nota: se ejecuta el procedimiento dos veces con cada variable, una para
minimizar (rango inferior) y otra para maximizar (rango superior), anotando el
resultado de la funcin objetivo en la casilla correspondiente.
MIM-UCM
Pgina 55
CDIGO SAS:
dm 'log; clear; output; clear'; /* limpiar ventanas */
TITLE 'PL cont, ent';
data TABLE;
format _id_ $6.;
input _id_ $ Y1-Y23 _type_ $ _rhs_;
datalines;
incog 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 min .
/* NOTA: Ejecutar con una variable cada vez y repetir para MAX */
/* Y1 ,Y2 ,Y3 ,Y4 ,Y5 ,Y6 ,Y7 ,Y8 ,Y9
,Y10,Y11,Y12,Y13,Y14,Y15,Y16,Y17,Y18,Y19,Y20,Y21,Y22,Y23; */
/*
xa1,xa4,xa5,xb3,xb6,xc2,xc3,xc6,xd4,xd7,xd8,xe3,xe9,xf4,xf5,xg2,xg8,xh2,xh9,xi6,xi9,xj1,
xj7; */
/* POSITIVOS */
pos01 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos02 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos03 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos04 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos05 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos06 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos07 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos08 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos09 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos10 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos11 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos12 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 ge 0
pos13 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 ge 0
pos14 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 ge 0
pos15 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 ge 0
pos16 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 ge 0
pos17 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 ge 0
pos18 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 ge 0
pos19 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 ge 0
pos20 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 ge 0
pos21 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 ge 0
pos22 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 ge 0
pos23 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 ge 0
/* xa1>=0, xa4>=0, xa5>=0, xb3>=0, xb6>=0, xc2>=0,
xc3>=0, xc6>=0, xd4>=0, xd7>=0, xd8>=0, xe3>=0,
xe9>=0, xf4>=0, xf5>=0, xg2>=0, xg8>=0, xh2>=0,
xh9>=0, xi6>=0, xi9>=0, xj1>=0, xj7>=0; */
/* HORIZONTALES: */
/* Los coeficientes de igualdad salen de restar las constantes al subtotal de FILA */
hor01 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 eq 14
hor02 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 eq 17
hor03 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 eq 16
hor04 0 0 0 0 0 0 0 0 1 1 1 0 0 0 0 0 0 0 0 0 0 0 0 eq 26
hor05 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 0 eq 15
hor06 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 0 0 eq 28
hor07 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 0 0 eq 32
hor08 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 0 0 eq 6
hor09 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 0 0 eq 24
hor10 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 eq 21
/*
xa1 + 17 + 17 + xa4 + xa5 + 18 +
6 + 13 + 15 + 10 = 110,
19 +
8 + xb3 +
4 +
8 + xb6 +
7 + 12 +
9 + 19 = 103,
8 + xc2 + xc3 + 10 + 15 + xc6 + 18 + 16 + 15 + 14 = 112,
10 +
9 +
8 + xd4 + 13 + 19 + xd7 + xd8 +
9 +
1 =
95,
8 + 16 + xe3 + 16 + 15 +
2 +
8 + 11 + xe9 +
4 =
95,
5 + 12 +
1 + xf4 + xf5 + 18 + 10 + 11 + 14 + 17 = 116,
10 + xg2 +
9 + 14 + 17 +
8 +
2 + xg8 +
5 + 16 = 113,
10 + xh2 +
6 + 17 +
9 +
2 + 14 + 10 + xh9 +
9 =
83,
15 + 13 + 18 +
7 +
1 + xi6 +
4 +
9 + xi9 +
3 =
94,
xj1 + 18 + 16 + 16 +
9 +
9 + xj7 +
4 +
2 +
1 =
96,
*/
/* !ctes:
10 + 12 +
8 + 11 + 17 + 10 + 10 + 10 +
9 + 19 = 116,
!total: 105
131
103
119
122
104
99
131
106
113 = 1133; */
/*
!VERTICALES: */
/* Los coeficientes de
ver01 1 0 0 0 0 0 0 0
ver02 0 0 0 0 0 1 0 0
ver03 0 0 0 1 0 0 1 0
ver04 0 1 0 0 0 0 0 0
ver05 0 0 1 0 0 0 0 0
MIM-UCM
igualdad
0 0 0 0
0 0 0 0
0 0 0 1
1 0 0 0
0 0 0 0
Pgina 56
ver06 0 0 0 0 1 0 0 1 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 eq 18
ver07 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 1 eq 20
ver08 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 0 0 0 0 0 eq 35
ver09 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 1 0 1 0 0 eq 37
/* Y1 ,Y2 ,Y3 ,Y4 ,Y5 ,Y6 ,Y7 ,Y8 ,Y9
,Y10,Y11,Y12,Y13,Y14,Y15,Y16,Y17,Y18,Y19,Y20,Y21,Y22,Y23; */
/*
xa1,xa4,xa5,xb3,xb6,xc2,xc3,xc6,xd4,xd7,xd8,xe3,xe9,xf4,xf5,xg2,xg8,xh2,xh9,xi6,xi9,xj1,
xj7; */
/* xa1+19+8+10+8+5+10+10+15+xj1+10=105,
17+8+xc2+9+16+12+xg2+xh2+13+18+12=131,
17+xb3+xc3+8+xe3+1+9+6+18+16+8=103,
xa4+4+10+xd4+16+xf4+14+17+7+16+11=119,
xa5+8+15+13+15+xf5+17+9+1+9+17=122,
18+xb6+xc6+19+2+18+8+2+xi6+9+10=104,
6+7+18+xd7+8+10+2+14+4+xj7+10=99,
13+12+16+xd8+11+11+xg8+10+9+4+10=131,
15+9+15+9+xe9+14+5+xh9+xi9+2+9=106;
*/
/* !ctes:
10+19+14+1+4+17+16+9+3+1+19=113 */
;
proc lp;
run;
/*
|
| I | II | III | IV | V | VI | VII | VIII| IX | X | total |
|-----|-----------------------------------------------------------|-------|
| A | xa1 | 17 | 17 | xa4 | xa5 | 18 |
6 | 13 | 15 | 10 | 110 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| B | 19 |
8 | xb3 |
4 |
8 | xb6 |
7 | 12 |
9 | 19 | 103 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| C |
8 | xc2 | xc3 | 10 | 15 | xc6 | 18 | 16 | 15 | 14 | 112 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| D | 10 |
9 |
8 | xd4 | 13 | 19 | xd7 | xd8 |
9 |
1 |
95 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| E |
8 | 16 | xe3 | 16 | 15 |
2 |
8 | 11 | xe9 |
4 |
95 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| F |
5 | 12 |
1 | xf4 | xf5 | 18 | 10 | 11 | 14 | 17 | 116 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| G | 10 | xg2 |
9 | 14 | 17 |
8 |
2 | xg8 |
5 | 16 | 113 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| H | 10 | xh2 |
6 | 17 |
9 |
2 | 14 | 10 | xh9 |
9 |
83 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| I | 15 | 13 | 18 |
7 |
1 | xi6 |
4 |
9 | xi9 |
3 |
94 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| J | xj1 | 18 | 16 | 16 |
9 |
9 | xj7 |
4 |
2 |
1 |
96 |
|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-----|-------|
| K | 10 | 12 |
8 | 11 | 17 | 10 | 10 | 10 |
9 | 19 | 116 |
|-----|-----------------------------------------------------------|-------|
|total| 105 | 131 | 103 | 119 | 122 | 104 | 99 | 131 | 106 | 113 | 1133 |
*/
RUN;
MIM-UCM
Pgina 57
RESULTADOS:
Nota: Resultado idntico al mtodo MPL. Se adjunta como muestra la salida de
programa que obtiene el umbral inferior para la primera incgnita.
PL cont, ent
The LP Procedure
Resumen del problema
Objective Function
Min incog
Rhs Variable
_rhs_
Type Variable
_type_
Variables
0.00
Number
Non-negative
23
Total
23
Constraints
Number
Objective
Total
PL cont, ent
The LP Procedure
Resumen de la solucin
Terminated Successfully
MIM-UCM
Objective Value
Phase 1 Iterations
Phase 2 Iterations
Pgina 58
Resumen de la solucin
Terminated Successfully
Phase 3 Iterations
Integer Iterations
Integer Solutions
Number of Inversions
Epsilon
1E-8
Infinity
1.797693E308
100
100
99999999
100
120
PL cont, ent
The LP Procedure
Resumen de la variable
Col
Nombre de la
variable
Estado
Tipo
Precio
Actividad
Coste reducido
NON-NEG
Y1
Y2
ALTER
NON-NEG
Y3
ALTER
NON-NEG
Y4
ALTER
NON-NEG
Y5
ALTER
NON-NEG
Y6
ALTER
NON-NEG
Y7
ALTER
NON-NEG
Y8
ALTER
NON-NEG
Y9
ALTER
NON-NEG
10
Y10
ALTER
NON-NEG
MIM-UCM
Pgina 59
Resumen de la variable
Nombre de la
variable
Estado
Tipo
11
Y11
ALTER
12
Y12
13
Col
Precio
Actividad
Coste reducido
NON-NEG
ALTER
NON-NEG
Y13
ALTER
NON-NEG
14
Y14
ALTER
NON-NEG
15
Y15
ALTER
NON-NEG
16
Y16
ALTER
NON-NEG
17
Y17
ALTER
NON-NEG
18
Y18
ALTER
NON-NEG
19
Y19
ALTER
NON-NEG
20
Y20
ALTER
NON-NEG
21
Y21
ALTER
NON-NEG
22
Y22
ALTER
NON-NEG
23
Y23
ALTER
NON-NEG
PL cont, ent
The LP Procedure
Resumen de restricciones
Fila
1
MIM-UCM
Nombre de la
restriccin
Tipo
incog
OBJECTVE
S/S Col
Rhs
Actividad
Actividad dual
Pgina 60
NO FIGURA
MIM-UCM
Pgina 61
MIM-UCM
Pgina 62
+=
DESARROLLO:
;? | min , ,
; = 8 2 = 4 =
; = 4 =
; + = =
; + = =
; + + = = = +
; = = 2
2
; = 4
; + + 4 = 8 + 4 = 8
4
; = = 4
3
3 3
; = 4 2 = 2
4
; + 4 =
3
Pgina 63
MIM-UCM
CDIGO:
S;
DECVAR X, Y, Z;
BOUNDS
X>0;
BOUNDS
Y>0;
BOUNDS
Z>0;
MIM-UCM
Pgina 64
RESULTADOS:
Tienda de campaa
PROC NLP: Nonlinear Minimization
Gradient is computed using analytic formulas.
Jacobian of nonlinear constraints is computed using analytic formulas.
El punto inicial se ha cambiado para que se ajuste a las restricciones de los lmites
y lneas.
Tienda de campaa
PROC NLP: Nonlinear Minimization
Inicio de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
Funcin
Lagrange
gradiente
Restriccin
de la cota
inferior
Restriccin
de la cota
superior
Parmetro
0.835179
19.670447
-0.060274
1.361162
6.681431
0.410580
1.605674
2.963766
-0.410580
Restricciones lineales
1 0 : ACT 2.9668 == + 1.0000 * Y + 1.0000 * Z
Restriccin
[
Valor
Residual
Multiplicador
Lagrange
5.2911
-0.3139
1.5572
Violat. NLEC
Tienda de campaa
PROC NLP: Nonlinear Minimization
Optimizacin Dual Quasi-Newton
Algoritmo VMCWD de Powell (1978, 1982) modificado
Actualizacin Dual Broyden - Fletcher - Goldfarb - Shanno (DBFGS)
Actualizacin de multiplicador Lagrange de Powell(1982)
MIM-UCM
Estimadores de parmetro
Lmites inferiores
Lmites superiores
Pgina 65
Restricciones lineales
Restricciones no lineales
Inicio de optimizacin
Funcin Objetive
15.624418181
Gradiente mximo de la
funcin Lagrange
0.4228074408
Uso indebido de la
restriccin mxima
0.0000131788
Violacin
de
restricci
n
mxima
Reducci
n
de
funcin
predicha
Tama
o
del
paso
Elemento
gradient
e
mximo
de la
funcin
Lagrange
Reinici
o
Llamada
s de
funcin
Funcin
objetiv
a
12
15.6009
7
0.000378
0.2230
1.000
0.441
13
15.3402
3
0.0384
0.8479
1.000
0.385
14
13.8745
0
0.8479
2.4286
1.000
0.483
15
14.7890
6
0.2238
0.6753
1.000
0.735
16
15.0968
4
0.0101
0.0246
1.000
0.193
17
15.1040
9
0.00269
0.00641
1.000
0.0463
18
15.1051
1
0.00150
0.00450
1.000
0.00448
19
15.1073
4
0.000012
0.000035
1.000
0.00009
20
15.1073
6
5.275E-9
1.585E-8
1.000
2.47E-6
Iteraci
n
1
'
Resultados de optimizacin
Iteraciones
Invocaciones de funcin
21
Invocaciones del
gradiente
12
Funcin Objetive
15.107361016
5.2747451E-9
Mximo gradiente
proyectado
1.7417642E-6
15.107361024
MIM-UCM
Restricciones activas
Pgina 66
Resultados de optimizacin
Gradiente mximo de la
funcin Lagrange
1.2059529E-6
Coeficiente angular de la
direccin de bsqueda
-1.585131E-8
Tienda de campaa
PROC NLP: Nonlinear Minimization
Resultados de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
Funcin
Lagrange
gradiente
Parmetro
1.072286
15.712373
-0.000000354
0.344625
8.578289
0.000001206
2.622210
3.970036
-0.000001206
Restriccin
[
MIM-UCM
Valor
Residual
Multiplicador
Lagrange
5.6050
-5.27E-9
1.5030
Active NLEC
Pgina 67
S;
DECVAR X, Y, Z;
BOUNDS
X>0;
BOUNDS
Y>0;
BOUNDS
Z>0;
MIM-UCM
Pgina 68
RESULTADOS:
Tienda de campaa
PROC NLP: Nonlinear Minimization
Gradient is computed using finite difference approximations (2).
El punto inicial se ha cambiado para que se ajuste a las restricciones de los lmites
y lneas.
Tienda de campaa
PROC NLP: Nonlinear Minimization
Inicio de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
Restriccin
de la cota
inferior
Restriccin
de la cota
superior
Parmetro
0.941895
21.663006
1.614782
7.535156
1.352054
3.091392
Restricciones lineales
1 0 : ACT 2.9668 == + 1.0000 * Y + 1.0000 * Z
Valor
Residual
7.3296
1.7246
Violat. NLEC
Tienda de campaa
PROC NLP: Nonlinear Minimization
Optimizacin Nelder-Mead Simplex
Algoritmo COBYLA por M.J.D. Powell (1992)
MIM-UCM
Estimadores de parmetro
Lmites inferiores
Lmites superiores
Restricciones lineales
Restricciones no lineales
Pgina 69
Inicio de optimizacin
Funcin Objetive
18.37581502
Funcin
objetiva
Violacin
de
restriccin
mxima
1.7246303186
Funcin
de
mrito
Cambio
de
funcin
de
mrito
Ratio
entre
el
cambio
actual
y
el
predicho
Iteracin
Reinicio
Llamadas
de
funcin
13.88579
0.8153
17.3197
1.056
2.000
14
15.10798
0.0728
15.4146
1.905
0.500
15
15.18530
0.0471
15.3837
0.0310
0.125
21
15.22146
0.000441
15.2246
0.159
0.0703
27
15.22078
1.384E-7
15.2208
0.00385
0.0011
29
15.22032
1.336E-7
15.2203
0.00047
0.0003
31
15.22027
4.962E-9
15.2203
0.00005
0.0001
Resultados de optimizacin
Iteraciones
Invocaciones de
funcin
Reinicio
Funcin Objetive
4.9618167E-9
Funcin Merit
32
15.22026985
15.220269885
0.0001
Tienda de campaa
PROC NLP: Nonlinear Minimization
Resultados de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
1.190065
14.561996
0.000694
9.520517
2.966141
4.417934
Parmetro
MIM-UCM
Pgina 70
MIM-UCM
Valor
Residual
5.6050
4.962E-9
Active NLEC
Pgina 71
MIM-UCM
Pgina 72
RESULTADOS:
Tienda de campaa
PROC NLP: Nonlinear Minimization
Gradient is computed using analytic formulas.
Jacobian of nonlinear constraints is computed using analytic formulas.
El punto inicial se ha cambiado para que se ajuste a las restricciones de los lmites
y lneas.
Tienda de campaa
PROC NLP: Nonlinear Minimization
Inicio de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
Funcin
Lagrange
gradiente
Restriccin
de la cota
inferior
Restriccin
de la cota
superior
Parmetro
0.806492
19.793954
-0.057440
1.413222
6.451939
0.412606
1.553613
2.863180
-0.412606
Restricciones lineales
1 0 : ACT 2.9668 == + 1.0000 * Y + 1.0000 * Z
Restriccin
[
Valor
Residual
Multiplicador
Lagrange
5.0242
-0.5808
1.5933
Violat. NLEC
Tienda de campaa
PROC NLP: Nonlinear Minimization
Optimizacin Dual Quasi-Newton
Algoritmo VMCWD de Powell (1978, 1982) modificado
Actualizacin Dual Broyden - Fletcher - Goldfarb - Shanno (DBFGS)
Actualizacin de multiplicador Lagrange de Powell(1982)
MIM-UCM
Estimadores de parmetro
Lmites inferiores
Lmites superiores
Pgina 73
Restricciones lineales
Restricciones no lineales
Inicio de optimizacin
Funcin Objetive
Uso indebido de la
restriccin mxima
15.66835183
Gradiente mximo de la
funcin Lagrange
4.1004624E-6
0.4362272822
Violacin
de
restricci
n
mxima
Reducci
n
de
funcin
predicha
Tama
o
del
paso
Elemento
gradient
e
mximo
de la
funcin
Lagrange
Reinici
o
Llamada
s de
funcin
Funcin
objetiv
a
13
15.6440
1
0.000371
0.2321
1.000
0.451
14
15.3750
3
0.0377
0.9389
1.000
0.379
15
13.7987
5
0.8942
2.5833
1.000
0.461
16
14.7824
9
0.2309
0.6952
1.000
0.810
17
15.0952
5
0.0119
0.0282
1.000
0.208
18
15.1023
4
0.00385
0.00988
1.000
0.0462
19
15.1050
4
0.00155
0.00464
1.000
0.00510
20
15.1073
4
0.000015
0.000045
1.000
0.00009
21
15.1073
6
6.101E-9
1.834E-8
1.000
2.52E-6
Iteraci
n
1
'
Resultados de optimizacin
Iteraciones
Invocaciones de funcin
Invocaciones del
gradiente
12
Funcin Objetive
15.107361015
Mximo gradiente
proyectado
1.7636039E-6
MIM-UCM
Restricciones activas
22
2
6.101371E-9
15.107361024
Pgina 74
Resultados de optimizacin
Gradiente mximo de la
funcin Lagrange
Coeficiente angular de la
direccin de bsqueda
1.2210742E-6
-1.833597E-8
Tienda de campaa
PROC NLP: Nonlinear Minimization
Resultados de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
Funcin
Lagrange
gradiente
Parmetro
1.072286
15.712373
-0.000000358
0.344625
8.578289
0.000001221
2.622210
3.970036
-0.000001221
Valor
Residual
Multiplicador
Lagrange
5.6050
-6.1E-9
1.5030
Restriccin
[
Active NLEC
_WRT_ X
15,10736
S1
S2
1 ANALYTIC 15,71237 X
1 ANALYTIC 3,970036 Z
1 ANALYTIC 8,578288 Y
MIM-UCM
Pgina 75
CDIGO SAS:
DECVAR x1-x10;
DO i = 1 TO 9;
t[i]=x[i]**2-x[i+1];
END;
t[10]=1-x[10];
t[11] = 1-x[1];
RUN;
MIM-UCM
Pgina 76
RESULTADOS:
Estimacin
Funcin
objetivo
gradiente
x1
0.828208
-0.380619
x2
0.812001
0.145162
x3
0.647591
-0.125520
x4
0.507211
0.269073
x5
0.078603
-0.284187
x6
0.677448
0.835077
x7
0.338036
-0.403996
x8
0.533004
-0.245286
x9
0.906998
1.307103
10
x10
0.445469
-0.931708
Parmetro
10
Funciones (Observaciones)
11
Inicio de optimizacin
Restricciones activas
Max Abs Gradient Element
MIM-UCM
0
1.3071033374
Funcin Objetive
0.7817584785
Radio
3.5073382413
Pgina 77
Iteraci
n
Reinic
io
Llamad
as de
funcin
Restriccio
nes
activas
Funcin
objetiva
Cambio/de
funcin/objet
iva
Elemento/gradiente/
max
abs
Lamb
da
Ratio
entre
el
cambi
o
actual
y
el
predic
ho
0.45308
0.3287
0.6119
1.583
1.025
0.24766
0.2054
0.5557
0.025
3
0.974
0.16160
0.0861
1.1147
0.348
0.00219
0.1594
0.1037
0.986
9.8802E7
0.00219
0.00179
1.000
1.9965E13
9.88E-7
6.638E-7
1.000
Resultados de optimizacin
Iteraciones
Invocaciones de funcin
Restricciones activas
Funcin Objetive
1.9965E-13
Lambda
Radio
10
0
6.6382252E-7
0.9999997986
0.0054733379
MIM-UCM
Estimacin
Funcin
objetivo
gradiente
x1
1.000000
4.7947588E-9
x2
1.000000
2.6442832E-8
x3
1.000000
9.9369342E-8
x4
1.000000
0.000000306
x5
1.000000
0.000000664
Parmetro
Pgina 78
Resultados de optimizacin
Parmetros estimados
Estimacin
Funcin
objetivo
gradiente
x6
1.000000
0.000000439
x7
1.000000
-0.000000411
x8
1.000000
-9.511189E-9
x9
1.000000
-3.51255E-11
10
x10
1.000000
Parmetro
MIM-UCM
Pgina 79
CDIGO SAS:
%MACRO KKT(n);
PROC NLP TECH=NMSIMP INITIAL=0.54321;
ARRAY t[&n] t1-t&n;
ARRAY x[&n] x1-x&n;
MIN t1-t&n;
DECVAR x1-x&n;
BOUNDS -1 <= x1-x&n <= 1;
DO i = 1 TO &n;
t[i] = -x[i]-x[i]**2;
END;
RUN;
%MEND KKT;
%KKT(8);
MIM-UCM
Pgina 80
RESULTADOS:
(Se incluyen solamente las primeras y ltimas iteraciones)
Estimacin
Funcin
objetivo
gradiente
Restriccin
de la cota
inferior
Restriccin
de la cota
superior
Parmetro
x1
0.543210
-2.086420
-1.000000
1.000000
x2
0.543210
-2.086420
-1.000000
1.000000
x3
0.543210
-2.086420
-1.000000
1.000000
x4
0.543210
-2.086420
-1.000000
1.000000
x5
0.543210
-2.086420
-1.000000
1.000000
x6
0.543210
-2.086420
-1.000000
1.000000
x7
0.543210
-2.086420
-1.000000
1.000000
x8
0.543210
-2.086420
-1.000000
1.000000
Funciones (Observaciones)
Lmites inferiores
Lmites superiores
Inicio de optimizacin
Restricciones activas
MIM-UCM
Funcin Objetive
-6.706296833
Pgina 81
Cambio/de
funcin/obj
etiva
Desvia
cin
estnd
ar
de
valore
s
simple
s
Longi
tud
del
vrti
ce
de
inici
o
Iterac
in
Reini
cio
Llama
das
de
funci
n
15
9.8002
0
1.9322
0.6411
1.000
1.30
0
21
10.754
28
2.1240
0.6615
1.000
1.84
1
27
11.186
73
1.5311
0.4899
1.000
1.53
0
34
11.803
53
1.0025
0.2889
1.000
1.92
3
39
11.803
53
0.7477
0.2131
1.000
1.61
3
55
11.803
53
0.4756
0.1572
1.000
0.79
1
61
11.930
18
0.5062
0.1702
1.000
0.71
7
68
12.100
27
0.3259
0.0994
1.000
0.80
2
74
12.284
46
0.3990
0.1232
1.000
0.91
9
10
79
12.284
46
0.2342
0.0854
1.000
0.51
2
220
1600
13.999
05
5.593E-6
1.907E
-6
1.000
0.00
007
221
1608
13.999
05
4.198E-6
1.472E
-6
1.000
0.00
004
222
1617
13.999
05
2.901E-6
9.916E
-7
1.000
0.00
003
Restricc
iones
activas
Funci
n
objeti
va
Tama
o
simp
le
Resultados de optimizacin
Iteraciones
MIM-UCM
222
Invocaciones de funcin
1619
Pgina 82
Resultados de optimizacin
Reinicio
Funcin Objetive
-13.99905099
Deltax
Restricciones activas
9.9164684E-7
0.000034383
Estimacin
Funcin
objetivo
gradiente
x1
-0.999405
0.998811
x2
0.999933
-2.999865
x3
0.999958
-2.999917
x4
1.000000
-2.999976
x5
0.999999
-2.999976
x6
0.999998
-2.999976
x7
0.999996
-2.999976
x8
0.999998
-2.999976
Parmetro
Restriccin
de la cota
activa
Upper BC
MIM-UCM
Pgina 83
CDIGO SAS:
Pgina 84
Pgina 85
RUN;
PROC PRINT DATA=SUDOKU NOOBS; VAR a11-a19; FORMAT a11-a19 2.0;
PROC PRINT DATA=SUDOKU NOOBS; VAR a21-a29; FORMAT a21-a29 2.0;
PROC PRINT DATA=SUDOKU NOOBS; VAR a31-a39; FORMAT a31-a39 2.0;
PROC PRINT DATA=SUDOKU NOOBS; VAR a41-a49; FORMAT a41-a49 2.0;
PROC PRINT DATA=SUDOKU NOOBS; VAR a51-a59; FORMAT a51-a59 2.0;
PROC PRINT DATA=SUDOKU NOOBS; VAR a61-a69; FORMAT a61-a69 2.0;
PROC PRINT DATA=SUDOKU NOOBS; VAR a71-a79; FORMAT a71-a79 2.0;
PROC PRINT DATA=SUDOKU NOOBS; VAR a81-a89; FORMAT a81-a89 2.0;
PROC PRINT DATA=SUDOKU NOOBS; VAR a91-a99; FORMAT a91-a99 2.0;
RUN;
MIM-UCM
Pgina 86
RESULTADOS:
MIM-UCM
Pgina 87
BIBLIOGRAFA
Se incluye a continuacin una seleccin de referencias bibliogrficas consultadas por el
alumno para la resolucin de los problemas.
MIM-UCM
Pgina 88