Estos apuntes son libres y los puedes editar.

Algunas secciones están en inglés puedes colaborar traduciendo algunos párrafos.

Diferencias

Muestra las diferencias entre dos versiones de la página.

Enlace a la vista de comparación

Ambos lados, revisión anterior Revisión previa
Próxima revisión 		Revisión previa
gnu_mathprog [2008/10/04 19:44]
mmarquez 		gnu_mathprog [2010/01/14 11:59] (actual)
mmarquez
Línea 1: Línea 1:
 ====== GNU MathProg ====== ====== GNU MathProg ======
-Nota: Esta página es la traducción (en curso) al español de [[http://lpsolve.sourceforge.net/5.5/MathProg.htm]]+Nota: Esta página es la traducción al español de [[http://lpsolve.sourceforge.net/5.5/MathProg.htm]]
 ---- ----
 +
 +===== Introducción =====
  
 GNU MathProg es un lenguaje de modelización para la descripción de modelos de programación matemática lineal. Un modelo escrito el lenguaje GNU MathProg consiste en un conjunto de instrucciones y bloques de datos construidos por el usuario. GNU MathProg es un lenguaje de modelización para la descripción de modelos de programación matemática lineal. Un modelo escrito el lenguaje GNU MathProg consiste en un conjunto de instrucciones y bloques de datos construidos por el usuario.
Línea 9: Línea 11:
 GNU MathProg es parte de GLPK solver. Las páginas principales son [[http://www.gnu.org/software/glpk/glpk.html]] y [[http://gnuwin32.sourceforge.net/packages/glpk.htm]]. GNU MathProg es parte de GLPK solver. Las páginas principales son [[http://www.gnu.org/software/glpk/glpk.html]] y [[http://gnuwin32.sourceforge.net/packages/glpk.htm]].
  
-----+Obsérvese que MathProg es un subconjunto del lenguaje de modelización AMPL. Véase [[http://lpsolve.sourceforge.net/5.5/AMPL.htm|Using lpsolve from AMPL]]. El XLI usado por lp_solve para leer estos modelos está derivado de este código.
  
-Note that MathProg is a subset of the AMPL modeling language. See Using lpsolve from AMPL. +lp_solve puede leer, escribir y resolver estos modelos MathProg directamente vía el driver xli_MathProg (véase [[http://lpsolve.sourceforge.net/5.5/XLI.htm|External Language Interfaces]]. Puede leer los modelos en el formato anterior y puede resolverlos.
-The XLI used by lp_solve to read these models is derived from this code.+
  
-lp_solve can read/write and solve these MathProg models directly via the xli_MathProg XLI driver (see External Language Interfaces). It reads such a model in above format and can solve it then.+Por ejemplo:
  
-For example:+   lp_solve -rxli xli_MathProg Diet1.mod
  
-lp_solve -rxli xli_MathProg Diet1.mod+Que da como resultado:
  
-This gives as result:+   Value of objective function: 88.2 
 +     
 +   Actual values of the variables: 
 +   Buy[BEEF]                       0 
 +   Buy[CHK]                        0 
 +   Buy[FISH]                       0 
 +   Buy[HAM]                        0 
 +   Buy[MCH]                  46.6667 
 +   Buy[MTL]                        0 
 +   Buy[SPG]                        0 
 +   Buy[TUR]                        0
  
-Value of objective function: 88.2+MathProg tiene también la posibilidad de tener el modelo y los datos en dos ficheros separados. lp_solve puede tratar esta situación. Por ejemplo:
  
-Actual values of the variables: +   lp_solve -rxli xli_MathProg diet.mod -rxlidata diet.dat
-Buy[BEEF]                       0 +
-Buy[CHK]                        0 +
-Buy[FISH]                       0 +
-Buy[HAM]                        0 +
-Buy[MCH]                  46.6667 +
-Buy[MTL]                        0 +
-Buy[SPG]                        0 +
-Buy[TUR]                        0+
  
-MathProg has also the possibility to have the model and data in two separate files. lp_solve can handle this also. For example:+Que da como resultado:
  
-lp_solve -rxli xli_MathProg diet.mod -rxlidata diet.dat+   Value of objective function: 88.2 
 +     
 +   Actual values of the variables: 
 +   Buy[BEEF]                       0 
 +   Buy[CHK]                        0 
 +   Buy[FISH]                       0 
 +   Buy[HAM]                        0 
 +   Buy[MCH]                  46.6667 
 +   Buy[MTL]                        0 
 +   Buy[SPG]                        0 
 +   Buy[TUR]                        0
  
-This gives as result: 
  
-Value of objective function: 88.2+===== Generación de modelos MathProg =====
  
-Actual values of the variables: +El XLI puede crear modelos MathProg, no obstante no usa las capacidades del lenguaje. Las restricciones se escriben línea a línea. Pero puede ser el comienzo. Por ejemplo:
-Buy[BEEF]                       0 +
-Buy[CHK]                        0 +
-Buy[FISH]                       0 +
-Buy[HAM]                        0 +
-Buy[MCH]                  46.6667 +
-Buy[MTL]                        0 +
-Buy[SPG]                        0 +
-Buy[TUR]                        0+
  
-Generating MathProg models+   lp_solve model.lp -wxli xli_MathProg model.mod
  
-The XLI can also create a MathProg model, however it doesn't use the strength of the language. Constraints are written out line per line. But it can be a starter. For example:+Resulta model.mod:
  
-lp_solve model.lp -wxli xli_MathProg model.mod+   /* Variable definitions */ 
 +   var x >= 0; 
 +   var y >= 0; 
 +     
 +   /* Objective function */ 
 +   maximize obj: +143*x +60*y; 
 +     
 +   /* Constraints */ 
 +   R1: +120*x +210*y <= 15000; 
 +   R2: +110*x +30*y <= 4000; 
 +   R3: +x +y <= 75;
  
-This gives as model.mod:+===== API =====
  
-/* Variable definitions */ +Use la llamada a [[http://lpsolve.sourceforge.net/5.5/read_XLI.htm|read_XLI]] para leer un modelo y [[http://lpsolve.sourceforge.net/5.5/write_XLI.htm|write_XLI]] para escribirlo. Véase también [[http://lpsolve.sourceforge.net/5.5/XLI.htm|External Language Interfaces]].
-var x >= 0; +
-var y >= 0;+
  
-/* Objective function */ 
-maximize obj: +143*x +60*y; 
  
-/* Constraints */ +El XLI puede ser usado desde el IDE. No obstante, algunas líneas deben ser añadidas en LpSolveIDE.ini (en la carpeta de instalación del IDE).
-R1: +120*x +210*y <= 15000; +
-R2: +110*x +30*y <= 4000; +
-R3: +x +y <= 75;+
  
-API+En la sección [XLI] debe añadirse lo siguiente:
  
-Use the lpsolve API call read_XLI to read a model and write_XLI to write a model. See also External Language Interfaces. +   lib1=xli_MathProg
-IDE+
  
-Also from within the IDE, this XLI can be used. However, some entries must be added in LpSolveIDE.ini (in the folder where the IDE is installed).+Además, debe añadirse una nueva sección para MathProg XLI:
  
-In the [XLI] section the following must be added:+   [xli_MathProg] 
 +   extension=.mod 
 +   language=MATHPROG
  
-lib1=xli_MathProg+Asegúrese de que xli_MathProg.dll está disponible para el IDE. Para ello ponga este dll en la carpeta del IDE o en la carpeta system32 de Windows.
  
-And a new section for the MathProg XLI must also be added:+===== Ejemplos =====
  
-[xli_MathProg] +==== Diet1.mod ====
-extension=.mod +
-language=MATHPROG+
  
-Then make sure that the xli_MathProg.dll is available for the IDE. This must be done by placing this dll in the IDE folder or in the Windows system32 folder. +   set NUTR; 
-Example models/data +   set FOOD; 
-Diet1.mod +     
- +   param cost {FOOD} > 0; 
-set NUTR; +   param f_min {FOOD} >= 0; 
-set FOOD; +   param f_max {j in FOOD} >= f_min[j]; 
- +     
-param cost {FOOD} > 0; +   param n_min {NUTR} >= 0; 
-param f_min {FOOD} >= 0; +   param n_max {i in NUTR} >= n_min[i]; 
-param f_max {j in FOOD} >= f_min[j]; +     
- +   param amt {NUTR,FOOD} >= 0; 
-param n_min {NUTR} >= 0; +     
-param n_max {i in NUTR} >= n_min[i]; +   var Buy {j in FOOD} >= f_min[j], <= f_max[j]; 
- +     
-param amt {NUTR,FOOD} >= 0; +   minimize total_cost:  sum {j in FOOD} cost[j] * Buy[j]; 
- +     
-var Buy {j in FOOD} >= f_min[j], <= f_max[j]; +   subject to diet {i in NUTR}:
- +
-minimize total_cost:  sum {j in FOOD} cost[j] * Buy[j]; +
- +
-subject to diet {i in NUTR}:+
    n_min[i] <= sum {j in FOOD} amt[i,j] * Buy[j] <= n_max[i];    n_min[i] <= sum {j in FOOD} amt[i,j] * Buy[j] <= n_max[i];
- +     
- +     
-data; +   data; 
- +     
-set NUTR := A B1 B2 C ; +   set NUTR := A B1 B2 C ; 
-set FOOD := BEEF CHK FISH HAM MCH MTL SPG TUR ; +   set FOOD := BEEF CHK FISH HAM MCH MTL SPG TUR ; 
- +     
-param:   cost  f_min  f_max := +   param:   cost  f_min  f_max := 
-  BEEF   3.19    0     100 +    BEEF   3.19    0     100 
-  CHK    2.59    0     100 +    CHK    2.59    0     100 
-  FISH   2.29    0     100 +    FISH   2.29    0     100 
-  HAM    2.89    0     100 +    HAM    2.89    0     100 
-  MCH    1.89    0     100 +    MCH    1.89    0     100 
-  MTL    1.99    0     100 +    MTL    1.99    0     100 
-  SPG    1.99    0     100 +    SPG    1.99    0     100 
-  TUR    2.49    0     100 ; +    TUR    2.49    0     100 ; 
- +     
-param:   n_min  n_max := +   param:   n_min  n_max := 
-   A      700   10000 +    A      700   10000 
-   C      700   10000 +    C      700   10000 
-   B1     700   10000 +    B1     700   10000 
-   B2     700   10000 ; +    B2     700   10000 ; 
- +     
-param amt (tr):+   param amt (tr):
            A    C   B1   B2 :=            A    C   B1   B2 :=
-   BEEF   60   20   10   15 +    BEEF   60   20   10   15 
-   CHK     8    0   20   20 +    CHK     8    0   20   20 
-   FISH    8   10   15   10 +    FISH    8   10   15   10 
-   HAM    40   40   35   10 +    HAM    40   40   35   10 
-   MCH    15   35   15   15 +    MCH    15   35   15   15 
-   MTL    70   30   15   15 +    MTL    70   30   15   15 
-   SPG    25   50   25   15 +    SPG    25   50   25   15 
-   TUR    60   20   15   10 ; +    TUR    60   20   15   10 ; 
-end;+   end;
  
-diet.mod+==== diet.mod ====
  
-set NUTR; +   set NUTR; 
-set FOOD; +   set FOOD; 
- +     
-param cost {FOOD} > 0; +   param cost {FOOD} > 0; 
-param f_min {FOOD} >= 0; +   param f_min {FOOD} >= 0; 
-param f_max {j in FOOD} >= f_min[j]; +   param f_max {j in FOOD} >= f_min[j]; 
- +     
-param n_min {NUTR} >= 0; +   param n_min {NUTR} >= 0; 
-param n_max {i in NUTR} >= n_min[i]; +   param n_max {i in NUTR} >= n_min[i]; 
- +     
-param amt {NUTR,FOOD} >= 0; +   param amt {NUTR,FOOD} >= 0; 
- +     
-var Buy {j in FOOD} >= f_min[j], <= f_max[j]; +   var Buy {j in FOOD} >= f_min[j], <= f_max[j]; 
- +     
-minimize total_cost:  sum {j in FOOD} cost[j] * Buy[j]; +   minimize total_cost:  sum {j in FOOD} cost[j] * Buy[j]; 
- +     
-subject to diet {i in NUTR}:+   subject to diet {i in NUTR}:
    n_min[i] <= sum {j in FOOD} amt[i,j] * Buy[j] <= n_max[i];    n_min[i] <= sum {j in FOOD} amt[i,j] * Buy[j] <= n_max[i];
  
-diet.dat+==== diet.dat ====
  
-set NUTR := A B1 B2 C ; +   set NUTR := A B1 B2 C ; 
-set FOOD := BEEF CHK FISH HAM MCH MTL SPG TUR ; +   set FOOD := BEEF CHK FISH HAM MCH MTL SPG TUR ; 
- +     
-param:   cost  f_min  f_max := +   param:   cost  f_min  f_max := 
-  BEEF   3.19    0     100 +    BEEF   3.19    0     100 
-  CHK    2.59    0     100 +    CHK    2.59    0     100 
-  FISH   2.29    0     100 +    FISH   2.29    0     100 
-  HAM    2.89    0     100 +    HAM    2.89    0     100 
-  MCH    1.89    0     100 +    MCH    1.89    0     100 
-  MTL    1.99    0     100 +    MTL    1.99    0     100 
-  SPG    1.99    0     100 +    SPG    1.99    0     100 
-  TUR    2.49    0     100 ; +    TUR    2.49    0     100 ; 
- +     
-param:   n_min  n_max := +   param:   n_min  n_max := 
-   A      700   10000 +    A      700   10000 
-   C      700   10000 +    C      700   10000 
-   B1     700   10000 +    B1     700   10000 
-   B2     700   10000 ; +    B2     700   10000 ; 
- +     
-param amt (tr):+   param amt (tr):
            A    C   B1   B2 :=            A    C   B1   B2 :=
-   BEEF   60   20   10   15 +    BEEF   60   20   10   15 
-   CHK     8    0   20   20 +    CHK     8    0   20   20 
-   FISH    8   10   15   10 +    FISH    8   10   15   10 
-   HAM    40   40   35   10 +    HAM    40   40   35   10 
-   MCH    15   35   15   15 +    MCH    15   35   15   15 
-   MTL    70   30   15   15 +    MTL    70   30   15   15 
-   SPG    25   50   25   15 +    SPG    25   50   25   15 
-   TUR    60   20   15   10 ; +    TUR    60   20   15   10 ;
- +
-model.lp +
- +
-/* model.lp */+
  
-max: 143 x + 60 y;+==== model.lp ====
  
-120 x + 210 y <= 15000; +   /* model.lp */ 
-110 x + 30 y <= 4000; +     
-x + y <= 75;+   max: 143 x + 60 y; 
 +     
 +   120 x + 210 y <= 15000; 
 +   110 x + 30 y <= 4000; 
 +   x + y <= 75;
  

Traza:

QR Code
QR Code gnu_mathprog (generated for current page)