IN7K2-1 Optimizacin bajo Incertidumbre - Oto no 2012 30 de marzo 2012

Auxiliar 1-Enunciado
Profesores: Daniel Espinoza, Fernando Ordo nez Auxiliar: Renaud Chicoisne
Ejercicio 1.7
Considere el problema de Assembly problem en el caso donde toda la demanda tiene que ser satisfecha,
atrasando su entrega si es necesario. En este caso, cuesta b
i
postergar la entrega de una unidad del producto
i de un periodo. Se puede hacer pedidos adicionales de los insumos faltantes despues de que se conoce la
demanda al ultimo periodo D
T
. Formule el problema como un linear multistage stochastic programming
problem.
Solucion:
El problema de Assembly problem se puede formular de la manera siguiente: para el periodo T se resuelve:
Q
T
(x
T1
, y
T1
, d
T
) = min
z
T
,y
T
(l q)

z
T
s

y
T
s.t:
y
T
= y
T1
+ x
T1
A

z
T
0 z
T
d
T
y
T
0
Que es igual al problema de segunda etapa, dado que en este momento se conocen y
T1
y x
T1
y que la
realizacion de D
T
, d
T
ha sido observado. Deniendo Q
t+1
(x
t
, y
t
, d
[t]
) := E
{
Q
t+1
(x
t
, y
t
, D
[t+1]
)|D
[t]
= d
[t]
}
,
se resuelven succesivamente los siguientes problemas para t = T 1, ..., 1.
Q
t
(x
t1
, y
t1
, d
t
) = min
z
t
,y
t
(l q)

z
t
+ h

y
t
+ c

x
t
+ Q
t+1
(x
t
, y
t
, d
[t]
)
s.t:
y
t
= y
t1
+ x
t1
A

z
t
0 z
t
d
t
y
t
0
Para terminar, se resuelve el problema inicial que determine la cantidad de insumos x
0
dado que Q
1
(x
0
, d
1
)
depende solamente del pedido inicial x
0
y de la realizacion d
1
de la primera demanda D
1
:
min
x
0
0
c

x
0
+E[Q
1
(x
0
, D
1
)]
1
Para incorporar la posibilidad de postergar el cumplimiento de la demanda de un periodo a otro, denamos
las variables (w
t
= (w
it
)
i{1,..,n}
)
t{1,..,T1}
que representan la cantidad de cada producto i que se posterga
para un periodo t

> t. Por lo tanto tenemos la formulacion que sigue: para el ultimo periodo T tenemos
que resolver:
Q
T
(x
T1
, y
T1
, w
T1
, d
T
) = min
z
T
,y
T
(l q)

z
T
s

y
T
+c

x
T
s.t:
y
T
= y
T1
+ x
T1
A

z
T
+x
T
0 z
T
d
T
z
T
= d
T
+ w
T1
y
T
0
Para los periodos anteriores t {T 1, ..., 1} tenemos que resolver:
Q
t
(x
t1
, y
t1
, w
t1
, d
t
) = min
z
t
,y
t
(l q)

z
t
+ h

y
t
+ c

x
t
+b

w
t
+ Q
t+1
(x
t
, y
t
, w
t
, d
[t]
)
s.t:
y
t
= y
t1
+ x
t1
A

z
t
w
t
= d
t
+ w
t1
z
t
0 z
t
d
t
+w
t1
y
t
0
Con Q
t+1
(x
t
, y
t
, w
t
, d
[t]
) := E
{
Q
t+1
(x
t
, y
t
, w
t
, D
[t+1]
)|D
[t]
= d
[t]
}
Para terminar, se resuelve el problema inicial, igual que en el problema original:
min
x
0
0
c

x
0
+E[Q
1
(x
0
, D
1
)]
Imponiendo w
0
= 0 en el problema t = 1.
Ejercicio 1.10
Muestre que la funcion de valor optimo Q
t
(W
t
,
[t]
) del problema de Multistage Portfolio selection, es
concava en W
t
.
Solucion:
El problema de Multistage Portfolio selection se puede formular de la manera siguiente: al pen ultimo
periodo t = T 1, se conoce la realizacion
[T1]
= (
1
, ...,
T1
), y la asignacion x
T2
ha sido jada, por
lo tanto, se tiene que resolver el problema que sigue:
2
Q
T1
(W
T1
,
[T1]
) = max
x
T1
0,W
T
E
{
U[W
T
]|
[T1]
}
s.t:
W
T
=
n

i=1

iT
x
i,T1
W
T1
=
n

i=1
x
i,T1
Luego, se resuelven los problemas para t = T 2, ..., 1:
Q
t
(W
t
,
[t]
) = max
x
t
0,W
t+1
E
{
Q
t+1
(W
t+1
,
[t+1]
)|
[t]
}
s.t:
W
t+1
=
n

i=1

i,t+1
x
i,t
W
t
=
n

i=1
x
i,t
Finalmente, se resuelve el problema inicial para t = 0:
max
x
0
0,W
1
E{Q
1
(W
1
,
1
)}
s.t:
W
1
=
n

i=1

i,1
x
i,0
W
0
=
n

i=1
x
i,0
Mostramos que W
t
Q
t
(W
t
,
[t]
) es convexa. Primero, tenemos como supuesto que W U(W) es una
funcion concava no decreciente. Ademas, se sabe que un operador de sumatoria no negativa conserva la
convexidad/concavidad. Esto aplica en particular para la esperanza que vale:
E
{
U[W
T
]|
[T1]
}
=

T
P(
T
= z|
[T1]
)U(W
T
=
n

i=1
z
i
x
i,T1
)dz
Dado que P(
T
= z|
[T1]
) 0, entonces W
T
E
{
U[W
T
]|
[T1]
}
es concava. En consecuencia, el
problema asociado al periodo T 1 reescrito como un problema de minimizacion de una funcion convexa
en un conjunto convexo satisface las condiciones de Slater:
Q
T1
(W
T1
,
[T1]
) = min
x
T1
0,W
T
-E
{
U[W
T
]|
[T1]
}
s.t:
W
T
=
n

i=1

iT
x
i,T1
W
T1
=
n

i=1
x
i,T1
3
Esto implica que hay dualidad fuerte y que:
Q
T1
(W
T1
,
[T1]
) = max
,
min
x
T1
0,W
T
{
E
{
U[W
T
]|
[T1]
}
+
[
W
T

n

i=1

iT
x
i,T1
]
+
[
W
T1

n

i=1
x
i,T1
]}
Entonces existen ,

tales que:
Q
T1
(W
T1
,
[T1]
) = min
x
T1
0,W
T
E
{
U[W
T
]|
[T1]
}
+
[
W
T

n

i=1

iT
x
i,T1
]
+

[
W
T1

n

i=1
x
i,T1
]
Que es el mnimo de funciones lineales y por lo tanto concavo en W
T1
.
Ahora, mostremos que es tambien cierto para cualquier t = T 2, ..., 1: Sean W
1
t
y W
2
t
dos riquezas al
principio del periodo t. Resolver el problema:
Q
t
(W
k
t
,
[t]
) = max
x
t
0,W
t+1
E
{
Q
t+1
(W
t+1
,
[t+1]
)|
[t]
}
s.t:
W
t+1
=
n

i=1

i,t+1
x
i,t
W
k
t
=
n

i=1
x
i,t
entrega una solucion optima (x
k
t
, W
k
t+1
), para k = 1, 2.
Asimismo, el problema con riqueza W
1
t
+ (1 )W
2
t
al principio del periodo t es:
Q
t
(W
1
t
+ (1 )W
2
t
,
[t]
) = max
x
t
0,W
t+1
E
{
Q
t+1
(W
t+1
,
[t+1]
)|
[t]
}
s.t:
W
t+1
=
n

i=1

i,t+1
x
i,t
W
1
t
+ (1 )W
2
t
=
n

i=1
x
i,t
Se puede notar que (x
1
t
+ (1 )x
2
t
, W
1
t+1
+ (1 )W
2
t+1
) es factible para este ultimo problema, por lo
tanto se tiene que:
Q
t
(W
1
t
+ (1 )W
2
t
,
[t]
) E
{
Q
t+1
(W
1
t+1
+ (1 )W
2
t+1
,
[t+1]
)|
[t]
}
Y sabemos de la hipotesis de induccion que W
t+1
Q
t
(W
t+1
,
[t+1]
) es concava:
Q
t+1
(W
1
t+1
+ (1 )W
2
t+1
,
[t+1]
) Q
t+1
(W
1
t+1
,
[t+1]
) + (1 )Q
t+1
(W
2
t+1
,
[t+1]
)
Aplicando una esperanza a la ultima expresion obtenemos:
4
E
[
Q
t+1
(W
1
t+1
+ (1 )W
2
t+1
,
[t+1]
)
]
E
[
Q
t+1
(W
1
t+1
,
[t+1]
)
]
+ (1 )E
[
Q
t+1
(W
2
t+1
,
[t+1]
)
]
Entonces obtenemos:
E
[
Q
t+1
(W
1
t+1
+ (1 )W
2
t+1
,
[t+1]
)
]
Q
t
(W
1
t
,
[t]
) + (1 )Q
t
(W
2
t
,
[t]
)
Finalmente obtenemos:
Q
t
(W
1
t
+ (1 )W
2
t
,
[t]
) Q
t
(W
1
t
,
[t]
) + (1 )Q
t
(W
2
t
,
[t]
)
ie: si W
t+1
Q
t+1
(W
t+1
,
[t+1]
) es concava, W
t
Q
t
(W
t
,
[t]
) es concava tambien.
Por induccion, W
t
Q
t
(W
t
,
[t]
) es concava t {T 1, ..., 1}.
5