Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Prog Dinamica-2
Prog Dinamica-2
Sturla
PROGRAMACIN DINMICA
PARTE II
Para formular el problema de Finco como de programacin dinmica, comenzaremos identificando la
etapa.
Como en los ejemplos de inventario y de trayectoria ms corta, la etapa se debe elegir de tal modo que
cuando quede una etapa el problema sea fcil de resolver.
Entonces, en vista de que se ha resuelto el problema para el caso en el que queda una etapa, debe ser
fcil resolverlo cuando queden dos etapas, y as sucesivamente.
Es evidente que sera fcil resolver un problema en el cual slo se dispusiera de una inversin, por lo
que definiremos la etapa t como representativa de un caso en el que los fondos se deban asignar a las
inversiones
3 , , 1 , + t t
Para una etapa dada, qu debemos conocer para determinar la cantidad ptima por invertir?
Simplemente cunto dinero queda disponible para las inversiones
3 , , 1 , + t t
Entonces definiremos el estado en cualquier etapa como la cantidad de dinero, en miles, disponible para
las inversiones
3 , , 1 , + t t
Como nunca tendremos ms de 6.000 UM disponibles, los estados posibles en cualquier etapa son 0, 1,
2, 3, 4, 5 y 6.
Definiremos a
( )
t t
d f
como el valor actual neto mximo (VAN) que se puede obtener invirtiendo
t
d
miles de UM en las inversiones
3 , , 1 , + t t
Tambin definiremos a
( )
t t
d x
como la cantidad que se debe invertir en t para alcanzar
( )
t t
d f
Iniciamos avanzando hacia atrs y calculamos
( ) ( ) ( ) 6 , , 1 , 0
3 3 3
f f f
y a continuacin determinamos
( ) ( ) ( ) 6 , , 1 , 0
2 2 2
f f f
Como se dispone de 6.000 UM para invertir en 1, 2 y 3, terminamos los clculos al llegar a ( ) 6
1
f
Entonces volvemos sobre nuestros pasos y determinamos la cantidad que se debera asignar a cada in-
versin (al igual que cuando volvimos sobre nuestros pasos para determinar el nivel ptimo de produc-
cin en cada mes, en el Ejemplo 4).
Clculos de la etapa 3
Primero determinamos
( ) ( ) ( ) 6 , , 1 , 0
3 3 3
f f f
Vemos que
( )
3 3
d f
se logra invirtiendo todo el dinero disponible
( )
3
d
en la inversin 3.
O sea
( ) 0 0
3
f ( ) 0 0
1
x
( ) 9 1
3
f ( ) 1 1
1
x
( ) 13 2
3
f ( ) 2 2
1
x
( ) 17 3
3
f ( ) 3 3
1
x
( ) 21 4
3
f ( ) 4 4
1
x
( ) 25 5
3
f ( ) 5 5
1
x
( ) 29 6
3
f ( ) 6 6
1
x
prog_dinamica-2.doc
15
Prof. Ing. Claudio L. R. Sturla
Clculo de la etapa 2
Para determinar ( ) ( ) ( ) 6 , , 1 , 0
2 2 2
f f f vemos todas las cantidades posibles que se puedan colocar en la
inversin 2.
Para determinar ( )
2 2
d f , sea
2
x la cantidad invertida en 2.
Entonces, se obtendr un VAN de ( )
2 2
x r debido a la inversin 2, y un VAN igual a
( )
2 2 3
x d f
de la
inversin 3.
Recuerde el principio de optimalidad.
Como
2
x se debe elegir para maximizar el valor actual neto ganado con las inversiones 2 y 3, escribi-
mos
( ) ( ) ( ) { }
2 2 3 2 2 2 2
2
mx x d f x r d f
x
+
(5)
en la que
2
x debe ser elemento de {0, 1,...,
2
d }
Los clculos para ( ) ( ) ( ) 6 , , 1 , 0
2 2 2
f f f y ( ) ( ) ( ) 6 , , 1 , 0
2 2 2
x x x se presentan en la Tabla 6.
2
d
2
x ( )
2 2
x r ( )
2 2 3
x d f VAN DE INVERSIONES
2, 3
( )
( )
2 2
2 2
d x
d f
0 0 0 0 0* ( )
( ) 0 0
0 0
2
2
x
f
1 0 0 9 9
1 1 10 0 10*
( )
( ) 1 1
10 1
2
2
x
f
2 0 0 13 13
2 1 10 9 19*
2 2 13 0 13
( )
( ) 1 2
19 2
2
2
x
f
3 0 0 17 17
3 1 10 13 23*
3 2 13 9 22
3 3 16 0 16
( )
( ) 1 3
23 3
2
2
x
f
4 0 0 21 21
4 1 10 17 27*
4 2 13 13 26
4 3 16 9 25
4 4 19 0 19
( )
( ) 1 4
27 4
2
2
x
f
5 0 0 25 25
5 1 10 21 31*
5 2 13 17 30
5 3 16 13 29
5 4 19 9 28
5 5 22 0 22
( )
( ) 1 5
31 5
2
2
x
f
6 0 0 29 29
6 1 10 25 35*
6 2 13 21 34
6 3 16 17 33
6 4 19 13 32
6 5 22 9 31
6 6 25 0 25
( )
( ) 1 6
35 6
2
2
x
f
Tabla 6
prog_dinamica-2.doc
16
Prof. Ing. Claudio L. R. Sturla
Clculos para ( ) ( ) ( ) ( ) 6 , , 2 , 1 , 0
2 2 2 2
f f f f
Clculos para la etapa 1
Segn la Ecuacin (5), escribimos
( ) ( ) ( ) { }
1 2 1 1 1
6 mx 6
1
x f x r f
x
+
en la cual
1
x debe ser elemento de {0, 1, 2, 3, 4, 5, 6}.
Los clculos para ( ) 6
1
f aparecen en la Tabla 7.
1
d
1
x ( )
1 1
x r ( )
1 2
6 x f VAN DE INVERSIONES
1, 2, 3
( )
( ) 6
6
1
1
x
f
6 0 0 35 35
6 1 9 31 40
6 2 16 27 43
6 3 23 23 46
6 4 30 19 49*
6 5 37 10 47
6 6 44 0 44
( )
( ) 4 6
49 6
1
1
x
f
Tabla 7
Clculos para ( ) 6
1
f
Determinacin de la Asignacin ptima de Recursos
Como ( ) 4 6
1
x , Finco invierte 4.000 UM en la inversin 1.
Esto deja 6.000 4.000 = 2.000 UM para las inversiones 2 y 3.
Por lo tanto, Finco debe invertir ( ) 000 . 1 2
2
x UM en la inversin 2.
Entonces quedan 1.000 UM por invertir en 3 y, por lo tanto, Finco invierte
( ) 000 . 1 1
3
x
UM en ella.
Por consiguiente, Finco puede alcanzar un VAN mximo ( ) 000 . 49 6
1
f UM invirtiendo 4.000 UM en
1, 1.000 UM en 2 y 1.000 UM en 3.
Representacin en Forma de Red del Ejemplo de los Recursos
El problema de Finco tiene una representacin como red, equivalente a determinar la ruta ms larga de
(1, 6) a (4, 0) en la Figura 6.
En esa figura, el nodo (t, d) representa el caso en el que se dispone de d miles de UM para invertir en
3 , , 1 , + t t
El arco que une los nodos (t, d) y (t + 1, d x) tiene una longitud ( ) x r
1
que corresponde al valor actual
neto obtenido por invertir x miles de dlares en la inversin t
Por ejemplo, el arco que une a los nodos (2, 4) y (3, 1) tiene una longitud ( ) 3
2
r = 16.000 UM, que co-
rresponde al valor actual neto de 16.000 UM que se puede obtener invirtiendo 3.000 UM en la inver-
sin 2.
Ntese que no todos los pares de nodos en las etapas adyacentes estn unidos con arcos.
Por ejemplo, no hay arco que una los nodos (2, 4) y (3, 5).
Si usted slo tiene 4.000 UM disponibles para las inversiones 2 y 3, cmo puede tener 5.000 dlares
para la inversin 3?
Segn los clculos, vemos que la ruta ms larga desde (1, 6) a (4, 0) es la (1, 6)(2, 2)(3, 1)(4, 0).
prog_dinamica-2.doc
17
Prof. Ing. Claudio L. R. Sturla
Figura 6
Representacin en red del ejemplo de Finco
Problema General de Asignacin de Recursos
A continuacin analizamos la versin generalizada del Ejemplo 5.
Suponga que tenemos w unidades de un recurso disponibles, y T actividades a las que se puede asignar
ese recurso.
Si la actividad t se realiza en un nivel
t
x
(suponemos que
t
x
debe ser nmero no negativo), entonces la
actividad t usa
( )
t t
x g
unidades del recurso, y se obtiene el beneficio
( )
t t
x r
El problema de determinar la asignacin de recursos que maximiza el beneficio total, sujeto a la dispo-
nibilidad de recursos se puede formular como sigue:
( )
T t
t
t t
x r
1
mx
(6)
sujeto a
( ) w x g
T t
t
t t
1
(6)
donde
t
x
debe ser elemento de {0, 1, 2, }
En la Tabla 8 se dan algunas interpretaciones posibles de
( ) ( ) w x g x r
t t t t
y ,
INTERPRETACIN de
( )
t t
x r
INTERPRETACIN de
( )
t t
x g INTERPRETACIN de w
Beneficio por colocar
t
x
artcu-
los tipo t en una mochila
Peso de
t
x
artculos del tipo t
Peso mximo que puede resistir
la mochila.
prog_dinamica-2.doc
18
Prof. Ing. Claudio L. R. Sturla
Calificacin que obtenemos en el
curso t si lo estudiamos
t
x
horas
por semana
Nmero de horas/semana
t
x
que
pasamos estudiando el curso t
Nmero total de horas disponi-
bles por semana.
Ventas de un producto en la re-
gin t si se asignan
t
x
vendedo-
res a la regin t
Costo por asignar
t
x
vendedores
a la regin t
Presupuesto total del personal de
ventas.
Nmero de alarmas contra in-
cendio por semana a las que res-
ponden dentro de un minuto si al
recinto se le asignan
t
x
extinto-
res automticos
Costo semanal por mantener
t
x
extintores automticos en el re-
cinto t
Presupuesto semanal total para el
mantenimiento de extintores au-
tomticos.
Tabla 8
Ejemplos de un problema generalizado de asignacin de recursos
Para resolver la Ecuacin 6 con programacin dinmica, definimos a
( ) d f
t
como el beneficio mximo
que se puede obtener de las actividades
T t t , , 1 , +
, si se asignan d unidades del recurso a las activi-
dades
T t t , , 1 , +
Podemos generalizar las frmulas recursivas del Ejemplo 5 para este caso escribiendo
( ) ( ) ( ) ( ) { }
t t t t t
x
t
T
x g d f x r d f
d f
t
+
+
+
1
1
mx
toda para 0
(7)
donde
t
x
debe ser un nmero entero no negativo que cumple con
( ) d x g
t t
Sea
( ) d x
t
cualquier valor de
t
x
que alcance
( ) d f
t
Para usar las Ecuaciones (7) para determinar una asignacin ptima de recursos a las actividades 1,
2, ..., T comenzamos por determinar todas las ( ) ( )
T T
x f las y
Luego usamos las Ecuaciones (7) para determinar todas las ( )
1 T
f y las ( )
1 T
x , continuando el avance
hacia atrs de este modo hasta que se hayan determinado todas las ( ) ( ) . y .
2 2
x f
Para relacionar las cosas calculamos ( ) ( ) w x w f
1 1
y
Despus establecemos la actividad 1 a un nivel ( ) w x
1
En este punto tendremos ( ) ( ) w x g w
1 1
unidades del recurso disponibles para las actividades 2, 3, ..., T
Entonces la actividad 2 se debe organizar al nivel ( ) [ ] { } w x g w x
1 2
Continuaremos de este modo hasta haber determinado el nivel al cual se deben realizar todas las activi-
dades.
Solucin de Problemas de Mochila Mediante Programacin Dinmica
Mostraremos las aplicaciones de las Ecuaciones (7) resolviendo un problema sencillo de mochila.
Ejemplo 6
Suponga que se ha de llenar una mochila de 10 libras con los artculos que aparecen en la Tabla 9.
Para maximizar el beneficio total, cmo se llena la mochila?
prog_dinamica-2.doc
19
Prof. Ing. Claudio L. R. Sturla
PESO BENEFICIO
Artculo 1 4 libras 11
Artculo 2 3 libras 7
Artculo 3 5 libras 12
Tabla 9
Pesos y beneficios para el problema de la mochila
Solucin
Tenemos que
( ) ( ) ( ) , 12 , 7 , 11
3 3 3 2 2 2 1 1 1
x x r x x r x x r
( ) ( )
2 2 2 1 1 1
3 , 4 x x g x x g , y
( )
3 3 3
5 x x g
Definimos que
( ) d f
t
sea el beneficio mximo que se puede ganar con una mochila de d libras llena
con artculos del tipo t, t +1, ..., 3
Clculos de la etapa 3
En este caso las Ecuaciones (7) son
( ) { }
3 3
12 mx
3
x d f
x
donde
3 3
y 5 x d x
es un entero no negativo.
Esto produce
( )
( ) ( ) ( ) ( ) ( ) 12 9 8 7 6 5
24 10
3 3 3 3 3
3
f f f f f
f
( ) ( ) ( ) ( ) ( )
( ) 2 10
0 4 3 2 1 0
3
3 3 3 3 3
x
f f f f f
( ) ( ) ( ) ( ) ( )
( ) ( ) ( ) ( ) ( ) 0 4 3 2 1 0
1 5 6 7 8 9
3 3 3 3 3
3 3 3 3 3
x x x x x
x x x x x
Clculos de la etapa 2
En este caso las Ecuaciones (7) son
( ) ( ) { }
2 3 2 2
3 7 mx
2
x d f x d f
x
+
donde
2
x debe ser entero no negativo que cumpla con d x
2
3
Obtenemos ahora
( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
'
+
+
+
+
3 21 1 3 7
2 14 4 2 7
1 19 7 1 7
0 * 24 10 0 7
mx 10
2 3
2 3
2 3
2 3
2
x f
x f
x f
x f
f
prog_dinamica-2.doc
20
Prof. Ing. Claudio L. R. Sturla
O sea, ( ) ( ) 0 10 y 24 10
2 2
x f
( )
( ) ( )
( ) ( )
( ) ( )
( ) ( )
'
+
+
+
+
3 * 21 0 3 7
2 14 3 2 7
1 19 6 1 7
0 12 9 0 7
mx 9
2 3
2 3
2 3
2 3
2
x f
x f
x f
x f
f
Entonces ( ) ( ) 3 9 y 21 9
2 2
x f
( )
( ) ( )
( ) ( )
( ) ( )
'
+
+
+
2 14 2 2 7
1 * 19 5 1 7
0 12 8 0 7
mx 8
2 3
2 3
2 3
2
x f
x f
x f
f
O sea, ( ) ( ) 1 8 y 19 8
2 2
x f
( )
( ) ( )
( ) ( )
( ) ( )
'
+
+
+
2 * 14 1 2 7
1 7 4 1 7
0 12 7 0 7
7
2 3
2 3
2 3
2
x f
x f
x f
mx f
Entonces, ( ) ( ) 2 7 y 14 7
2 2
x f
( )
( ) ( )
( ) ( )
( ) ( )
'
+
+
+
2 * 14 0 2 7
1 7 3 1 7
0 12 6 0 7
6
2 3
2 3
2 3
2
x f
x f
x f
f
O sea, ( ) ( ) 2 6 y 14 6
2 2
x f
( )
( ) ( )
( ) ( )
'
+
+
1 7 2 1 7
0 * 12 5 0 7
5
2 3
2 3
2
x f
x f
f
Entonces ( ) ( ) 0 5 y 12 5
2 2
x f
( )
( ) ( )
( ) ( )
'
+
+
1 * 7 1 1 7
0 0 4 0 7
mx 4
2 3
2 3
2
x f
x f
f
O sea, ( ) ( ) 1 4 y 7 4
2 2
x f
( )
( ) ( )
( ) ( )
'
+
+
1 * 7 0 1 7
0 0 3 0 7
mx 3
2 3
2 3
2
x f
x f
f
Entonces
( ) ( ) 1 3 y 7 3
2 3
x f
( ) ( ) ( ) 0 0 2 0 7 2
2 3 2
+ x f f
prog_dinamica-2.doc
21
Prof. Ing. Claudio L. R. Sturla
O sea, ( ) ( ) 0 2 2
2 2
x f
( ) ( ) ( ) 0 0 1 0 7 1
2 3 2
+ x f f
Entonces ( ) ( ) 0 1 y 0 1
2 2
x f
( ) ( ) ( ) 0 0 0 0 7 0
2 3 2
+ x f f
O sea ( ) ( ) 0 0 0 0
2 2
x f
Clculos de la etapa 1
Por ltimo, determinamos ( ) 10
1
f
( )
( ) ( )
( ) ( )
( ) ( )
'
+
+
+
2 22 2 2 11
1 * 25 6 1 11
0 24 10 0 11
mx 10
1 2
1 2
1 2
1
x f
x f
x f
f
Determinacin de la Solucin ptima al Problema de la Mochila
Tenemos que ( ) ( ) 1 10 y 25 10
1 1
x f
Por lo tanto, debemos poner un artculo del tipo 1 en la mochila.
Luego tenemos lugar para 10 4 = 6 libras para artculos tipo 2 y tipo 3 y, por lo tanto, debemos po-
ner ( ) 2 6
2
x artculos del tipo 2.
Por ltimo, tenemos 6 2*3 = 0 libras de lugar para artculos del tipo 3, y colocamos
( ) 0 0
3
x
artculos del tipo 3.
En resumen, el beneficio mximo que se puede ganar con una mochila de 10 libras es
( ) 25 10
3
f
.
Para obtener un beneficio de 25, se deben poner un artculo del tipo 1 y 2 del tipo 2.
Representacin con una Red del Problema de la Mochila
Encontrar la solucin ptima del Ejemplo 6 equivale a determinar la trayectoria ms larga, en la Fi-
gura 7, del nodo (10, 1) a un nodo de la etapa 4.
En la Figura 7, para 3 t , el nodo (d, t) representa un caso en el cual se puede asignar lugar para d li-
bras a los artculos del tipo
3 , , 1 , + t t
El nodo (d, 4) representa d libras de espacio no usado.
Cada arco de un nodo de etapa t a otro de etapa t + 1 representa una decisin acerca de cuntos artcu-
los del tipo t se colocan en la mochila.
Por ejemplo, el arco de (10, 1) a (6, 2) representa la colocacin de un artculo del tipo 1 en la mochila.
Con ello se deja 10 4 = 6 libras para artculos de tipos 2 y 3.
Este arco tiene una longitud de 11 que representa el beneficio obtenido por la colocacin de un artculo
tipo 1 en la mochila.
La solucin al Ejemplo 6 muestra que la trayectoria ms larga, en la Figura 7, del nodo (10, 1) a un
nodo de etapa 4 es la trayectoria (10, 1)(6, 2)(0, 3)(0, 4).
Observe que la solucin ptima a un problema de mochila no siempre usa todo el espacio disponible.
Por ejemplo, usted debe comprobar que si un artculo tipo 1 ganara 16 unidades de beneficio, la solu-
cin ptima incluira dos artculos del tipo 1, que correspondera a la trayectoria (10, 1)(2, 2)(2, 3)
(2, 4).
Con esta solucin se tiene un espacio de 2 libras sin usar.
prog_dinamica-2.doc
22
Prof. Ing. Claudio L. R. Sturla
Otra Solucin Recursiva para Problemas de Mochila
Se pueden utilizar otros mtodos para resolver problemas de mochila con programacin dinmica.
El mtodo que explicaremos forma la mochila ptima determinando primero cmo llenar de manera
ptima una mochila y, a continuacin, con esta informacin, cmo llenar de manera ptima una mo-
chila ms grande.
Definimos ( ) w g como el beneficio mximo que se puede obtener de una mochila de w libras.
En lo que sigue,
j
b
es el beneficio ganado de un artculo nico del tipo j, y
j
w
es el peso de un solo ar-
tculo del tipo j
Es evidente que ( ) 0 para y 0 0 w g
( ) ( ) { }
j j
j
w w g b w g + mx
(8)
donde j debe ser elemento de { 1, 2, 3} y se debe cumplir que
w w
j
El razonamiento que apoya la Ecuacin (8) es el siguiente: para llenar de modo ptimo una mochila de
w libras, debemos comenzar por colocar algn artculo en ella.
Si colocamos un artculo tipo j en una mochila de w libras, lo mejor que podemos hacer es ganar
j
b
+
(lo mejor que podamos hacer con una mochila de
( )
j
w w
libras).
Definimos a ( ) w x como cualquier tipo de artculo que alcance el mximo en la Ecuacin (8) y
( ) 0 w x cuando ningn artculo se pueda meter ya en una mochila de w libras.
Para mostrar la aplicacin de la Ecuacin (8) volveremos a resolver el Ejemplo 6.
Como no se puede meter artculo alguno en una mochila de 1 o 2 libras, tenemos que
( ) ( ) ( ) 0 2 1 0 g g g y ( ) ( ) ( ) 0 2 1 0 x x x
Como slo cabe un artculo del tipo 2 en una mochila de 3 libras, tenemos que ( ) ( ) 2 3 y 7 3 x g
Al continuar, vemos que
( )
( )
( )
'
+
+
2) tipo (Artculo 7 1 g 7
1) tipo (Artculo * 11 0 11
mx 4
g
g
Entonces, ( ) ( ) 1 4 y 11 4 x g
( )
( )
( )
( )
'
+
+
+
3) tipo (Artculo * 12 0 g 12
tipo2) (Artculo 7 2 g 7
1) tipo Artculo ( 11 1 11
mx 5
g
g
prog_dinamica-2.doc
23
Prof. Ing. Claudio L. R. Sturla
Figura 7
Representacin en red del problema de la mochila
O sea, ( ) ( ) 3 5 y 12 5 x g
( )
( )
( )
( )
'
+
+
+
3) tipo Artculo ( 12 1 g 12
2) tipo Artculo ( * 14 3 g 7
1) tipo Artculo ( 11 2 11
mx 6
g
g
Entonces ( ) ( ) 2 6 y 14 6 x g
prog_dinamica-2.doc
24
Prof. Ing. Claudio L. R. Sturla
( )
( )
( )
( )
'
+
+
+
3) tipo Artculo ( 12 2 g 12
2) tipo Artculo ( * 18 4 g 7
1) tipo Artculo ( * 18 3 11
mx 7
g
g
O sea, ( ) ( ) ( ) 2 7 1 7 y 18 7 x x g
( )
( )
( )
( )
'
+
+
+
3) tipo Artculo ( 19 3 g 12
2) tipo Artculo ( 19 5 g 7
1) tipo Artculo ( * 22 4 11
mx 8
g
g
Entonces ( ) ( ) 1 8 y 22 8 x g
( )
( )
( )
( )
'
+
+
+
3) tipo Artculo ( * 23 4 g 12
2) tipo Artculo ( 21 6 g 7
1) tipo Artculo ( * 23 5 11
mx 9
g
g
O sea, ( ) ( ) ( ) 3 9 1 9 y 23 9 x x g
( )
( )
( )
( )
'
+
+
+
3) tipo Artculo ( 24 5 g 12
2) tipo Artculo ( * 25 7 g 7
1) tipo Artculo ( * 25 6 11
mx 10
g
g
As, ( ) ( ) ( ) 2 10 1 10 y 25 10 x x g
Para llenar la mochila en forma ptima, comenzamos por colocar cualquier artculo ( ) 10 x en ella.
Escojamos en forma arbitraria un artculo tipo 1.
Esto nos deja con 10 4 = 6 libras por llenar, as que colocamos un artculo ( ) 4 10 x = 2, tipo 2 en la
mochila.
Con ello tenemos 6 3 = 3 libras por llenar, lo cual hacemos con un artculo ( ) 2 3 6 x , tipo 2.
Por lo tanto, podemos alcanzar el beneficio mximo de ( ) 25 10 g llenando la mochila con 2 artculos
tipo 2 y uno tipo 1.
El Teorema de la Autopista de Peaje
Para un problema de mochila, sea
j
c
= beneficio obtenido de cada artculo tipo j
j
w
= peso de cada artculo tipo j
En trminos de beneficio por unidad de peso, el mejor artculo es el que tenga valor mximo de
j
j
w
c
Supongamos que hay n tipos de artculos que se pidieron de tal modo que
n
n
w
c
w
c
w
c
2
2
1
1
prog_dinamica-2.doc
25
Prof. Ing. Claudio L. R. Sturla
As, los artculos tipo 1 son los mejores, los del tipo 2 estn en segundo lugar, y as sucesivamente.
Por ejemplo, la solucin ptima al problema de mochila siguiente:
4 3 2 1
8 12 22 16 mx x x x x z + + +
sujeto a
14 4 5 7 5
4 3 2 1
+ + + x x x x
negativo no nmero
i
x
Di se resolviera por programacin lineal entera la solucin es
0 ; 2 ; 44
4 3 1 2
x x x x z
Suponga que
2
2
1
1
w
c
w
c
,
_
2
2
1 1
1 1 *
w
c
w c
w c
w
As, para el problema de la mochila
4 3 2 1
8 12 22 16 mx x x x x z + + +
sujeto a
w x x x x + + +
4 3 2 1
4 5 7 5
negativo no entero nmero
i
x
se usar al menos un artculo tipo 1 si
( )
280
7
22
5 16
5 16
*
,
_
w
Con este resultado se reducen mucho los clculos necesarios para resolver un problema de mochila.
Por ejemplo, suponga que w = 4.000.
Como sabemos que para 280 w , la solucin ptima tendr por lo menos un articulo tipo 1, podernos
llegar a la conclusin de que la forma ptima de llenar una mochila de 4.000 libras consistir en un art-
culo tipo 1 ms la forma ptima de llenar una mochila de 4.000 5 = 3.995 libras.
prog_dinamica-2.doc
26
Prof. Ing. Claudio L. R. Sturla
Si repetimos este razonamiento se demuestra que la manera ptima de llenar una mochila de 4.000 li-
bras consistir en 744
5
280 000 . 4
'
+ +
+ +
'
+
+ +
+ +