Clase4 IOPDParte2 2014

UNIVERSIDAD SAN PEDRO
Escuela de Ingeniera Industrial

Investigacin Operativa II
PROGRAMACION DINAMICA APLICACIONES

2.6 Problema Tipo Mochila
El Consejo Mundial de la Salud se dedica a mejorar la atencin mdica en los pases en desarrollo. Ahora dispone
de cinco brigadas mdicas para asignarlas a tres de ellos con el fin de mejorar el cuidado de la salud, la educacin
para la salud y los programas de capacitacin. El consejo debe determinar cuntas brigadas asignar (si lo hace) a
cada uno de estos pases para maximizar la medida de eficiencia de las cinco brigadas. Estas deben mantenerse
como estn constituidas, es decir, el nmero asignado a cada pas debe ser un entero.
La medida de desempeo se da en trminos de los aos de vida adicionales por persona. (Para un pas especfico,
esta medida es igual al incremento en el promedio de vida esperado en aos, multiplicado por su poblacin). En la
tabla 2.1 se dan las estimaciones de estos aos de vida adicionales por persona (en mltiplos de 1000) para cada
pas y para cada asignacin posible de brigadas mdicas.
Cul es la asignacin que maximiza la medida de desempeo?
Brigadas
mdicas
0
1
2
3
4
5
Miles de aos-persona de vida adicionales

Pas
1
2
3
0
0
0
45
20
50
70
45
70
90
75
80
105
110
100
120
150
130
Tabla: Datos para el problema del Consejo Mundial de la salud

Formulacin: Este problema requiere que se tomen tres decisiones interrelacinales, a saber, cuntas brigadas
convienen asignar a cada uno de los tres pases. Aun cuando no existe una secuencia fija, estos tres pases se
pueden considerar como las tres etapas en la formulacin de programacin dinmica. Las variables de decisin dn
(n = 1, 2, 3) son el nmero de brigadas que se asignan a la etapa (pas) n.
Xn = nmero de brigadas mdicas todava disponibles para asignarse a los pases restantes ( n,,3)
As, en la etapa 1 (pas 1), cuando todava quedan por asignar brigadas a los tres pases, x1 = 5. Sin embargo, en las
etapas 2 y 3 (pases 2 3), xn es 5 menos el nmero de brigadas asignadas en etapas anteriores, de manera que la
secuencia de estados es:
x1 = 5, x2 = 5 d1, x3 = x2 d2
Con el procedimiento de programacin dinmica que resuelve hacia atrs etapa por etapa, cuando se trabaja en la
etapa 2 o 3, todava no se han obtenido las asignaciones de las etapas anteriores. Por lo tanto, se deben considerar
todos los estados posibles al iniciar la etapa 2 o 3, a saber xn = 0, 1, 2, 3, 4, 5
Para establecer el problema matemticamente, sea
) la medida de desempeo obtenida si se asignan xi
brigadas mdicas al pas i, segn los datos de la anterior. Entonces el objetivo es elegir x1, x2, x3 para
Maximizar
Sujeta a
=5
Y las xi son enteros no negativos.
Si se usa la notacin presentada, la ecuacin de optimizacin ser:
{
Solucin Tabular
{
}
}
Si
Etapa 3
Investigacin Operativa II Programacin Dinmica
Docente: Mg. Ing. J. Paredes C.

x3
d3
0
0
0
0
0
0
0
0
1
2
3
4
5
Etapa 2
1
50
50
50
50
50
2
70
70
70
70
1
20+0=20
20+50=70
20+70=90
20+80=100
20+100=120
0
50
70
80
100
130
45+0=45
45+50=95
45+70=115
45+80=125
75+0=75
75+50=125
75+70=145
110+0=110
110+50=160
150+0=150
3
90+70=160
4
105+50=155
5
120+0=120
0
50
70
95
125
160
0
0
01
2
3
4
}
d1
0
0+160=160
0
1
2
3
4
5
(x2)
x1
5
5
130
d2
0
0+0=0
0+50=50
0+70=70
0+80=80
0+100=100
0+130=130
Etapa 1
4
100
100
x2
0
1
2
3
4
5
(x3)
3
80
80
80
1
45+125=170
2
70+95=165
(x1)
170
Solucin:
Asignar 1 brigada al pas 1

Asignar 3 brigadas al pas 2
Asignar 1 brigada al pas 3
Como (x1) = 170, esta asignacin de (1, 3, 1) brigadas mdicas a los tres pases conducir a un total estimado de
170000 aos de vida adicionales, lo que significa por lo menos 5000 ms que para cualquier otra asignacin.
2.7 Modelo particular tipo mochila (con restricciones)
Un camionero que trabaja por su cuenta tiene 10m3 de espacio disponible en un camin que saldr para la ciudad
de Lima. Un distribuidor que tiene grandes cantidades de tres artculos diferentes, todos destinados para esa
ciudad, ha ofrecido al camionero los siguientes pagos por transportar tantos artculos como quepan en el camin:
Cuntas unidades de cada artculo deber aceptar el camionero a fin de maximizar los pagos de embarque, con la
condicin de embarcar por lo menos un artculo de cada tipo y sin exceder la capacidad del camin?.
Para este caso hay dos caminos para dar respuesta al modelo, pero en ambos casos el diagrama de bloques es el
mismo:
Camino 1
La funcin recursiva no cambia, pero sin embargo el rango de variacin de la decisin y del estado en cada etapa
vara completamente a saber:
Si deseamos generalizar el rango de variacin para cualquier nmero de etapas, de los parmetros Dn y Sn
tendremos:

Ahora bien aplicando la forma tabular y manteniendo la funcin recursiva con los rangos de variacin encontrados
se tiene lo siguiente:
Para n = 3
Para n = 2
Para n = 1
Respuesta:
embarcar 2 unidades del artculo I

embarcar 2 unidades del artculo II
embarcar 1 unidades del artculo III
con beneficio 2 x11 = 22

Total 119
Camino 2
En este caso lo ms prctico es de la capacidad total 10 m3, reservar 7 m3 para cumplir con el requerimiento de
llevar una unidad de cada tipo de artculo y el resto de capacidad 3 m3 disponibles se le da el tratamiento que se le
dio al ejemplo 1 (modelo general sin restricciones), el resultado debe ser el mismo; se deja al alumno para que
compruebe lo manifestado. Obsrvese que con el restante de 3 m3 pude llevar 1 unidad del artculo 1 y 1 unidad del
artculo 2 adicionales; logrando en total llevar:
embarcar 2 unidades del artculo I
embarcar 2 unidades del artculo II
embarcar 1 unidades del artculo III
Total 119
Y se llega al mismo resultado
3. PROBLEMA DE LA ASIGNACION DE DINERO (INVERSIONES)
Ejemplo 3.1: Un inversionista tiene $ 6000 para invertir en uno de tres riesgos. l debe invertir en unidades de $
1000. El retorno potencial a partir de la inversin en cualquier riesgo depende de la cantidad invertida, de acuerdo
a la tabla:

Cantidad invertida
0
1
2
3
4
5
6
Retorno a partir del riesgo

B
C
0
0.5
1.0
3.0
3.1
3.2
3.3
0
1.5
2.0
2.2
2.3
2.4
2.5
d3 = cunto
Invertir en A
d2 = Cunto
invertir en B
d1 = Cunto
invertir en C
2
x2 = x3 d3
x3 = $ 6000
0
1.2
2.4
2.5
2.6
2.7
2.8
r3 = Retorno
a partir de A
1
x1 = x2 d2
r2 = Retorno
a partir de en B
x0 = x1 d1
r1 = Retorno
a partir de C
Representacin del problema de inversin como problema de programacin dinmica.

Este ejemplo puede expresarse como un problema de programacin dinmica en el cual la decisin con respecto a
la cantidad para invertir en cada riesgo se observa como una etapa. Por tanto N = 3, nmero de decisiones que
deben tomarse o sea, el nmero de etapas es 3. Esta situacin se representa grficamente en la figura anterior.
En este caso el problema se visualiza como uno en el cual el inversionista que tiene inicialmente $ 6000 y toma la
decisin d3 con respecto a la cantidad que debe invertir en A. Como salida de esta etapa l tiene 6000 d3 para
invertir en B y C. En la etapa 2, toma la decisin d 2, la cual determina la cantidad que queda para invertir en C, x1
= x2 d2. En este caso es evidente que todo el dinero restante debe invertirse en C. Este problema se desarrolla con
mayor facilidad empleando el mtodo tabular. Se construye una tabla con los resultados obtenidos a partir de todas
las condiciones de entrada y decisiones posibles en cada etapa.
Para iniciar, se comienza por el final, esto es, cuando slo falta tomar una decisin, n = 1. La tabla 1 presenta los
resultados de las posibles decisiones d1 para diferentes condiciones de entrada x1.
Posibles decisiones d1 en la etapa 1
Solucin ptima
1
2
3
4
5
6
(x1)
0
0
0
1.2
1.2
1
1
1.2
2.4
2.4
2
2
1.2
2.4
2.5
2.5
3
3
1.2
2.4
2.5
2.6
2.6
4
4
1.2
2.4
2.5
2.6
2.7
2.7
5
5
1.2
2.4
2.5
2.6
2.7
2.8
2.8
6
6
Tabla 1 (x1) = resultado optimal para las condiciones de entrada x1. Se observa que las respuestas en negrita indican
decision optimal para esa condicion de entrada x1. La (-) indica que no es factible.
X1
0
0
0
0
0
0
0
0
, la
Se observa que todos los valores posibles de las condiciones de entrada, los cuales pueden obtenerse a partir de
decisiones anteriores, se han expresado como una lista de filas. Esta tabla incluye todo el intervalo desde x 1 = 0
(todos los fondos se han agotado) hasta x1 = $ 6000 (no hay fondos invertidos en A o en B). Por ejemplo, la fila 4
indica que an no han sido invertidos $ 4000, x1 = 4. Los valores bajo d1 = 0 hasta 6 dan los resultados
(x1)
cuando se invierten $ 0, 1000, 2000, en el riesgo C.
Puede observarse que si slo se dispone de $ 4000 (x1 = 4), no es factible invertir $ 5000 o $ 6000 en el riesgo C.
La columna
(x1) da el resultado optimal para esa condicin de entrada. Puesto que n = 1 (falta una decisin), no
hay que incluir retornos de decisiones futuras.
Ahora se regresa a la etapa anterior de manera que all faltan dos decisiones, n = 2. En esta etapa las posibles
condiciones de entrada estn en el intervalo entre 0 y $ 6000. En el clculo de retorno total a partir de una decisin
d2 , el retorno
(x2) a partir de la etapa 2 se suma al mejor retorno disponible a partir de la etapa 1.

(x2) = d2 +
(x2-d2)
En la tabla 3.2 se presenta un resumen de estos clculos.

0
Solucin
ptima
(x2)
0
0+1.2=1.2
0+2.4=2.4
0+2.5=2.5
0+2.6=2.6
0+2.7=2.7
0+2.8=2.8
1.5+0=1.5
1.5+1.2=2.7
1.5+2.4=3.9
1.5+2.5=4.0
1.5+2.6=4.1
1.5+2.7=4.2
2.0+0=2.0
2.0+1.2=3.2
2.0+2.4=4.4
2.0+2.5=4.5
2.0+2.6=4.6
2.2+0=2.2
2.2+1.2=3.4
2.2+2.4=4.6
2.2+2.5=4.7
2.3+0=2.3
2.3+1.2=3.5
2.3+2.4=4.7
2.4+0=2.4
2.4+1.2=3.6
2.5+0=2.5
0
1.5
2.7
3.9
4.4
4.6
4.7
X2
0
1
2
3
4
5
6
0
1
1
1
2
3
34
Tabla 3.2: Matriz de retorno en n = 2

Como ejemplo, en la fila x2 = 4, si se toma la decisin d2 = 2000, el retorno de la etapa 2 es $ 2000. La entrada a la
etapa 1, x1, obtenida por invertir $ 2000 en B, es $ 4000 - $ 2000 = $ 2000
xi = xi+1 di+1
Esto significa que el dinero disponible en la etapa i es la cantidad disponible en la etapa anterior menos la cantidad
invertida en esa etapa. Observando la etapa 1, si se conoce que x1 = $ 2000, entonces
(xi) = $ 2400 a partir de la
tabla 3.1. El resultado total de la etapa 2 es la suma de estos valores:
(x2) = d2 +
(x1) = $ 2000 + $ 2400 = $ 4400
(x3) = d3 +
(x3-d3)
X3
0
6
0+4.7=4.7
1
0.5+4.6=5.1
2
1.0+4.4=5.4
3
3.0+3.9=6.9
4
3.1+2.7=5.8
3.2+1.5=4.7
3.3+0=3.3
Solucin
ptima
(x3)
6.9
x3
3
Tabla 3.3. Matriz de retorno en n = 3

Finalmente en la etapa 3 (faltan tres decisiones) se conoce que la entrada x 3 es $ 6000 ya que esta es la cantidad
total de capital disponible.
Esta condicin de entrada debe ser evaluada en todo el intervalo de decisiones factibles. Estos clculos se resumen
en la tabla 3.3, la cual muestra que la secuencia optimal de decisiones ocasiona un retorno total de
= $ 6900.
Esta secuencia optimal de decisiones es
= 3 (quedando x2 = $ 6000 - $ 3000 = $ 3000), y en x2 = 3,
=1
(quedando x3 = $ 3000 - $ 1000 = $ 2000) y en x1 = 2,
=2
Ejemplo 3.2: Sean cuatro regiones econmicas I, II, III y IV donde se va a realizar una promocin de ventas.
Se dispone de una suma A para invertirla en las cuatro zonas.
Las ganancias por regin se suponen conocidas y son:
Ganancia
Inversin
I
II
III
IV
0
0
0
0
0
1
0,28
0,25
0,15
0,2
2
0,45
0,41
0,25
0,33
3
0,65
0,55
0,4
0,42
4
0,78
0,65
0,5
0,48
5
0,9
0,75
0,62
0,53
6
1,02
0,8
0,73
0,56
7
1,13
0,85
0,82
0,58
8
1,23
0,88
0,9
0,6
9
1,32
0,9
0,96
0,6
10
1,38
0,9
1
0,6
Suponemos A = 100 millones de UM, distribuidos en 10 unidades de 10 millones de UM cada una.

Una posibilidad es invertir:

3 en I, 1 en II, 5 en III y 1 en IV
0,65 + 0,25 + 0,62 +0,2 = 1,72
Existen 286 polticas posibles.
Llamaremos x1 , x2 , x3 y x4 a las inversiones en decenas de millones de UM en las zonas I, II, III y IV.
Llamaremos vx1 , vx2 , vx3 y vx4 a las ganancias en las zonas correspondientes y F x1 , x2 , x3 , x4 a la
ganancia total; con la restriccin
x1 x2 x3 x4 10
xi Toma valores enteros solamente entre 0 y 10
Hacemos:
x1 x2 u1
u1 x3 u 2
u 2 x4 A
Se puede escribir:
F x1 , u1 , u2 , A v1 x1 v2 u1 x1 v3 u2 u1 v4 A u2
Comenzamos calculando para las dos primeras zonas juntas.
f1, 2 u1
mx
x1 0,1, 2,, u1
v1 x1 v2 u1 x1
Que aplicada en forma sistemtica da:
f1, 2 u1 0 v1 0 v2 0 0 0 0
ptima 0, 0
f1, 2 u1 1 mxv1 0 v2 1; v1 1 v2 0 mx 0 0,25; 0,28 0 0,28
ptima 1, 0
f1, 2 u1 2 mxv1 0 v2 2; v1 1 v2 1; v1 2 v2 0 mx 0 0,41 ; 0,25 0,28; 0,45 0 0,53

ptima 1, 1
f 1, 2 u1 3 mxv1 0 v 2 3; v1 1 v 2 2; v1 2 v 2 1; v1 3 v 2 0
mx0 0,55 ; 0,28 0,41; 0,45 0,25 ; 0 0,65 0,7
Los resultados se muestran en la tabla siguiente:
ptima 2, 1 Y as siguiendo.
x1 x2 u1
v1 x1
v2 x2
f1, 2 u1
Subpolticas ptimas para I y II
(0, 0)
0,28
0,25
0,28
(1, 0)
0,45
0,41
0,53
(1, 1)
0,65
0,55
0,7
(2, 1)
0,78
0,65
0,9
(3, 1)
0,9
0,75
1,06
(3, 2)
1,02
0,8
1,2
(3, 3)
1,13
0,85
1,33
(4, 3)
1,23
0,88
1,45
(5, 3)

9
1,32
0,9
1,57
(6, 3)
10
1,38
0,9
1,68
(7, 3)
Ntese que las columnas segunda y tercera son simple copia de los rendimientos en las reas I y II.
Ahora hacemos:
f1, 2, 3 u 2 mx
u1 0,1, , u2
f u v u
1, 2
u1
Por ejemplo:
f1, 2, 3 u 2 0 mx f1, 2 0 v3 0 0 0 0
u1 0
ptima 0, 0, 0
f1, 2, 3 u 2 1 mx f1, 2 0 v3 1; f1, 2 1 v3 0

u1 0 ,1
ptima 1, 0, 0
mx 0 0,15 ; 0,28 0 0,28

Y as siguiendo.
Los clculos completos se muestran en la tabla siguiente:
u1 x3
f1, 2 u1
v3 x3
f1, 2, 3 u 2
Subpolticas ptimas para I, II y III
(0, 0, 0)
0,28
0,15
0,28
(1, 0, 0)
0,53
0,25
0,53
(1, 1, 0)
0,7
0,4
0,7
(2, 1, 0)
0,9
0,5
0,9
(3, 1, 0)
1,06
0,62
1,06
(3, 2, 0)
1,2
0,73
1,21
(3, 2, 1)
1,33
0,82
1,35
(3, 2, 2)
1,45
0,9
1,48
(4, 3, 1)
1,57
0,96
1,6
(5, 3 1) (3, 3, 3)
10
1,68
1,73
(4, 3, 3)
Obsrvese que la tercera columna son las ganancias del rea III y que la segunda columna es el resultado de la
tabla anterior.
Ahora hacemos:
f1, 2, 3, 4 A
f u v A u
mx
u2 0,1, 2, , A
1, 2, 3
Por ejemplo:
f1, 2, 3 A 0 mx f1, 2, 3 0 v4 0 0 0 0
u 2 0
ptima 0, 0, 0, 0
f1, 2, 3, 4 A 1 mx f1, 2, 3 0 v4 1; f1, 2, 3 1 v4 0 mx 0 0 ; 0,28 0 0,28 ptima 1, 0, 0, 0

u 2 0 ,1

f1, 2, 3, 4 A 2 mx f1, 2, 3 0 v4 2; f1, 2, 3 1 v4 1; f1, 2, 3 2 v4 0

u2 0 ,1, 2
mx 0 0,33; 0,28 0,2 ; 0,53 0 0,53
ptima 1, 1, 0, 0
f1, 2, 3, 4 A 3 mx f1, 2, 3 0 v4 3; f1, 2, 3 1 v4 2; f1, 2, 3 2 v4 1; f1, 2, 3 3 v4 0

u2 0 ,1, 2, 3
mx 0 0,48 ; 0,28 0,33; 0,53 0,2 ; 0,7 0 0,73
u 2 x4
f1, 2, 3 u 2
v4 x4
f1, 2, 3, A A
Subpolticas ptimas para I, II, III y IV
(0, 0, 0, 0)
0,28
0,2
0,28
(1, 0, 0, 0)
0,53
0,33
0,53
(1, 1, 0, 0)
0,7
0,42
0,73
(1, 1, 0, 1)
0,9
0,48
0,9
(3, 1, 0, 0) (2, 1, 0, 1)
1,06
0,53
1,1
(3, 1, 0, 1)
1,21
0,56
1,26
(3, 2, 0, 1)
1,35
0,58
1,41
(3, 2, 1, 1)
1,48
0,6
1,55
(3, 3, 1, 1)
1,6
0,6
1,68
(4, 3, 1,1) (3, 3, 1, 2)
10
1,73
0,6
1,81
(4, 3, 1, 2)
Los valores ptimos son
x1* 4
x2* 3
x3* 1
x4* 2 y la ganancia mxima 1,81
Se puede verificar que todas las subpolticas de 4, 3, 1, 2 son ptimas.

Si consideramos slo I, II y III
x1* 4
x2* 3
x3* 1 Es una subpoltica ptima que corresponde a u 2 8

Etapa 1
X1
0
1
2
3
4
5
6
7
8
9
10
0
0
0
0
0
0
0
0
0
0
0
0
1
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
0.2
2
0.33
0.33
0.33
0.33
0.33
0.33
0.33
0.33
0.33
3
0.42
0.42
0.42
0.42
0.42
0.42
0.42
0.42
4
0.48
0.48
0.48
0.48
0.48
0.48
0.48
5
0.53
0.53
0.53
0.53
0.53
0.53
Solucin
6
0.56
0.56
0.56
0.56
0.56
7
0.58
0.58
0.58
0.58
8
0.6
0.6
0.6
9
0.6
0.6
10
0.6
0
0.2
0.33
0.42
0.48
0.53
0.56
0.58
0.6
0.6
0.6
0
1
2
3
4
5
6
7
8
9
10
Etapa 2
x2
0
1
2
3
4
5
6
7
8
9
10

0
0
0+0.2=0.2
2
_
0.15+0=0.15
3
_
_
4
_
_
_
5
_
_
_
Solucin
6
_
_
_
_
_
7
_
_
_
_
_
_
8
_
_
_
_
9
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
10
_
0+0.33=0.33
0.15+0.2=0.35
0.25+0=0.25
0+0.42=0.42
0.15+0.33=0.48
0.25+0.20=0.45
0.4+0=0.4
0+0.48=0.48
0.15+42=0.57
0.25+0.33=0.58
0.4+0.2=0.6
0+0.53=0.53
0.15+0.48=0.63
0.25+0.42=0.67
0.4+0.33=0.73
0.5+0.2=0.7
0.62+0=0.62
0+0.56=0.56
0.15+0.53=0.68
0.25+0.48=0.73
0.4+0.42=0.82
0.5+0.33=0.83
0.62+0.2=0.82
0.73+0=0 73
0+0.58=0.58
0.15+0.56=0.71
0.25+0.53=0.78
0.4+0.48=0.88
0.5+0.42=0.92
0.62+0.33=0.95
0.73+0.2=0.93
0+0.6=0.6
0.15+0.58=0.73
0.25+0.56=0.81
0.4+0.53=0.93
0.5+0.48=0.98
0.62+0.42=1.04
0.73+0.33=1.06
0.82+0.2=1.02
0.9+0=0.9
0+0.6=0.6
0.15+0.6=0.75
0.25+0.58=0.83
0.4+0.56=0.96
0.5+0.53=1.03
0.62+0.48=1.1
0.73+0.42=1.15
0.82+0.33=1.15
0.9+0.2=1.1
0.96+0=0.96
_
_
_
_
_
_
_
0+0.6=0.6
0.15+0.6=0.75
0.25+0.6=0.85
0.4+0.58=0.98
0.5+0.56=1.06
0.62+0.53=1.15
0.73+0.48=1.21
0.82+0.42=1.24
0.9+0.33=1.23
0.96+0.2=1.16
1+0=1
0.5+0=0.5
_
_
0.82+0=0.82
Etapa 3
0
0.2
0.35
0.48
0.6
0.73
0.83
0.95
1.06
1.15
0
1
1
1
3
3
4
5
6
6,7
1.24

X3
0
1
2
3
4
5
6
7
8
9
10
1
0
2
_
_
_
0+0.2=0.2
0.25+0=0.25
0+0.35=0.35
0.25+0.2=0.45
0.41+0=0.41
0+0.48=0.48
0.25+0.35=0.6
0.41+0.2=0.61
0+0.6=0.6
0.25+0.48=0.73
0.41+0.35=0.76

3
4
5
_
_
_
_
_
-_
_
_
_
_
0.55+0=0.55
0.55+0.2=0.75
0.65+0=0.65
_
Solucin
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0+0.73=0.73
0.25+0.6=0.85
0.41+0.48=0.89
0.55+0.35=0.88
0.65+0.2=0.85
0.75+0=0.75
0+0.83=0.83
0.25+0.73=0.98
0.41+0.6=1.01
0.55+0.48=1.03
0.65+0.35=1.0
0.75+0.2=0.95
0.8+0=0.8
0+0.95=0.95
0.25+0.83=0.1.08
0.41+0.73=1.14
0.55+0.6=1.15
0.65+0.48=1.13
0.75+0.35=1.1
0.8+0.2=1.0
0+1.06=1.06
0.25+0.95=1.20
0.41+0.83=1.24
0.55+0.73=1.28
0.65+0.6=1.25
0.75+0.48=1.23
0.8+0.35=1.15
0.85+0.2 1,05
0.88+0=0.88
0+1.15=1.15
0.25+1.06=1.31
0.41+0.95=1.36
0.55+0.83=1.38
0.65+0.73=1.38
0.75+0.6=1.35
0.8+0.48=1.28
0.85+0.35-1.20
0.88+0.2=1.08
0.9+0=0.9
0+1.24=1.24
0.25+1.15=1.40
0.41+1.06=1.47
0.55+0.95=1.5
0.65+0.83=1.48
0.75+0.73=1.48
0.8+0.6=1.4
0.85+0 48=1.33
0.88+0.33=1.23
0.9+0.2=1.1
_
_
0.85+0=0.85
10
_
_
_
_
_
_
_
_
_
0.9+0=0.9
0
0.25
0.45
0.61
0.76
0.89
1.03
1.15
1.28
1.38
1.5
0
1
1
2
2
2
3
3
3
34
ETAPA 4
X4
0
1
2
3
4
5
6
7
8
9
10

2
0
0
0+0.25=0.25
0.28+0=0.28
0+0.45=0.45
0.28+0.25=0.53
0.45+0=0.45
0+0.61=0.61
0.28+0.45=0.73
0.45+0.25=0.7
0.65+0=0.65
0+0.76=0.76
0.28+0.61=0.89
0.45+0.45=0.9
0.65+0.25=0.9
0.78+0=0.78
0+0.89=0.89
0.28+0.76=1.04
0.45+0.61=1.06
0.65+0.45=1.1
0.78+0.25=1.03
0.9+0=0.9
0+1.03=1.03
0.28+0.89=1.17
0.45+0.76=1.21
0.65+0.61=1.26
0.78+0.45=1.23
0.9+0.25=1.15
1.02+0=1.02
0+1.15=1.15
0.28+01.03=1.31
0.45+0.89=1.34
0.65+0.76=1.41
0.78+0.61=1.39
0.9+0.45=1.35
1.02+0.25=1.27
113+0=1.13
0+1.28=1.28
0.28+1.15=1.43
0.45+1.03=1.48
0.65+0.89=1.54
0.78+0.76=1.54
0.9+0.61=1.51
1.02+0.45=1.47
1.13+0.25=1.38
1.23+0=1.23
0+1.38=1.38
0.28+1.28=1.56
0.45+1.15=1.6
0.65+1.03=1.68
0.78+0.89=1.67
0.9+0.76=1.66
1.02+0.61=1.63
1.13+0.45=1.58
1.23+0.25=1.48
1.32+0=1.32
10
_
_
_
_
_
_
_
_
_
_
0+1.38=1.38
0.28+1.38=1.66
0.45+1.28=1.73
0.65+1.15=1.8
0.78+1.03=1.81
0.9+0.89=1.79
1.02+0.76=1.78
1.13+0.61=1.74
1.23+0.45=1.68
1.32+0.25=1.57
1.38+0=1.38
3
_
_
4
_
_
_
_
_
_
_
10
5
_
_
Solucin
_
_
7
_
_
_
_
_
_
8
_
_
_
_
_
_
_
9
_
_
_
_
_
_
_
_
_
_
_
_
_
_
_
0
0.28
0.53
0.73
0.9
1.1
1.26
1.41
1.54
1.68
1.81
0
1
1
1
23
.3
3
3
34
3
4

X4 = 4
X3 = 3
X2 = 1
X1 =2
La utilidad mxima es de 1.81*10 = 18.1 Millones de unidades monetarias, para maximizar las inversiones deben
hacerse de la siguiente manera:
Inversiones
4*10 = 40 Millones en la Regin I
3*10 = 30 Millones en la Regin II
1*10 = Millones en la regin III
2*10 = 20 Millones en la regin IV
Ganancia total
Ganancia
0.78
0.55
0.15
0.33
1.81
Caso: Asignacin de recursos con retornos tabulados

3.3. Problema de Presupuesto de Capital
Una compaa tiene tres fbricas existentes, y en cada una se est considerando una posible expansin. El capital
total asignado para expansin es 5 millones de soles. El nmero de planes alternativos para la fbrica i,(i = 1,2,3)
incluyendo la posibilidad de ninguna expansin, el costo esperado adicional de cada alternativa para la fbrica i y
el retorno correspondiente se tabulan en la siguiente tabla.
El objetivo del problema de decisin es seleccionar un plan factible para cada fbrica i tal que se maximice el
ingreso total resultante.
La solucin de este problema siguiendo la metodologa de programacin dinmica es dividir el problema en tres
etapas en el cual cada etapa constituye una fbrica, el estado del sistema es el dinero disponible para cada etapa o
fbrica y la decisin que se toma en cada etapa es Cunto invertir?. Procediendo de la siguiente manera:
Se grafica las etapas del problema para una mejor ilustracin y se aplica el mtodo de solucin de derecha a
izquierda.
Rn(Dn, Sn): representa la confiabilidad por tomar la decisin Dn (instalar 1, 2, 3); unidades en paralelo en la etapa
n ( componente 1, 2 3) para pasar del estado Sn (dinero disponible al inicio de la etapa n) al estado Sn+1.
Para n=3 (fbrica 3)
Para n =2 (fbrica 2)
11

Para n = 1 (fbrica 1)
El problema tiene soluciones ptimas alternativas:

Invertir 1 Milln de soles en la fbrica 1
Invertir 3 Millones de soles en la fbrica 2
5
9
3
17

5
12
0
17

6
8
3
17
4. Problema de corte
Una fbrica de papel ha recibido solicitudes de cuatro diferentes litografas (imprentas), de la siguiente manera:
Beneficio por rollo
Solicitud 1: 6 rollos de 2,5 mts de ancho
b1 = $3,10/rollo
b2 = $5,25/rollo
b3 = $4,40/rollo
b4 = $2,50/rollo
La fbrica tiene un rollo de 7 metros de ancho de papel para atender estas rdenes. Ordenes parciales pueden ser
satisfechas. cules rdenes y cuanto de cada una se deben satisfacer para maximizar el beneficio total?.
El diagrama de bloques:
a) Etapa n: Solicitud a la que asignara una cantidad de rollos (n = 1, 2, 3, 4).

b) Variable de estado Sn: Cantidad de metros disponibles al inicio de cada etapa.
c) Variable de decisin Dn : Cantidad de rollos, a entregar en cada etapa
d) Estado al final de la etapa n: Sn+1 = Sn - rnDn.
rn = ancho del rollo pedido
e) Funcin de retorno: Ventas mximas = Rn (Dn, Sn+1)
f) La cantidad de rollos que se pueden despachar de cada solicitud es:
como mnimo cero (0) y como mximo {Min (solicitud n , entero (7 / ancho n)) }; es decir:
0 D1 min (6, 7/2.5 ) 0 D1 2
0 D2 min (5, 7/4.0 ) 0 D2 1
12

0 D3 min (4, 7/3.0 ) 0 D3 2

0 D4 min (8, 7/2.0 )
g) La funcin de retorno inmediato Rn(Dn, Sn+1) = Dn x bn
Funcin Recursiva:
0 D4 3
Para n=4
Para n=3
Para n=2
Para n=1
Respuesta:
Atender con 0 rollos a la solicitud 1
Atender con 1 rollo a la solicitud 2
beneficio
0x3,10 = 0,00
1x5,25 = 5,25
13

Atender con 1 rollo a la solicitud 3

Atender con 0 rollos a la solicitud 4
1x4,40 = 4,40
0x2,50 = 0,00
Beneficio total = 9,65
Problema 5: Produccin e Inventario

Caso 5.1.: La BUILD-EM-FAST COMPANY ha acordado con su mejor cliente abastecerlo con un dispositivo
especial con 3 unidades durante cada una de las tres semanas siguientes, aun cuando producirlos va a requerir
horas extra de mano de obra. Los datos de produccin concernientes son como se indica en la tabla:
El costo por unidad producida con tiempo extra a la semana es $100 ms que en las horas normales. El costo de
almacenamiento es $50 por unidad por cada semana que se guarda. Existe un inventario de dos dispositivos, pero
la compaa no desea quedarse con ninguno despus de tres semanas. Utilice programacin dinmica para
determinar cuntas unidades debe producir cada semana con el fin de minimizar los costos de produccin e
inventarios.
Solucin:
En primer lugar el acuerdo asumido por la BUILD-EM-FAST COMPANY y su Cliente, no admite pedidos
pendientes por tanto tiene que abastecerlo con sus tres unidades por mes.
El problema es factible dividirlo en tres etapas (dado que son tres semanas de produccin) para tomar decisiones
de cuanto producir por semana y en consecuencia cada subproblema es ms fcil de resolver.
El Retorno inmediato asociado con la decisin en cada etapa est relacionado con los costos de produccin tanto
en tiempo normal cmo en tiempo extra ms el costo de inventario tal como se indica:
La decisin al inicio de cada etapa (semana), est dado por:

1D14 : Se debe producir por lo menos 1 para satisfacer la demanda puesto que se tiene 2 unidades en inventario
y como mximo la suma de la capacidad de produccin en tiempo normal y en tiempo extra
0D23 : Se puede dejar de producir si en la etapa anterior se produjo 4, y lo mximo que se puede producir es la
suma de la capacidad de produccin en tiempo normal y en tiempo extra.
0D33 : Se puede dejar de producir si en la etapa anterior se produjo 3, y lo mximo que se puede producir es la
suma de la capacidad de produccin en tiempo normal y en tiempo extra.
Funcin recursiva:
Nota: nicamente la produccin en tiempo extra tiene lugar cuando con la produccin en tiempo normal no
alcanza.
{
}
Para n =3
{
+0
14

Decisiones en la etapa 3
0
0
0
1
2
3
1
400
-
2
400+500=900
-
3
400+1000=1400
-
1400
900
400
0
Nota: En la celda donde no existe asignacin es porqu sta no es factible.

Para n =2
{
0
3
2
1
0
0
1
2
3
0+1400=1400
500+0+1400=1900
500+50+900=1450
1000+0+1400=2400
1000+50+900=1950
1000+100+400=1500
1000+600+0+1400=3000
1000+600+50+900=2550
1000+600+100+400=2100
1000+600+150=1750
3000
2400
1900
1400
3
2
1
0
Para n =1
{
2
300+3000=3300
600+50+2400=3050
600+400+100+1900=3000
600+800+150+1400=2950
2950
Producir:
4 unidades en el perodo 1: 2 En tiempo normal y 2 en tiempo extra

0 en el perodo 2: no hay produccin
3 en el periodo 3: 1 en tiempo normal 2 en tiempo extra
Con un costo total mnimo en las tres semanas de $ 2950.
Caso 5.2: La Northern Airplane Co. construye aviones comerciales para varias lneas areas en todo el mundo. La
ltima etapa del proceso de produccin consiste en fabricar los motores de turbina e instalarlos (operacin
sumamente rpida) en la estructura del avin terminado. La compaa tiene varios contratos de trabajo para
entregar un gran nmero de aviones en un futuro cercano, y en este momento debe programarse la produccin de
los motores de turbina durante los prximos cuatro meses.
En la segunda columna de la tabla siguiente, se indica la cantidad de motores que debe estar lista para su
instalacin, a fin de cumplir con las fechas de entrega contratadas. As, el nmero acumulado de motores que
deben producirse para fines de los meses 1, 2, 3 y 4 debe ser por lo menos 10, 15, 25 y 20, respectivamente.
Las instalaciones disponibles para producir los motores varan de acuerdo con otros programas de produccin,
mantenimiento y renovacin durante este perodo. Las diferencias mensuales que resultan en cuanto al nmero
mximo que se puede producir y el costo unitario de produccin (en millones de dlares) se dan en la tercera y
cuarta columnas de la tabla.
Dadas las variaciones de los costos de produccin, podra valer la pena producir algunos motores un mes o dos
antes de su fecha de instalacin y se est estudiando esta posibilidad. El inconveniente es que esos motores debern
almacenarse hasta que sean instalados (la estructura de los aviones no estar lista antes). El costo de almacenaje
para cada motor es de $15 000/mes (se incluye el inters sobre el capital invertido), como se ilustra en la ltima
columna de la tabla.
Utilice programacin dinmica para determinar la programacin del nmero de motores que se deben fabricar en
cada uno de los cuatro meses, de manera que se minimicen los costos totales de produccin y almacenaje. Suponga
que las cantidades producidas deben ser enteros mltiplos de cinco.
15

El costo est expresado en millones de dlares.

Solucin
Dn, Sn variable
Para n=4
S4 Debe ser tal que sumado a la capacidad de produccin alcance para atender la demanda de 4 unidades (es
decir a 4 mltiplos de 5), en consecuencia al inicio del cuarto mes debe haber por lo menos 2 unidades porque la
capacidad de produccin en el cuarto mes est limitada a 2 unidades; y como mximo S4 debe ser 4 unidades dado
que con ello se satisface la demanda de ese mes y el stock final ser cero (0), no hay restriccin de dejar al final
algn inventario.
D4 Si el estado del inventario al inicio del cuarto mes es 4 la decisin factible es no producir, sin embargo si el
estado inicial es 2 unidades lo mximo que se puede producir es 2 unidades.
Para n=3
S3 Puede comenzar en 1 y utilizar la mxima capacidad de produccin de este mes (D3 =6), para poder abastecer
la demanda de este mes y quede en inventario 2 unidades para el siguiente mes; y lo mximo que puede ser S3 al
inicio de esta etapa es 7 de manera que aunque no se produzca ninguna unidad (D3=0), an queden 2 unidades en
inventario para el siguiente mes y satisfacer la demanda.
5.55+0.225+5.65=11.45
Para n=2
16

S2 Puede ser 0, pues la capacidad de produccin de este mes con exceso puede satisfacer la demanda y lo
mximo que puede ser es 3, que corresponde a la capacidad mxima de produccin en la 1ra etapa menos su
demanda esto es: (5 2 = 3); el nivel mnimo de produccin en este mes debe ser 1 aun cuando S3 = 3 y se
satisfaga la demanda de este mes; sin embargo si no se produce no alcanzara a cubrirse toda la demanda de los
meses siguientes. El nivel mximo que pude tomar D2 es 7, equivalente a la capacidad mxima de produccin.
Para n = 1
5*5.55+3*0.075+33.30=61.275
En este caso el inventario inicial es cero (0). Por tanto, la decisin que se tome debe ser por lo menos 2 unidades
para atender la demanda (D1=2), y el nivel mximo de produccin es equivalente a la capacidad de produccin de
este mes (D1=5).
Producir 5 en el perodo 1
1 en el perodo 2
6 en el periodo 3
2 en el periodo 4
Caso 5.3: Problema de Planeamiento de la Produccin
Considrese ahora un problema de ordenamiento de produccin en uno empresa fabricante de lanchas de pesca
para consumo humano. De los pronsticos de ventas del departamento respectivo se ha determinado tasas de
produccin requeridas de 100 lanchas por mes. Cada lancha debe ser procesada pasando por tres talleres de
maquinado separados. El taller ( seccin) 1 contiene cuatro mquinas el taller 2 contiene tres mquinas, y el taller
3 utilizo cinco mquinas.
Cada mquina, comn a un solo taller es capaz de ejecutar la misma operacin, pero las mquinas difieren en su
habilidad y precisin para obtener trabajos satisfactorios. Estos diferencias se atribuyen a la edad, el tipo de
operarios, la marca de mquina, entre otros factores. El costo de operacin de cada mquina est compuesto de un
costo fijo de preparacin ( arranque) y un costo de operacin por unidad (costo variable). Adicionalmente, se
conoce que cada mquina produce de acuerdo a cierto porcentaje de defectuosos (no conforman con las normas).
En razn de ciertas relaciones complejas interprocesos, estudios previos han demostrado que tanto los costos de
operacin como el porcentaje de unidades buenas (aceptadas) producidas son funciones del tipo de mquina
utilizada en una secuencia particular de taller a taller. Las datos bsicos se muestran en la tabla siguiente. Todas las
unidades defectuosos producidas por uno mquina no pueden recuperarse (no hoy reciclaje). El costo de cada
defectuoso varo segn el departamento, en el taller 1 cada defectuoso cuesta (prdida) $5 la unidad, en el taller 2
lo prdida es de $10 unidad, y en el taller 3 se valoriza en $20 codo defectuoso.
Datos de Costos - Taller de Maquinado

Taller de maquinas
Maquinas
A
Mquina Precedente
-
50
50
54
48
55
45
10
20
12
Costo fijo(F) Costo variable(V)

50
50
17
Porcentaje defectuoso(D)
10

B
320
2
10
C
220
8
12
D
220
8
10
A
230
9
5
B
330
4
10
F
C
330
12
5
D
280
4
10
A
330
4
11
B
420
2
8
G
C
140
2
12
D
300
6
10
E
480
52
8
F
470
48
7
H
G
490
44
6
E
500
50
8
F
500
51
8
I
G
500
49
8
E
550
50
8
F
560
49
9
J
3
G
570
41
9
E
600
42
5
F
610
40
10
K
G
630
40
15
E
800
41
5
F
850
30
10
L
G
820
45
8
El problema radica en determinar cules mquinas debern seleccionarse en cada taller de mquinas de manera que
se reduzca el costo total de produccin al mnimo.
Resolucin
Las siguientes definiciones se introducen para aplicar la metodologa de P.D.
1. Etapas: cada taller de mquinas constituye una etapa.
2. Variables de estado: se definen por el tipo de mquina que precede la operacin actual.
3. Variables de decisin; en cada etapa debe decidirse cul mquina debe emplearse. Por consiguiente, lo eleccin
de una mquina particular en los etapas 1, 2, y 3 sern las variables de decisin.
4. Funcin de retomo, cada decisin resultar en un costo total de produccin (fijo, variable y de defectuosos). Este
retorno total puede expresarse matemticamente como:
[
Dnde:
= costo total en la n-ava etapa
= costo fijo en la n-ava etapa.
Vn = costo variable en la n-ava etapa.
Dn = porcentaje defectuosos
Un = nmero de unidades totales producidas en la n-ava etapa.
Pn = costo por defectuoso en la n-ava etapa
sn = variable de estado apropiado.
dn = variable de decisin apropiada.
5.
Funcin de transicin y problema de optimizacin; en tanto se proceda de un taller al siguiente, el criterio a

minimizarse es del costo total. Considerando que los costos son aditivos de un taller a otro lo funcin de
transicin tomo la forma.
18

Pero las variables de estado en la etapa (n-l) estn determinados completamente una vez que una decisin
particular se realiz en etapa dado que cualquier seleccin particular de mquina hecha en etapa n realmente sera
la variable de estado en etapa (n-l) por definicin. De este modo el problema, de optimizacin se vuelve;
{
Para n = 1, 2,3
Donde
La solucin se obtiene a travs de clculos en tres etapas sucesivas, cada una de ellas evaluadas con las unidades
requeridas y el anlisis de costos correspondientes
Etapa No 1
Unidades Requeridas
S1
Posibles decisiones en la etapa 1 d1

I
J
K
109
109
106
109
110
112
109
110
118
H
109
108
107
E
F
G
Anlisis de costos
L
106
112
109
Posibles decisiones en la etapa 1 d1

H
I
0
K
L
E
6328
6130
6180
5172
5266
K
5172
F
5814
6239
6150
5330
4450
L
4450
G
5338
6021
5280
5710
5905
J
5280
Para hacer el anlisis, lo entrada a cada etapa es informacin sobre la mquina empleada en las etapas precedentes.
Para calcular el nmero de unidades a procesarse por una mquina particular, dividir lo produccin requerida por el
porcentaje de unidades buenos producidos por dicha mquina. Por ejemplo, si la mquina H se elige en etapa 1, y
la mquina usada en etapa 2 fue mquina E, entonces el nmero de unidades que deben procesarse para obtener
100 unidades es 100/0.92 = 109. El costo total es la suma de los costos de desecho, fijos y variables. Para escoger
mquina H precedida por mquina E, nuevamente como ejemplo, encontramos el costos 9($20) + $480 +
109($52)= $6,328. El resto de cifras en 1a etapa 1 se generada de modo similor. Entonces se observa que si 1a
mquina seleccionada en etapa 2 es E, F, o G, entonces la mejor decisin en etapa 1, es K, L, o J respectivamente.
S1
Etapa n=2
Unidades Requeridas
d2
s2
A
B
C
D
Anlisis de Costos
s2
A
B
C
D
E
5705
5848
6510
6456
E
121
118
121
118
F
118
125
118
125
d2
F
5802
5410
6256
5360
G
124
120
125
123
G
6246
6040
5820
6448
E
F
G
F
5705
5410
5820
5360
Para la etapa, decidimos en qu maquina usar para cada posible entrada (cada mquina en etapa 3). Debe
arrastrarse para esta etapa, el mejor costo correspondiente de la etapa 1. Considere mquina E, cuando es precedida
por mquina A. De la etapa 1, conocemos que si elegimos E en etapa 2 lo mejor es emplear mquina K en etapa 1,
lo cual requiere 106 unidades. Entonces la mquina E, necesitar 106/.88=121 unidades a ser procesadas. El costo
por operar mquina E cuando sta es precedida por A, se calcula como
19

15($10) + $20 + 121($3) = $533.

Para enlazar etapas 2 y 1, debe agregarse al costo de operar mquina E el menor costo en etapa I cuando es
precedido por E lo cual se dio en el primer anlisis como $5172 (correspondiente a mquina K). Luego, el costo de
etapas 2 y 1 cuando maquina E se elige en etapa 2 y fue precedida por A es $533 + $5172= 5705. El remanente del
cuadro 2 se genera en forma anloga. Se halla que si mquinas A, B, C D se eligen en etapa 3, entonces la mejor
mquina que debe utilizarse es E, F, G F respectivamente.
Etapa n= 3
Unidades Requeridas
s3
Maquina
Etapa 3
Anlisis de Costos
d3
A
135
B
136
D
139
138
d3
A
D
Maquina
12575
12315
12563
11740
D
11,740
En la etapa 3, que es la ltima, se tiene que si la mquina A se selecciona, entonces 121/0.9=135 unidades deben
producirse. Los costos de operacin para A, son entonces: 14(5) + 50 + 135(50) = 6870. Si unimos con los
resultados de la etapa 2, el costo mnimo en operar el sistema cuando se escoge A en etapa 1, es 6670 - 5705 =
12,575. El mismo procedimiento se repite para B, C y D.
d3
Un cmputo hacia adelante a lo largo de las etapas analizadas determinar la poltica de produccin de costo
mnimo. El anlisis de la etapa 3 muestra que D debe elegirse. Entonces la entrada a etapa 2 es D y de los clculos
de la etapa 2 se ve que la mejor mquina es F. Desplazndose a la etapa 1 se observa que la mejor alternativa
cuando s3 = F es la mquina L. En consecuencia, la secuencia ptima es la siguiente:
Etapa 3
139 unid.
Mensuales
Maquina D
Etapa 2
Etapa 1
Maquina F
Maquina L
100 unid.
Mensuales
Costo optimo $ 11740 por mes
Problema de Inventario
Aqu se ilustra cmo la programacin dinmica se puede aplicar para resolver un problema de inventario con las
caractersticas siguientes:
1.
2.
3.
4.
5.
Se descompone el tiempo en periodos, y el periodo actual es el 1, el siguiente es el 2, y el periodo final es

el T. Al principio del periodo 1 se conoce la demanda durante cada periodo.
Al principio de cada periodo, la empresa debe determinar cuntas unidades se deben producir. La
capacidad de produccin durante cada periodo es limitada.
La demanda en cada periodo se debe satisfacer a tiempo con inventario o con produccin real. Durante
cualquier periodo en el que se tenga produccin, se incurre en un costo fijo de produccin al igual que en
uno variable, por unidad.
La empresa tiene una capacidad limitada de almacenamiento. Esto se refleja por un lmite en el inventario
de final de cada periodo.
La meta de la firma es minimizar el costo total de satisfacer a tiempo las demandas para los periodos 1,
2,... , T
En este modelo, la posicin del inventario de la empresa se revisa al final de cada periodo (por ejemplo, al final de
cada mes), y a continuacin se toma la decisin de produccin.
A este modelo se le llama modelo de revisin peridica.
Este modelo contrasta con los de revisin continua.
En los modelos de revisin continua, la empresa sabe siempre su posicin de inventario, y puede hacer un pedido o
iniciar la produccin en cualquier fecha y hora.
20

Indicaremos cmo se puede utilizar la programacin dinmica para determinar un calendario de produccin que
reduzca al mnimo el costo total incurrido en un problema de inventario que cumple con la descripcin anterior.
Caso 5.4: Una empresa sabe que la demanda de su producto durante cada uno de los cuatro meses siguientes ser
como sigue: mes 1, 1 unidad; mes 2, 3 unidades; mes 3, 2 unidades; mes 4, 4 unidades.
Al principio de cada mes, la empresa debe determinar cuntas unidades se deben producir durante ese mes.
Durante un mes en el que se produce cualquier nmero de unidades, se incurre en un costo de preparacin de $ 3.
Adems, hay un costo variable de $ 1 por cada unidad producida.
Al final de cada mes, se incurre en un costo de $ 0,50 por unidad en inventario.
Las limitaciones de capacidad permiten la produccin de un mximo de 5 unidades durante cada mes.
El tamao de las bodegas de la empresa restringe el inventario final de cada mes a 4 unidades como mximo.
La empresa desea determinar un calendario de produccin para cada mes que cumpla a tiempo con las demandas y
que reduzca al mnimo la suma de los costos de produccin y de almacenamiento durante los cuatro meses.
Supngase que hay cero unidades a mano al principio del primer mes.
Solucin
Podemos asegurar que todas las demandas se cumplan a tiempo si se restringe el inventario final de cada mes para
que sea no negativo.
Para aplicar la programacin dinmica en la solucin de este problema, necesitamos identificar el estado, etapa y
decisin adecuados.
Se debe definir la etapa para que cuando quede una, la solucin del problema sea trivial.
Si estamos al principio del mes 4, la empresa cumplira con la demanda con un costo mnimo si tan solo produjera
las unidades suficientes como para asegurar que (produccin del mes 4) + (inventario final del mes 3) = (demanda
del mes 4).
Cuando queda un mes, el problema es fcil de resolver.
Por lo tanto, hacemos que el tiempo represente la etapa.
En la mayor parte de los problemas de programacin dinmica, la etapa tiene algo que ver con el tiempo.
En cada etapa (o mes), la empresa debe decidir cuntas unidades producir.
Para tomar esa decisin, la empresa slo necesita conocer el nivel de inventario al principio del mes actual (o al
final del mes anterior).
Por lo tanto, decimos que estado en cualquier etapa es el nivel inicial de inventario.
Antes de escribir una relacin recursiva que se pueda usar para "construir" el calendario ptimo de produccin,
debemos definir
como el costo mnimo de satisfacer las demandas para los meses t, t+1,, 4 si hay i
unidades en inventario al principio del mes t
cx como el costo de producir x unidades durante un periodo.

Entonces c0 0 , y para x 0 ; cx 3 x
Definimos
A causa de la capacidad limitada de almacenamiento y del hecho de que se debe satisfacer toda la demanda a
tiempo, los estados posibles durante cada periodo son 0, 1, 2, 3 y 4.
As, comenzamos determinando f 4 0 , f 4 1 , f 4 2 , f 4 3 y f 4 4

Luego con esta informacin determinamos f 3 0, f 3 1, f 3 2, f 3 3 y f 3 4
Luego determinamos f 2 0, f 2 1, f 2 2, f 2 3 y f 2 4
Por ltimo calculamos f1 0
A continuacin calculamos un nivel ptimo de produccin para cada mes.
Definimos a
como el nivel de produccin durante el mes t que minimiza el costo total durante los meses t,
t+1,, 4 si hay i unidades en el almacn al inicio del mes t
A continuacin comenzamos a ir marcha atrs.
Clculos del mes 4
Durante el mes 4, la empresa producir tan slo las unidades suficientes para asegurar que se cumpla la demanda
del mes 4 de 4 unidades.
Esto da
21

f 4 0 costo de producir (4 - 0) unidades c4 3 4 7 UM , y x4 0 4 0 4


f 4 4 costo de producir (4 - 4) unidades c0 0 UM , y x4 4 4 4 0
Clculos del mes 3
Cmo podemos determinar ahora f 3 i para i 0, 1, 2, 3 y 4 ?
El costo f 3 i es el costo mnimo incurrido durante los meses 3 y 4 si el inventario al principio del mes 3 es i
Para cada nivel x de produccin posible durante el mes 3, el costo total durante los meses 3 y 4 es
1
i x 2 cx f 4 i x 2
2
(1)
Esto se debe a que si se producen x unidades durante el mes 3, el inventario final de ese mes ser
Entonces el costo de almacenamiento durante el mes 3 ser
ser
c x
i x2
1
i x 2 y el costo de produccin del mes 3
2
Llegamos al mes 4 con i x 2 unidades en almacn.

Como procedemos en forma ptima de este punto en adelante (recordemos el principio de optimalidad), el costo
para el mes 4 ser f 4 i x 2
Como deseamos elegir el nivel de produccin del mes 3 de tal modo que minimice la ecuacin (1), vemos que
f 3 i mn i x 2 cx f 4 i x 2
2
(2)
4 x20
Esto refleja el hecho de que la demanda del mes actual debe cumplir i x 2 0 y el inventario final no puede
ser mayor que la capacidad de 4i x 2 4
Recordemos que x3 i es cualquier valor de x que obtenga f 3 i
Los clculos de f 3 0, f 3 1, f 3 2, f 3 3 y f 3 4 se dan en la siguiente:
f 3 i
COSTO TOTAL
i
X
(1/2)(i + x - 2) + c(x)
f 4 i x 2
MESES 3 a 4
x3 i
En la ecuacin (2), x debe ser un elemento de {0, 1, 2, 3, 4, 5} y debe cumplir con
0+5=5
5 + 7 = 12*
1/2 + 6 = 13/2
13/2 + 6 = 25/2
1+7=8
8 + 5 = 13
3/2 + 8 = 19/2
19/2 + 4 = 27/2
0+4=4
4 + 7 = 11
1/2 + 5 = 11/2
11/2 + 6 = 23/2
1+6=7
7 + 5 = 12
3/2 + 7 = 17/2
17/2 + 4 = 25/2
2 + 8 = 10
10 + 0 = 10*
22
f 3 0 12
x3 0 2
f 3 1 10
x3 1 5

2
0+0=0
0 + 7 = 7*
1/2 + 4 = 9/2
9/2 + 6 = 21/2
1+5=6
6 + 5 = 11
3/2 + 6 =15/2
15/2 + 4 = 23/2
2+7=9
9+0=9
1/2 + 0 = 1/2
1/2 + 6 = 13/2*
1+4=5
5 + 5 = l0
3/2 + 5 = 13/2
13/2 + 4 = 21/2
2+6=8
8+0=8
1+0=1
1 + 5 = 6*
3/2 + 4 = 11/2
11/2 + 4 = 19/2
2+5=7
7+0=7
f 3 2 7
x3 2 0
f 3 3 13 / 2
x3 3 0
f 3 4 6
x3 4 0
Clculos para f 3 i
Clculos del mes 2
Podemos determinar ahora f 2 i , el costo mnimo incurrido durante los meses 2, 3 y 4, dado que al principio del
mes 2 el inventario en almacn es i unidades.
Suponga que la produccin del mes 2 es x
Como la demanda del mes 2 es 3 unidades, se incurre en un costo de almacenamiento igual a (1/2)(i + x - 3) al final
del mes 2.
As, el costo total incurrido durante el mes 2 es (1/2) (i + x - 3) + c(x)
Durante los meses 3 y 4 seguimos una poltica ptima.
Como el mes 3 comienza con un inventario de i+ x - 3, el costo incurrido durante meses 3 y 4 es f 3 i x 3
Por analoga con la ecuacin (2) escribimos ahora
f 2 i mn i x 3 cx f 3 i x 3
(3)
2
Donde x es un elemento de {0, 1, 2, 3, 4, 5} y cumple x tambin con 0 i x 3 4

Los clculos de f 2 0, f 2 1, f 3 2, f 3 3 y f 2 4 aparecen en la siguiente:
i
(1/2)(i + x - 3) + c(x)
f 3 i x 3
COSTO TOTAL
MESES 2 a 4
0+6=6
12
6 + 12 = 18
1/2 + 7 = 15/2
10
15/2 + 10 = 35/2
1+8=9
9 + 7 = 16*
0+5=5
12
5 + 12 = 17
1/2 + 6 = 13/2
10
13/2 + 10 = 33/2
1+7=8
8 + 7 = 15*
3/2 + 8 = 17/2
13/2
15/2 + 13/2 = 16
23
f 2 i
x 2 i
f 2 0 16
x2 0 5
f 2 1 15
x2 1 4

2
0+4=4
12
4 + 12 = 16
1/2 + 5 = 11/2
10
11/2 + 10 = 31/2
1+6=7
7 + 7 = 14*
3/2 + 7 = 17/2
13/2
17/2 + 13/2 = 15
2 + 8 = 10
10 + 6 = 16
0+0=0
12
0 + 12 = 12
1/2 + 4 = 9/2
10
9/2 + 10 = 29/2
1+5=6
6 + 7 = 13*
3/2 + 6 = 15/2
13/2
15/2 + 13/2 = 14
2+7=9
9 + 6 = 15
1/2 + 0 = 1/2
10
1/2 + 10 = 21/2*
1+4=5
5 + 7 = 12
3/2 + 5 = 13/2
13/2
13/2 + 13/2 = 13
2+6=8
8 + 6 = 14
f 2 2 14
x2 2 3
f 2 3 13
x2 3 2
f 2 4 21 / 2
x3 4 0
Clculos para f 2 i
Clculos del mes 1
El alumno debe ser capaz ya de demostrar que las
recursiva:
f1 i se pueden determinar a travs de la siguiente relacin
f1 i mn 1/ 2i x 1 cx f 2 i x 1
(4)
0 i x 3 4
Como el inventario al principio del mes 1 es cero, en realidad slo necesitamos determinar f1 0 y x1 0
f1 i
i
x
(1/2)(i + x - 1) + c(x)
COSTO TOTAL
f 2 i x 1
x1 i
En la cual x debe ser elemento de {0, 1, 2, 3, 4, 5} y cumplir tambin con
0+4=4
16
4 + 16 = 20*
1/2 + 5 = 11/2
15
11/2 + 15 = 41/2
1+6=7
14
7 + 14 = 21
1/2 + 7 = 15/2
13
15/2 + 13 = 43/2
2 + 8 = 10
21/2
10 + 21/2 = 41/2
0+0=0
16
0+16=16*
f1(1)=16
+4=9/2
15
9/2+15=39/2
x1(1)=0
1+5=6
14
20
3/2+6=15/2
12
15/2+12=39/2
2+7=9
21/2
9+21/2=39/2
24
f1 0 20
x1 0 1

2
+0=1/2
15
+15=31/2*
f1(2)=31/2
1+4=5
14
5+14=19
x1(2)=0
3/2+5=13/2
12
13/2+12=37/2
2+6=8
21/2
8+21/2=37/2
1+0=1
14
1+14=15
f1(3)=15
3/2+4=11/2
12
11/2+12=35/2
x1(3)=0
2+5=7
21/2
7+21/2=35/2
3/2+0=3/2
12
3/2+12=27/2*
f1(4)=27/2
2+4=6
21/2
6+21/2=33/2
x1(4)=0
Clculos para f1 i
Determinacin del Calendario ptimo de Produccin
Ahora podemos elaborar un calendario de produccin que minimice el costo total de cumplir a tiempo con la
demanda de los cuatro meses.
Como nuestro inventario inicial es cero, el costo mnimo para los cuatro meses ser f1 0 = $ 20.
Para alcanzar f1 0 , debemos producir x1 0 = 1 unidad durante el mes 1.

Entonces el inventario al principio del mes 2 ser 0 + 1 - 1 = 0.
As, en el mes 2 debemos producir x 0 5 unidades.
Despus, al principio del mes 3, nuestro inventario inicial ser 0 + 5 - 3 = 2.
Por lo tanto, durante el mes 3 necesitamos producir x3 2 = 0 unidades.
Despus, el mes 4 comenzar con 2 - 2 + 0 = 0 unidades en almacn.

As se deben producir x4 0 = 4 unidades durante el mes 4.
En resumen, el calendario ptimo de produccin incurre en un costo total de $ 20 y produce una unidad durante el
mes 1, 5 unidades durante el mes 2, 0 unidades durante el mes 3 y 4 unidades durante el mes 4.
Etapa 4(Mes 4)
Etapa 4 (demanda = 4)
{
}
0
1
2
3
4
Solucin ptima
3+4=7
7
6
5
4
0
3+3=6
3+2=5
3+1=4
0+0=0
4
3
2
1
0
Etapa 3(Mes 3)
{
Solucin
ptima
0+5+7=12
0.5+6+7=13.5
1+7+5=13
1.5+8+4=13.5
12
0+4+7=11
0.5+5+6=11.5
1+6+5=12
1.5+7+4=12.5
2+8+0=10
10
2+7+0=9
6.5
0
1
0+7=7
0.5+4+6=10.5
1+5+5=11
1.5+6+4=11.5
0.5+6=
1+4+5=10
1.5+5+4=10.5
2+6+0=8
6.5
25

1+5=6
1.5+4+4=9.5
2+5+0=7
Etapa 2(Mes 2)
{
0+6+12=18
0
1
2
3
4
Solucin
ptima
0.5+7+10=17.5
1+8+7=16
0+5+12=17
0.5+6+10=16.5
1+7+7=15
1.5+8+6.5=16
0+4+12=16
0.5+5+10=15.5
1+6+7=14
1.5+7+6.5=15
2+8+6=16
0+12=12
0.5+4+10=14.5
1+5+7=13
1.5+6+6.5=14
2+7+6=15
0.5+10=10.5
1+4+7=12
1.5+5+6.5=13
2+6+6=14.5
16
15
14
12
10.5
5
4
3
0
0
Etapa 1(Mes 1)
{
0+4+16=20
0.5+5+15=20.5
1+6+14=21
1.5+7+12=20.5
2+8+10.5=20.5
Solucin
ptima
20
Ahora podemos determinar un programa de produccin que minimiza el costo total para satisfacer la demanda de
los cuatro meses. Desde nuestro inventario inicial de 0 unidades, el mnimo costo durante los cuatro meses ser lo
siguiente:
Entonces el inventario al comienzo del mes 2 ser 0 + 1 - 1=0. Por lo tanto, en el mes 2, debemos producir
Unidades
Luego, al comienzo del 3 mes, nuestro inventario inicial ser 0+5 - 3 = 2
Entonces en el mes 4 comenzar con 2 - 2 = 0 unidades en inventario
Unidades
En resumen, la poltica ptima de produccin incurre en un costo total de $ 20 y produce 1 unidad durante el mes
1, 5 unidades durante el mes 2, 0 unidades durante el mes 3 y 4 unidades durante el mes 4.
6. PROBLEMAS DE REEMPLAZO DE EQUIPOS
Muchas empresas encaran el problema de determinar hasta cundo usar una mquina antes de comprar una nueva.
A los problemas de este tipo se les llama de reemplazo de equipo y se resuelven con frecuencia mediante
programacin dinmica.
Caso 6.1
Un taller para automotores debe tener siempre un analizador de motor disponible.
Un analizador nuevo cuesta 1.000 UM.
El costo mi por el mantenimiento de un analizador durante su i-simo ao de funcionamiento es como sigue:
m1 60 UM;m2 80 UM y m3 120 UM
Un analizador se podr tener durante 1, 2 3 aos, y despus de usarlo i aos (i = 1, 2, 3) se podra vender y
realizar un pago inicial de uno nuevo.
Si se compra un analizador nuevo y se vende el de i aos de antigedad, se obtiene un valor de salvamento (equipo
viejo) s i , donde s1 800 UM; s2 600 UM y s3 500 UM
26

Dado que una mquina nueva se debe comprar hoy (tiempo 0, vase siguiente), el taller desea determinar una
poltica de reemplazo o reposicin que minimice los costos netos = (costos de mantenimiento) + (costos de
reposicin) (valor de salvamento o de reventa) durante los siguientes 5 aos.
Ao 1
Tiempo 0
Ao 2
Tiempo 1
Ao 3
Ao 4
Tiempo 2
Tiempo 3
Ao 5
Tiempo 4
Tiempo 5
Horizonte en el tiempo para el problema del reemplazo de equipo

Solucin
Observe que al comprar una mquina nueva, la empresa debe decidir cundo deber cambiarse por otra nueva.
Con esto en mente, definimos g(t) como el costo neto mnimo que se genera desde que el tiempo es t hasta que es
5 (incluyendo el costo de compra y el valor de salvamento de la mquina recin adquirida) dado que se ha
comprado una mquina nueva en el tiempo t
Tambin definimos a
como costo neto (incluyendo el costo de compra y valor de salvamento), por comprar
una mquina en el tiempo t, que funciona hasta el tiempo x
Entonces la frmula recursiva adecuada es:
g t mn ctx g x
x
t 0,1, 2, 3, 4
(Ecuacin 4.1)
Donde x debe satisfacer las desigualdades t 1 x t 3 , y x 5

Como el problema termina cuando el tiempo es 5, no se incurre en costos desde el tiempo 5 en adelante, de modo
que podemos escribir g 5 0
Para justificar la Ecuacin (4.1), observe que despus de comprar una mquina nueva cuando el tiempo es t,
debemos decidir cundo reemplazarla.
Sea x el tiempo en el que se hace el reemplazo.
ste debe ser despus del tiempo t, pero 3 aos o menos a partir de ste.
Esto explica la restriccin t 1 x t 3
Como el problema termina cuando el tiempo es 5, debemos tambin tener que x 5
Si decidimos reemplazar la mquina en el tiempo x, cul ser el costo desde el tiempo t hasta 5 aos?
Simplemente la suma del costo incurrido desde la compra de la mquina hasta la venta de ella cuando el tiempo es
x (que es, por definicin ctx ), y el costo total incurrido desde el tiempo x hasta 5, porque la mquina se compr
justo en el tiempo x
Naturalmente, por el principio de optimalidad el costo ptimo es g x
Por lo tanto si guardamos la mquina que se compr en el tiempo t hasta el tiempo x, entonces en el tiempo t hasta
el tiempo 5 incurrimos en un costo de ctx g x
Por ello se debe elegir x de tal modo que minimice esta suma y es, exactamente, lo que hace la Ecuacin (4.1).
Como hemos supuesto que los costos de mantenimiento, valor de salvamento y precio de compra no cambian a
travs del tiempo, cada ctx slo depender de cunto tiempo se tenga la mquina; es decir, cada ctx slo depende
de x t
De modo ms especfico,
ctx 1.000 UM m1 mxt s xt

Esto da
c01 c12 c 23 c34 c 45 1.000 60 800 260 UM

c 02 c13 c 24 c35 1.000 60 80 600 540 UM
c 03 c14 c 25 1.000 60 80 120 500 760 UM
27

Comenzamos por calcular
g 4 y avanzamos en reversa hasta haber calculado g 0
A continuacin aplicamos lo que sabemos de los valores de x que se obtienen con
g 4 para determinar la estrategia ptima de reemplazo.
g 0, g 1, g 2, g 3, y
Sigue el clculo.
Cuando el tiempo es 4, slo hay una decisin inteligente (mantener la mquina hasta el tiempo 5 y venderla a su
valor de salvamento).
Entonces vemos que
g 4 c45 g 5 260 0 260 * UM
As, si se compra una mquina cuando el tiempo es 4, se debe vender cuando el tiempo es 5.
Si se compra una mquina nueva cuando el tiempo es 3, la mantenemos hasta que el tiempo sea 4 5. Por lo tanto,
c34 g 4 260 260 520 * UM

g 3 mn
c35 g 5 540 0 540 UM
(Venderla cuando t 4)
Entonces, si se compra una mquina nueva en el tiempo 3, se debera vender cuando el tiempo es 4.
Si se compra una mquina nueva cuando el tiempo es 2, la podremos vender cuando el tiempo es 3, 4 5.
Esto da las ecuaciones
c23 g 3 260 520 780 UM
g 2 mn c24 g 4 540 260 800 UM

c g 5 760 * UM
25
As, si compramos una mquina nueva cuando el tiempo es 2, deberamos conservarla hasta cuando el tiempo sea 5
y venderla en ese momento.
Si la mquina nueva se comprara cuando el tiempo es 1, la podramos vender en el tiempo 2, 3 4.
Entonces
c12 g 2 260 760 1.020 * UM
g 1 mn c13 g 3 540 520 1.060 UM

c g 4 760 260 1.020 * UM
14
As, si se compra una nueva mquina cuando el tiempo es 1, se puede vender cuando el tiempo es 2 o cuando es 4.
La mquina nueva que se compr cuando el tiempo es 0 se puede vender cuando el tiempo es 1, 2 3. Entonces
c01 g 1 260 1.020 1.280 * UM
g 0 mn c02 g 2 540 760 1.300 UM

c g 3 760 520 1.280 * UM
03
La nueva mquina que se compr cuando el tiempo es 0 se debe reemplazar cuando el tiempo es 1 3.
En forma arbitraria decidamos que la vamos a reemplazar cuando el tiempo es 1.

Entonces la nueva mquina que compramos cuando el tiempo es 1 se puede vender cuando el tiempo es 2 o 4.
De nuevo, elegimos en forma arbitraria y reemplacmosla en el tiempo 2.
En ese caso, la mquina que se compr en el tiempo 2 se debe conservar hasta el tiempo 5, cuando se vende a su
valor de salvamento.
Con esta poltica de reemplazo incurriremos en un costo neto igual a
g 0 1.280 UM .
El alumno debe comprobar que tambin son ptimas las siguientes polticas: (1) venderlas cuando los tiempos sean
1, 4 y 5, y (2) venderlas cuando los tiempos son 3, 4 y 5.
Hemos supuesto que todos los costos permanecen estables con respecto al tiempo.
Esta hiptesis slo se hizo para simplificar el clculo de las ctx
Si hubiramos modificado esa hiptesis, la nica complicacin habra sido que las ctx habran sido ms
complicadas para calcularse.
28

Tambin observe que si se usa un horizonte de planificacin corto, la poltica ptima de reemplazo puede ser muy
sensible a dicha duracin.
Por lo tanto, se pueden obtener resultados ms significativos usando un horizonte de planificacin ms distante.
7. MODELO DEL TAMAO DE LA FUERZA DE TRABAJO

En algunos proyectos de construccin, las contrataciones y los despidos se hacen de modo que se mantenga una
fuerza laboral que cumpla con las necesidades del proyecto. Como las actividades de contratacin y de despido
implican costos adicionales, Cmo se debe mantener la fuerza de trabajo durante el proyecto?
Supongamos que el proyecto se ejecutara durante el lapso de n semanas, y que la fuerza de trabajo mnima
requerida en la semana i es bi trabajadores. En condiciones ideales nos gustara que el tamao de la fuerza de
trabajo en la semana i fuera exactamente bi. Si embargo, de acuerdo con los parmetros de costo, podra ser mas
econmico dejar que fluctu el tamao de la fuerza de trabajo. Como x i es la cantidad de trabajadores empleados
en la semana i, en esa semana i se puede incurrir en dos costos: C1(xi bi ), el costo de mantener el exceso de
personal xi bi y C2(xi xi-1), el costo de contratar, xi xi-1 trabajadores adicionales.
Los elementos del modelo de programacin dinmica se definen como sigue:
a. La etapa i se representa por la semana i, i = 1,2,,n
b. Las alternativas en la etapa i son xi, la cantidad de trabajadores en la semana i.
c. El estado en cada etapa i se representa por la cantidad de trabajadores disponibles en la etapa (semana) i
1, que es xi-1.
La ecuacin recursiva de programacin dinmica es la siguiente:
fi(xi-1) =
{ C1(xi bi )+ C2(xi xi-1) + fi+1(xi) }, i = 1, 2, , n
fn+1(xn) = 0
Los clculos comienzan en la etapa n, con xn = bn terminan en la etapa 1
Ejemplo 7.1: Un contratista constructor estima que la fuerza de trabajo necesaria durante las prximas 5 semanas
ser de 5, 7, 8, 4 y 6 trabajadores, respectivamente. La mano de obra en exceso que se conserve le costar $ 300
por trabajador semanalmente, y la nueva contratacin en cualquier semana tendr un costo fijo de $ 400 ms $ 200
por trabajador y por semana.
Los datos del problema se resumen como sigue:
b1 = 5, b2 = 7, b3 = 8, b4 = 4, b5 = 6
C1(xi bi ) = 3(xi bi ), xi > bi, i = 1, 2, , 5
C2(xi xi-1) = 4 + 2(xi xi-1), xi > xi-1, i = 1, 2, , 5
Las funciones de costo, C1 y C2, se dan en cientos de dlares.
Etapa 5 (b5 = 6)
C1(x5 6)+ C2(x5 x4) + f5(x4)
x4
4
5
6
x5 = 6
3*0+4+2*2=8
3*0+4+2*1=6
3*0+0=0
Etapa 4 (b4 = 4)
x3
8
8
6
0
7
8
6
6
6
C1(x4 4)+ C2(x4 x3) + f5(x4)
x4 = 4
3*0+0+8=8
x4 = 65
3*1+0+6=9
Etapa 3 (b3 = 8)
C1(x3 8)+ C2(x3 x2) + f4(x3)
x2
Solucin optima
x3 = 8
3*0+4+2*1+6=12
3*0+0+6=6
Solucin optima
x4 = 6
3*2+0+0=6
Solucin optima
12
6
8
8
29

Etapa 2 (b2 = 7)
x1
5
6
7
8
C1(x2 7)+ C2(x2 x1) + f3(x2)
x2 = 7
3*0+4+2*2+12=20
3*0+4+2*1+12=18
3*0+0+12=12
3*0+0+12=12
Etapa 1 (b1 = 5)
x0
0
x1 = 5
3*0+4+2*5+19=33
19
17
12
9
8
8
7
8
C1(x1 5)+ C2(x1 x0) + f2(x1)

x1 = 6
3*1+4+2*6+17=36
La solucin ptima es la siguiente:

X0 = 0 ->
= 5 -> = 8 ->
= 8 -> = 6
La solucin se puede traducir en el siguiente plan:
Semana i
1
2
3
4
5
Solucin optima
x2 = 8
3*1+4+2*3+6=19
3*1+4+2*2+6=17
3*1+4+2*1+6=15
3*1+0+6=9
Fuerza Laboral requerida (bi)

5
7
8
4
6
x1 = 7
3*2+4+2*7+12=36
->
Solucin optima
x1 = 8
3*2+4+2*8+9=35
33
=6
Fuerza laboral optima (xi)

5
8
8
6
6
30
Decisin
Contratar 5 trabajadores
Contratar 3 trabajadores
No cambiar
Despedir 2 trabajadores
No cambiar

Clase4 IOPDParte2 2014

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Clase4 IOPDParte2 2014

Cargado por

Copyright:

Formatos disponibles

UNIVERSIDAD SAN PEDRO

Escuela de Ingeniera Industrial

PROGRAMACION DINAMICA APLICACIONES

Miles de aos-persona de vida adicionales

Tabla: Datos para el problema del Consejo Mundial de la salud

Investigacin Operativa II Programacin Dinmica

Docente: Mg. Ing. J. Paredes C.

UNIVERSIDAD SAN PEDRO

Asignar 1 brigada al pas 1

Investigacin Operativa II Programacin Dinmica

Docente: Mg. Ing. J. Paredes C.

UNIVERSIDAD SAN PEDRO

embarcar 2 unidades del artculo I

con beneficio 2 x11 = 22

Docente: Mg. Ing. J. Paredes C.

UNIVERSIDAD SAN PEDRO

Retorno a partir del riesgo

Representacin del problema de inversin como problema de programacin dinmica.

Docente: Mg. Ing. J. Paredes C.

UNIVERSIDAD SAN PEDRO

En la tabla 3.2 se presenta un resumen de estos clculos.

Tabla 3.2: Matriz de retorno en n = 2

(x1) = $ 2000 + $ 2400 = $ 4400

Tabla 3.3. Matriz de retorno en n = 3

Docente: Mg. Ing. J. Paredes C.

UNIVERSIDAD SAN PEDRO

Una posibilidad es invertir:

Comenzamos calculando para las dos primeras zonas juntas.

Que aplicada en forma sistemtica da:

f1, 2 u1 1 mxv1 0 v2 1; v1 1 v2 0 mx 0 0,25; 0,28 0 0,28

f1, 2 u1 2 mxv1 0 v2 2; v1 1 v2 1; v1 2 v2 0 mx 0 0,41 ; 0,25 0,28; 0,45 0 0,53

Los resultados se muestran en la tabla siguiente:

Subpolticas ptimas para I y II

Investigacin Operativa II Programacin Dinmica

Docente: Mg. Ing. J. Paredes C.

UNIVERSIDAD SAN PEDRO

f1, 2, 3 u 2 1 mx f1, 2 0 v3 1; f1, 2 1 v3 0

mx 0 0,15 ; 0,28 0 0,28

Subpolticas ptimas para I, II y III

f1, 2, 3, 4 A 1 mx f1, 2, 3 0 v4 1; f1, 2, 3 1 v4 0 mx 0 0 ; 0,28 0 0,28 ptima 1, 0, 0, 0

Investigacin Operativa II Programacin Dinmica

Docente: Mg. Ing. J. Paredes C.

UNIVERSIDAD SAN PEDRO

f1, 2, 3, 4 A 2 mx f1, 2, 3 0 v4 2; f1, 2, 3 1 v4 1; f1, 2, 3 2 v4 0

mx 0 0,33; 0,28 0,2 ; 0,53 0 0,53

f1, 2, 3, 4 A 3 mx f1, 2, 3 0 v4 3; f1, 2, 3 1 v4 2; f1, 2, 3 2 v4 1; f1, 2, 3 3 v4 0

mx 0 0,48 ; 0,28 0,33; 0,53 0,2 ; 0,7 0 0,73

Subpolticas ptimas para I, II, III y IV

(4, 3, 1,1) (3, 3, 1, 2)

Los valores ptimos son

x4* 2 y la ganancia mxima 1,81

Se puede verificar que todas las subpolticas de 4, 3, 1, 2 son ptimas.

x3* 1 Es una subpoltica ptima que corresponde a u 2 8

Investigacin Operativa II Programacin Dinmica

Docente: Mg. Ing. J. Paredes C.

UNIVERSIDAD SAN PEDRO

Posibles decisiones d1 en la etapa 1

Posibles decisiones d2 en la etapa 2

Investigacin Operativa II Programacin Dinmica

Docente: Mg. Ing. J. Paredes C.

UNIVERSIDAD SAN PEDRO

Posibles decisiones d3 en la etapa 3

Posibles decisiones d4 en la etapa 4