Está en la página 1de 16

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ

Contenido
Ejercicios de Unidad 1.......................................................................................... 4
Ejercicio de la ruta ms corta................................................................................ 4
Ejercicio de mochila............................................................................................. 5
Ejercicio de reemplazo de equipo..........................................................................8
Ejercicio de asignacin de recursos.....................................................................11
Ejercicio de dinmica probabilstica.....................................................................13
Referencias........................................................................................................ 16

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ


Introduccin
La Programacin Dinmica fue desarrollada por Richard Bellman y G B Dantzing.
Sus importantes contribuciones sobre esta tcnica cuantitativa de toma de
decisiones se publicaron en 1957 en un libro del primer autor denominado
Dynamic Programming (Princeton University Press. Princeton, New Jersey).
Inicialmente a la PD se le denomin programacin lineal estocstica problemas
de programacin lineal con incertidumbre. La programacin dinmica (PD)
determina la solucin ptima de un problema de n variables descomponindola en
n etapas, con cada etapa incluyendo un subproblema de una sola variable. La
principal contribucin de la PD es el principio de optimalidad, el cual establece que
una poltica ptima consiste de subpolticas ptimas, un marco de referencia para
descomponer el problema en etapas.
La programacin dinmica es una tcnica que se puede aplicar para resolver
muchos problemas de optimizacin. La mayor parte de las veces, la programacin
dinmica obtiene soluciones con un avance en reversa, desde el final de un
problema hacia el principio con lo que un problema grande y engorroso se
convierte en una serie de problemas ms pequeos y ms tratables.
As, la programacin dinmica se puede definir como una tcnica matemtica til
que resuelve una serie de decisiones secuenciales, cada una de las cuales afecta
las decisiones futuras. Proporciona un procedimiento sistemtico para determinar
la combinacin de decisiones que maximiza la efectividad total. En contraste para
el problema de programacin dinmica, trata de un enfoque de tipo parcial para la
solucin de problemas y las ecuaciones especficas que se usan se deben
desarrollar para que represente cada situacin individual.

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ

Ejercicios de Unidad 1
Ejercicio de la ruta ms corta
Encuentra la ruta ms corta entre O y T.

Nodos
resueltos

Nodo no
resuelto

Distancia
total

2,3

O
A

A
B
C
A
B
E
D
E

Distancia
mnima

Ultima
conexin

n-esimo
nodo ms
cercano
A

OA

C
B

4
2+2=4

C
B

4
4

OC
AB

D
E
E
D
D
D
T
T

2+7=9
4+3=7
4+4=8
2+7=9
4+4=8
7+1=8
8+5=13
7+7=14

BE

D
D

8
8

BD
ED

13

DT

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ


Ejercicio de mochila
Un barco de 12 toneladas transporta uno o ms de 4 artculos la tabla siguiente
muestra el paso unitario en toneladas y el ingreso por unidad (rj) en miles de
pesos, para el articulo j, como se debe cargar el barco para maximizar los ingresos
totales.
Articulo j
1
2
3
4

Wj
2
4
5
3

Rj
18
12
21
19

Gx/x
G1(x

0
0

1
0

2
18

3
18

4
36

5
36

6
54

7
54

8
72

9
72

10
90

11
90

12
108

)
G2(x

12

12

12

12

24

24

24

24

36

)
G3(x

21

21

21

21

21

42

42

42

)
G4(x

19

19

19

38

38

38

57

57

57

76

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ

s/x
12
11
10
9
8
7
6
5
4
3
2
1
0
s/x

0
0
0
0
0
0
0
0
0
0
0
0
0
0
0

1
0
0
0
0
0
0
0
0
0
0
0
0
1

2
0
0
0
0
0
0
0
0
0
0
0

3
19
19
19
19
19
19
19
19
19
19

4
19
19
19
19
19
19
19
19
19

5
19
19
19
19
19
19
19
19

6
38
38
38
38
38
38
38

7
38
38
38
38
38
38

8
38
38
38
38
38

Etapa 3
6
7
8

10

11

12

F4(s

D4(s)

)
76
57
57
57
38
38
38
19
19
19
0
0
0

12
9,10,11
9,10
9
6,7,8
6,7
6
3,4,5
3,4
3
0,1,2
0,1
0

57
57
57
57

57
57
57

57
57

76

10

11

12

F3(s

D3(s)

42

)
76

59

57

0,1

57

40

38

0,1

38

21

19

0,1

12

57

38

59

59

40

40

40

42

42

11

6
5

7
5

7
5

38

38

59

40

40

40

21

42

42

10

7
5

7
5

7
3

38

38

40

40

40

21

42

42

7
5

7
3

8
3

38

19

40

40

21

21

21

7
3

8
3

8
3

19

19

40

21

21

21

8
3

8
3

8
1

19

19

21

21

21

8
3

8
1

9
1

19

21

21

8
1

9
1

9
1

21

9
1

9
1

9
0

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ


3

2
1
0

9
0
0
0

0
0

s/x

Etapa 2
6
7
8

12

57

52

50

50

33

43

43

24

24

11

6
5

9
5

7
5

40

50

50

33

31

43

24

24

24

10

9
5

7
5

7
4

38

50

33

31

31

24

24

24

7
5

7
4

0
3

38

33

31

31

12

24

24

7
4

0
3

8
3

21

31

31

12

12

24

0
3

8
3

8
2

19

31

12

12

24

8
3

8
2

1
1

19

12

12

12

8
2

1
1

9
1

12

12

1
1

9
1

9
0

12

9
1

9
0

2
1
0

9
0
0
0

0
0

s/x
12

0
7

1
5

2
7

3
75

4
76

5
74

92

75

91

0
0
0

0,1,2
0,1
0

10

11

12

F2(s

D2(s)

36

)
78

59

57

0,1

57

40

38

0,1

38

21

19

0,1

19

0
0
0

0,1,2
0,1
0

12

F1(s

D1(s)

10

)
108

12

Etapa 1
6
7
8

19

9
91

10
90

11
90

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ


6

Alto
1
2
3
4
Total

Asignacin
12
0
0
0
12

Rendimiento
108
0
0
0
108

Cantidad
12/2
0
0
0
6

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ

Ejercicio de reemplazo de equipo


Un transportista registro los siguientes datos de costos de operacin,
mantenimiento y valor de rescate. Los vehculos no pueden usarse por ms de 3
aos y el horizonte de planeacin es de 6 aos. Un camin nuevo tiene un costo
de $250 (miles de pesos), Cundo debera reemplazar el modelo del vehculo?
Aos de operacin
1
2
3

V.R

Gastos de

210
190
185

mantenimiento
90
95
100

Etapa j=6
Edad (s)
3
2
1

-V. R
-185
-190
-210

Conservar
Reemplazar

Etapa j=5
Reemplazar
-185+250+90-

F5 (s)
-55

Decisin
R

100-185= -85

210= -55
-190+250+90-

-85

95-190= -95

210= -60
-210+250+90-

-95

F4 (s)
60

Decisin
R

Edad
3

210= -80

Edad
3

Conservar
Reemplazar

Etapa j=4
Reemplazar
-185+250+9095= 60

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ


2

100-55= 45

-190+250+90-

45

95-85= 10

95= 55
-210+250+90-

10

95= 35

Edad
3

Conservar
Reemplazar

Etapa j=3
Reemplazar
-

F3 (s)
165

Decisin
R

160

C, R

140

C, R

185+250+90+10
2

100+60= 160

= 165
190+250+90+10

95+45= 140

= 160
210+250+90+10
= 140

Edad
2

Conservar
100+165=

Etapa j=2
Reemplazar
-

265

190+250+90+140

95+160= 255

= 290
210+250+90+140

F2 (s)
265

Decisin
C

255

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ


= 270

Edad
1

Conservar
95+265= 360

Etapa j=1
Reemplazar
-

F4 (s)
360

Decisin
C

210+250+90+255
= 380

Etapa j= 0
250+90+360= 700

Inicio de ao
1
2
3
4
5
6
7

Edad
0
1
2
3
1
2
3

Etapa
0
1
2
3
4
5
6

Decisin
Costo
C
340
C
95
C
100
R
155
C
95
C
100
V
-185
Total = 700

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ

Ejercicio de asignacin de recursos


La compaa ABC fabrica una variedad muy popular de ropa para el mercado de
bebes. Debido a un aumento en la demanda el presidente de la empresa ha
decido ampliar las instalaciones de produccin de la compaa. La empresa
dispone de $13000 para las inversiones, en la tabla se muestran los aumentos en
ingreso ocasionados por diversos niveles de inversin de cada de las 5 plantas de
la empresa (todos los valores estn dados en miles de pesos).
Inversin
0
1
2
3

Planta 1
0
8
7
8

Planta 2
0
6
9
10

Planta 3
0
7
9
8

Planta 4
0
5
8
9

Planta 5
0
5
7
7

Determinar cul es el mtodo para invertir $15000 para que produzca mayores
ingresos.
Gx/x
G1
G2
G3
G4
G5

Sx/x
3
2
1
0

0
0
0
0
0
0

0
0
0
0
0

1
8
6
7
5
6

1
6
6
6

Etapa 5
2
7
7

2
7
9
9
8
7

3
7

3
8
10
8
9
7

Max
7
7
6
0

Pos
2,3
2
1
0

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ


Sx/x
3
2
1
0

Sx/x
3
2
1
0

Sx/x
3
2
1
0

Sx/x
3

0
0+7
0+7
0+6
0+0

0
0+14
0+11
0+6
0+0

0
0+18
0+13
0+7
0+0

0
0+19

1
5+7
5+6
5+0

1
7+11
7+6
7+0

1
6+13
6+7
6+0

1
8+13

Etapa 4
2
8+6
8+0

3
9+0

Max
14
11
6
0

Pos
2
1
0
0

Etapa 3
2
9+6
9+0

3
8+0

Max
18
13
7
0

Pos
1
1
1
0

Etapa 2
2
9+7
9+0

3
10+0

Max
19
13
7
0

Pos
1
0,1
1
0

3
8+0

Max
21

Pos
1

Etapa 1
2
7+7

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ

Ejercicio de dinmica probabilstica


Una persona desea invertir 2000. Dispone de las opciones de duplicar la cantidad
invertida, con una probabilidad de 0.3 o de perder todo con una probabilidad de
0.7. Las inversiones se venden al final del ao, y las reinversiones, que pueden
ser torales o parciales, comienzan al principiar el ao siguiente. El proceso se
repite durante 3 aos consecutivos. El objetivo es maximizar la probabilidad de
obtener 4000 al final del tercer ao. Para simplificar, suponer que todas las
inversiones son en mltiplos de 10000.
Si se usa la notacin de modelo se dice que r 1 =1 con probabilidad de 0.3 y que r 2
=-1 con probabilidad 0.7
Etapa 3: en la etapa 3, el estado x 3, puede ser tan pequeo como 0, y tan grande
como 8000. El valor mnimo se realiza cuando se pierde toda la inversin sube al
doble al final de cada uno de los dos primeros aos. La ecuacin recursiva para la
etapa 3 se escribe, en consecuencia como sigue.
F3(x3)= Max [0.3 P(x3 + y3 > 4)
Etapa 2 f2 (x2)= Max (0.3f3 (x2+y2) + 0.7 f3 (x2-y2)).
En la tabla se muestran los detalles de los clculos para la etapa 3. Todos los
elementos sombreados son no factibles, porque no satisfacen la condicin y3<x3.
Tambin al hacer los clculos se observan que
Aunque la tabla 15.1 muestra que existen ptimos alternativas para x3= 1, 3, 4, 5,
6,7 y 8 la columna de ptimo solo indica el ptimo mnimo y3. En este caso la
hiptesis es que el inversionista no va a invertir ms que lo que sea absolutamente
necesario para lograr el objetivo.

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ


15.1
X Y3=0

0.3x0+
0.7x0=
0
0.3x0+
0.7x0=
0
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x1=
1
0.3x1+
0.7x1=
1
0.3x1+
0.7x1=
1
0.3x1+
0.7x1=
1

0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x1=
1
0.3x1+
0.7x1=
1
0.3x1+
0.7x1=
1

0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x1=
1
0.3x1+
0.7x1=
1

0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x1=
1

0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3

0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3
0.3x1+
0.7x0=
0.3

0.3x1+
0.7x0=
0.3
0.3x1+ 0.3x1+
0.7x0= 0.7x0=
0.3
0.3

0 0.3x0
+0.7x
0=0
1 0.3x0
+0.7x
0=0
2 0.3x0
+0.7x
0=0
3 0.3x0
+0.7x
0=0
4 0.3x1
+0.7x
1=0
5 0.3x1
+0.7x
0=0
6 0.3x1
+0.7x
1=1
7 0.3x1
+0.7x
1=1
8 0.3x1
+0.7x
1=1

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ

X Y2=0

0.3x1+0.7x0=
0.3
0.3x1+0.7x0=
0.3
0.3x1+0.7x0.3
=0.51

0.3x1+0.7x
0=0.3
0.3x1+0.7x
0=0.3

0.3x1+0.7x
0=0.3

0
1
2
3
4

0.3x0+0.7x0=0
0.3x0+0.7x0=0 0.3x0.3+0.7x0
=0.9
0.3x0.3+0.7x0. 0.3x0.3+0.7x0
3=0.3
=0.09
0.3x0.3+0.7x0. 0.3x1+0.7x0.3
3=0.3
=0.51
0.3x1+0.7x1=1 0.3x1+0.7x0.3
=0.51

Etapa f1(x1)= Max (0.3 f3 (x1+y1) + 0.7 f2 (x1-y1)).


X1
2

Y1=0
0.3x0.3+0.7x0.3=0.
3

1
0.3x0.51+0.7x0.09=0.21
6

2
0.3x1+0.7x0=0.3

La estrategia optima se determina como x 1 la inversin inicial x1=2000, la etapa 1


da como resultado y1=0 que quiere decir que en el ao 1 no se debe invertir. De la
etapa 2 x3=2 produce y2=0 indicando de nuevo no invertir. Usando x 3=2 muestra
y3=2 que equivale toda la cantidad de la etapa 3.
La probabilidad mxima correspondiente a realizar la meta s= 4 es f 1 (2)=0.3.

INSTITUTO TECNOLGICO DE TUXTLA GUTIRREZ

Referencias
lieberman, f. s. (2006). Introduccin a la investigacin de operaciones 9na edicin.
MEXICO: McGraw-Hill.
Taha, H. A. (2004). Investigacin de operaciones. MEXICO: PRENTICE HALL
MEXICO.