INVOP2 Programación Dinámica Deterministica

PROBLEMA 1 (Modelo: Volumen de carga)

Un barco de 4 toneladas es cargado con uno o más de tres artículos. La tabla siguiente
muestra el peso unitario pn, en toneladas y el ingreso por unidad in , en miles de $, para el
artículo n. ¿Cómo se debe cargar el barco para maximizar los ingresos totales?

Artículo  p in
n n
1 2 31
2 3 47
3 1 14

Tener en cuenta que el barco puede cargar estos artículos en cualquier orden, además, como
el peso unitario y el peso permisible son enteros, las variables sólo deben tener valores
enteros.

Solución:
Etapa: Cada tipo de artículo hace referencia a una etapa.
Estado: La disponibilidad respecto a la capacidad del barco
Decisión: Cuántas unidades de cada tipo de artículo llevar
Función recursiva: Representa el total de ingreso que se quiere maximizar.

Etapa 3
f3(s3,x3)=14x3 Solución
óptima
*
s3 x3 =0 x3 =1 x3 =2 x3 =3 x3 =4 f3 (s3) x3*
0 14(0)= - - - - 0 0
0
1 14(0)= 14(1)=1 - - - 14 1
0 4
2 14(0)= 14(1)=1 14(2)=2 - - 28 2
0 4 8
3 14(0)= 14(1)=1 14(2)=2 14(3)=4 - 42 3
0 4 8 2
4 14(0)= 14(1)=1 14(2)=2 14(3)=4 14(4)=5 56 4
0 4 8 2 6
s3=0; significa que el barco está lleno, disponibilidad cero.
s3=4; significa que el barco está vacío, disponibilidad 4 ton.

Etapa 2
f2(s2,x2)=47x2+f3*(s2-3x2) Solución
óptima
*
s2 x2 =0 x2 =1 f2 (s2) x2*
0 47(0)+0=0 - 0 0
 1 47(0)+14=1 - 14 0
4
2 47(0)+28=2 - 28 0
8
3 47(0)+42=4 47(1)+0=47 47 1
2
4 47(0)+56=5 47(1)+14=6 61 1
6 1

Etapa 1
f1(s1,x1)=31x1+ f2*(s1-2x1) Solución
óptima
*
s1 x1 =0 x1 =1 x1 =2 f1 (s1) x1*
0 31(0)+0=0 - - 0 0
1 31(0)+14=1 - - 14 0
4
2 31(0)+28=2 31(1)+0=31 - 31 1
8
3 31(0)+47=4 31(1)+14=4 - 47 0
7 5
4 31(0)+61=6 31(1)+28=5 31(2)+0=6 62 2
1 9 2

Para obtener la solución óptima, se observa que el máximo ingreso generado en la etapa 1,
es decir $62 mil, se produce cuando se decide llevar 2 unidades del artículo 1.

PROBLEMA 3 (Modelo: Reposición de equipo)

En el transcurso de los cuatro siguientes años, durante cierto proceso de producción, se
desea saber cuándo remplazar una máquina o seguir conservándola con la finalidad de
encontrar lo más beneficioso para la empresa. Inicialmente se tiene una máquina con tres
años de antigüedad trabajando en la producción. Los datos respecto a la maquina los
obtenemos en la siguiente tabla:

t I(t) C(t) R(t)

Tiemp Ingreso Costo de Valor de
o (miles de operación Recuperación
(años) $) ($) ($)
0 20000 200 -
1 19000 600 80000
2 18500 1200 60000
3 17200 1500 50000
4 15500 1700 30000
5 14000 1800 10000
6 12200 2200 5000
 Considerar que:
·         El costo de una máquina nueva es $100000.
·         Toda máquina con 6 años de antigüedad debe reemplazarse.
·         Terminado el horizonte de planeación, la máquina debe venderse.
  

Como esta es la última etapa, la máquina debe venderse, y no hay contribuciones

posteriores.
El estado de la etapa n es la antigüedad t de la máquina al inicio del año n, entonces:

Etapa 4
Conservar Reemplazar Solución
t óptima
s4 I(t) - C(t) + R(t +1) I(0) + R(t) +R(1) - 100000 - C(0) f4 (s4) x4*
*

1 19000-600+60000=78400 20000+80000+80000-100000- 79800 R

200=79800
2 18500-1200+50000=67300 20000+60000+80000-100000- 67300 C
200=59800
3 17200+1500+30000=4570 20000+50000+80000-100000- 49800 R
0 200=49800
6 Se debe reemplazar 20000+5000+80000-100000-200=4800 4800 R

Etapa 3
Conservar Reemplazar Solución
t óptima
s3 I(t) - C(t) + f4(t +1) I(0) + R(t) - 100000 - C(0) + f4*(1) f3 (s3) x3*
*

1 19000-600+67300=85700 20000+80000-100000- 85700 C

200+79800=79600
2 18500-1200+49800=67100 20000+60000-100000- 67100 C
 200+79800=59600
5 14000-1800+4800=17000 20000+10000-100000-200+79800=9600 17000 C

Etapa 2
Conservar Reemplazar Solución
t óptima
s2 I(t) - C(t) + f3(t +1) I(0) + R(t) - 100000 - C(0) + f3*(1) f2 (s2) x2*
*

1 19000-600+67100=85500 20000+80000-100000- 85500 C

200+85700=85500 o
R
4 15500-1700+17000=30800 20000+30000-100000- 35500 R
200+85700=35500

Etapa 1
Conservar Reemplazar Solución
t óptima
s1 I(t) - C(t) + f2(t +1) I(0) + R(t) - 100000 - C(0) + f2*(1) f1 (s1) x1*
*

3 17200-1500+35500=51200 20000+50000-100000- 55300 R

200+85500=55300

PROBLEMA 4
Una empresa requiere 28, 30, 25, 29 y 20 trabajadores para los próximos 5 años
respectivamente. En la actualidad hay 30 empleados en la empresa. Cada trabajador gana
16000 soles al año. Al empezar cada año se puede contratar o despedir trabajadores. Cuesta
1000 soles contratar un trabajador y 15000 soles despedirlo, debido a los seguros y
beneficios que se tienen que pagar. Por lo fatigoso que es el trabajo, cada año renuncian 3
trabajadores (los cuales no cobran los 15000 soles de despido). Mediante el uso de
programación dinámica encontrar la política óptima definiendo las etapas, estados y
variables de decisión; además explicar la función recursiva. Tener en cuenta que, de ser
económico, sería ideal tener el número exacto de trabajadores necesarios en cada semana;
además, la empresa trata en lo posible de evitar los costos de contratación o despido.

Solución:
rn: Requerimiento de año n
xn: Trabajadores asignados el año n
Etapa: año
Estado: trabajadores que quedan al inicio del presente período.
fn(sn,xn)= min{16000(xn) + 1000(xn-sn) + 15000(sn-xn) +fn+1(sn+1) }   o también
fn(sn,xn)= min{16000(xn) + 1000(xn-sn) + 15000(sn-xn) + fn+1(xn-3) }
teniendo en cuenta que: 1000(xn-sn); xn>sny15000(sn-xn);  sn>xn

Por practicidad los costos en las tablas se encuentran en miles de soles

Etapa 5 (r5 = 20)

s5 f5(s5,x5)=16000(x5)+15000(s5- Solución
 x5) óptima
*
x5 =20 f5 (s5) x5*
29-
16(20)+15(6)=410 410 20
3=26

Etapa 4 (r4 = 29)

f4(s4,x4)=16000(x4)+1000(x4-s4)+f5(x4- Solución
s4 3) óptima
*
x4 =29 f4 (s4) x4*
25-
16(22)+1(7)+410 =769 769 29
3=22
27-
16(24)+1(5)+410=799 799 29
3=24

Etapa 3 (r3 = 25)

Solución
f3(s3,x3)=16000(x3)+15000(s3-x3)+f4(x3-3)
s3 óptima
*
x2 =25 x2 =27 f3 (s3) x3*
30- 16(25)+15(2)+769=119 16(27)+
1199 25
3=27 9 799=1231

Etapa 2 (r2 = 30)

f2(s2,x2)=16000(x2)+1000(x2-s2)+f3(x2- Solución
s2 3) óptima
*
x2 =30 f2 (s2) x2*
28-
16(30)+1(5)+1199 =1754 1754 30
3=25
30-
16(30)+1(3)+1199 =1724 1724 30
3=27

Etapa 1 (r1 = 28)

Solución
f1(s1,x1)=16000(x1)+15000(s1-x1)+f2(x1-3)
s1 óptima
*
x1 =28 x1 =30 f1 (s1) x1*
16(28)+15(2)+1754=223 16(30)+1724=220
30 2204 30
2 4

PROBLEMA 5
Una empresa requiere tener una máquina que trabaje durante los 5 años siguientes. En la
actualidad tiene una máquina nueva. La compañía podría conservar la máquina o venderla
al empezar cada año y comprar una nueva. Una máquina nueva cuesta 5000 dólares. Los
ingresos obtenidos con la máquina, el costo de mantenimiento y el valor de salvamento que
se puede obtener al venderla al final del año, dependen de la edad de la máquina (véase
tabla). Puede utilizarse una máquina hasta un máximo de tres años de antigüedad.
Utilice la programación dinámica para maximizar la utilidad neta ganada durante los seis
años siguientes. 

AÑO 0- AÑO 1- AÑO 2-

1 2 3
Ingresos ($) 4500 3000 1500
Costos de operación ($) 500 700 1100
Valor de salvamento al final del
3000 1800 500
año

ETAPAS: Años
ESTADOS: Edad de la máquina
ALTERNATIVAS: Conservar, Reemplazar

Como esta es la última etapa, la máquina debe venderse, y no hay contribuciones

posteriores.
El estado de la etapa n es la antigüedad t de la máquina al inicio del año n, entonces:

Etapa 6
Conservar Reemplazar Solución
t
óptima
s6 *
I(t) - C(t) + R(t +1) I(0) + R(t) +R(1) - 5000 - C(0) f6 (s6) x6*
1 3000-700+1800=4100 4500+3000+3000-5000- 5000 R
500=5000
2 1500-1100+500=900 4500+1800+3000-5000- 3800 R
500=3800
3 Se debe reemplazar 4500+500+3000-5000-500=2500 2500 R

Etapa 5
Conservar Reemplazar Solución
t
óptima
s5
I(t) - C(t) + f6*(t +1) I(0) + R(t) - 5000 - C(0) + f6*(1) *
f5 (s5) x5*
1 3000-700+3800=4100 4500+3000-5000- 7000 R
500+5000=7000
2 1500-1100+2500=2900 4500+1800-5000- 5800 R
 500+5000=5800
3 Se debe reemplazar 4500+500-5000-500+5000=4500 4500 R

Etapa 4
Conservar Reemplazar Solución
t
óptima
s4
I(t) - C(t) + f5*(t +1) I(0) + R(t) - 5000 - C(0) + f5*(1) *
f4 (s4) x4*
1 3000-700+5800=8100 4500+3000-5000- 9000 R
500+7000=9000
2 1500-1100+4500=4900 4500+1800-5000- 7800 R
500+7000=7800
3 Se debe reemplazar 4500+500-5000-500+7000=6500 6500 R

Etapa 3
Conservar Reemplazar Solución
t
óptima
s3
I(t) - C(t) + f4*(t +1) I(0) + R(t) - 5000 - C(0) + f4*(1) *
f3 (s3) x3*
1 3000-700+7800=10100 4500+3000-5000- 11000 R
500+9000=11000
2 1500-1100+6500=6900 4500+1800-5000- 9800 R
500+9000=9800

Etapa 2
Conservar Reemplazar Solución
t
óptima
s2
I(t) - C(t) + f3*(t +1) I(0) + R(t) - 5000 - C(0) + f3*(1) *
f2 (s2) x2*
1 3000-700+9800=12100 4500+3000-5000- 13000 R
500+11000=13000

Etapa 1
Conservar Reemplazar Solución
t
óptima
s1
I(t) - C(t) + f2*(t +1) I(0) + R(t) - 5000 - C(0) + f2*(1) *
f1 (s1) x1*
0 3000-700+13000=15300 - 15300 C

PROBLEMA 7
Una compañía construye aviones comerciales para varias líneas aéreas de todo el mundo.
La última etapa del proceso consiste en la fabricación de los motores de turbina y su
instalación en la estructura del avión. La compañía tiene que hacer entrega, próximamente,
de un gran número de aviones y, por este motivo, desea programar la producción de los
motores de turbina para los próximos cuatro meses.
En la siguiente tabla se muestra, para cada uno de los próximos cuatro meses, la cantidad de
motores que deben de estar listos para su instalación, la capacidad de producción máxima
de dicho mes, el coste unitario de fabricar cada motor (que puede variar de mes a mes
debido a las necesidades de personal, alteraciones en los precios de las materiales,
consumos energéticos, etc.), y el coste de almacenar un motor durante un mes (en este caso,
el coste siempre es fijo de $15000 por motor).

Instalacione
Producció Costo unitario Costo unitario
Me s
n de de
s programad
máxima producción* almacenaje*
as
1 10 25 1.08 0.015
2 15 35 1.11 0.015
3 25 30 1.10 0.015
4 20 10 1.13 0.015
                                                                       *costo dado en millones de $.

Dada las variaciones de los costos de producción, podría valer la pena fabricar algunos
motores antes de su fecha de instalación. Utilice métodos de programación dinámica para
determinar la producción óptima de cada mes, teniendo en cuenta que las cantidades
producidas deben ser múltiplos de 5.

Solución:
Sean:
xn el nivel de producción en el mes n
yn el inventario inicial en el mes n
dn la demanda en el mes n

Función recursiva: Costo mínimo de cumplir las demandas   fn(sn ,xn) = min {CP(xn)
+CI(yi+1)+fn+1(sn+1)}
Etapa: Cada mes
Estado: Inventario inicial

ETAPA 4 (Demanda =20)

Solución
f4(s4,x4)= 1.13x4
s4 óptima
*
x4=0 x4=5 x4=10 f4 (s4) x4
10 - - 11.3 11.3 10
15 - 5.65 - 5.65 5
20 0 - - 0 0

ETAPA 3 (Demanda =25)

Solución
f3(s3,x3)= 1.10x3 + 0.015(y3+x3-d3) + f4*(y3+x3-d3)
s3 óptima
*
x3=0 x3=5 x3=10 x3=15 x3=20 x3=25 x3=30 f3 (s3) x3
 5 - - - - - - 44.45 44.45 30
1
- - - - - 38.95 38.875 38.875 30
0
1
- - - - 33.45 33.375 33.3 33.3 30
5
2
- - - 27.95 27.875 27.8 - 27.8 25
0
2
- - 22.45 22.375 22.3 - - 22.3 20
5
3
- 16.95 16.875 16.8 - - - 16.8 15
0
3 11.4 11.37
11.3 - - - - 11.375 10
5 5 5

ETAPA 2 (Demanda =15)

Solución
f2(s2,x2)= 1.11x2 + 0.015(y2+x2-d2) + f3*(y2+x2-d2)
óptima
s2
x2=
x2=5 x2=10 x2=15 x2=20 x2=25 x2=30 x2=35 f2*(s2) x2
0
0 - - - - 66.725 66.775 66.825 66.95 66.725 20
5 - - - 61.175 61.225 61.275 61.4 61.525 61.175 15
1
- - 55.625 55.675 55.725 55.85 55.975 56.1 55.625 10
0
1
- 50.075 50.125 50.175 50.3 50.425 50.55 50.675 50.075 5
5

ETAPA 1 (Demanda =10)

f1(s1,x1)= 1.08x1 + 0.015(y1+x1- Solución
*
s1 d1) + f2 (y1+x1-d1) óptima
x1=10 x1=15 x1=20 x1=25 f1*(s1) x1
0 77.525 77.375 77.225 77.075 77.075 25