PMI403 | Investigación de Operaciones II

Programación dinámica aplicada al problema de asignación

PROGRAMACIÓN DINÁMICA

Aunque los modelos de programación dinámica (PD) no tienen una estructura formal rígida, en ellos se
reconoce la idea de considerar los problemas como una secuencia de etapas progresivas. En cada una de
ellas se elige, entre las opciones o estados disponibles, la política óptima. Con esta subdivisión del problema
de elección, las opciones se consideran como subproblemas más pequeños cuyo alcance crece
progresivamente hasta completar el análisis de todas las opciones posibles del problema inicial, y con ello se
toma la decisión más eficaz en cuanto a recursos y proyección del resultado final de la elección.

PROBLEMA
El gerente de Ventas de una editorial tiene seis agentes que puede asignar a tres distintas regiones del país.
Ha decidido que cada una debe tener, por lo menos, un agente y que cada uno de éstos debe quedar
restringido a una de estas regiones, pero ahora quiere determinar cuántos agentes debe asignar a ellas con
el fin de maximizar las ventas. En la tabla se da el incremento estimado de las ventas en cada región si se le
asignan diferentes cantidades de agentes.

Región
Agente de
1 2 3
ventas
1 40 24 32
2 54 47 46
3 78 63 70
4 99 78 84

SOLUCIÓN
En este problema de asignación consideraremos las etapas donde se establece la política bajo la cual se
destinan los agentes a las distintas regiones, por lo que consta de tres etapas. Los estados para cada una de
ellas serán, entonces, el número de agentes de ventas disponibles para asignar, y las variables de decisión,
los agentes asignados en esta etapa. Así, se estimará el beneficio de la asignación con base en los beneficios
óptimos previamente obtenidos y el rendimiento debido al número de agentes en cuestión en esta etapa
(región). Más precisamente, declaramos las cantidades:

si = número de agentes de ventas disponibles para asignar en la región i

xi = número de agentes de asignados en la región i
fi (si,xi) = aumento en ventas por los xi agentes asignados más las ventas alcanzadas en la región
anterior

Observemos que en este caso s1 = 4 agentes de ventas disponibles, y como x1 es la asignación de agentes en
la región 1, entonces los agentes disponibles para la región 2 son s 2 = 4 - x1, mientras que para la región 3
serán s3 = 4 - x2.

Para resolver el problema se partirá de la etapa (región) 3 hacia atrás. Los estados posibles que se asumen
son, en realidad, s3 = 4, pues es factible que en las dos etapas anteriores se haya decidido no asignar ningún
agente después de todo (x1 = x2 = 0). Veamos los posibles aumentos de acuerdo con el número de agentes
asignados en esta región (x3).

© 2017 Universidad Latinoamericana. Todos los derechos reservados.

 PMI403 | Investigación de Operaciones II

Etapa 3
f3(s3,x3) = aumento(x3)
(Región 3)
Resultado Asignación
Agentes Agentes asignados (x3)
óptimo óptima
disponibles (s3) 0 1 2 3 4 (f*3(s3)) (x*3)
0 0 - - - - 0 0
1 0 32 - - - 32 1
2 0 32 46 - - 46 2
3 0 32 46 70 - 70 3
4 0 32 46 70 84 84 4

Para cada estado posible (agentes disponibles), registramos el valor óptimo que se alcanza de acuerdo con el
número de agentes que en verdad se asignan. En este ejemplo buscamos el máximo en cada renglón (f*3(s3))
y la el valor de decisión en el cual se obtiene (x*3). Con estos resultados óptimos iniciaremos el cálculo para
la etapa anterior (región 2). Observa que los mismos cinco estados posibles (empezando desde 0) deben
considerarse en la etapa 2, es decir, s2 = 4, pues es posible haber asignado desde 0 hasta 4 agentes en la
etapa 1.

Etapa 2
f2(s2,x2) = aumento(x2) + f*3(s3)
(Región 2)
Agentes asignados (x2) Resultado Asignación
Agentes
óptimo óptima
disponibles (s2) 0 1 2 3 4 (f*2(s2)) (x*2)
0 0 - - - - 0 0
1 32 24 - - - 32 0
2 46 56 47 - - 56 1
3 70 70 79 63 - 79 2
4 84 94 93 95 78 95 3

Para calcular los rendimientos sumamos al resultado óptimo previo al rendimiento obtenido por cada
número de agentes asignados a la región. Por ejemplo, si tenemos s2=3 agentes disponibles y asignamos
x2=1 agente, entonces en la etapa 3 tendremos todavía s 3=3 – 1=2 agentes disponibles. Con ellos, la mejor
decisión sería asignar los dos (x3=2), pues se obtendrían aumentos por 46 unidades, así que el beneficio total
es 24 por la asignación x2=1 más 46 por la política de asignación x3 =2. Es decir:

f2 (s2,x2) = aumento(x2) + f*3(s3)

f2 (3,1) = aumento (1) + f*3(2) = 24 + 46 = 70

Con esta metodología se forma el resto de los aumentos. Luego elegimos en cada estado el resultado
óptimo y el valor de asignación en el que este se alcanza.

En la última parte del análisis (etapa 1) el proceso se repite, o sea, los aumentos totales se calculan sumando
el aumento de cada variable más el aumento por el resto de los agentes disponibles calculados en la etapa 2.
Aunque se establece la tabla completa (desde s 1 = 1,…, 4) la las primeras 3 filas, se pueden omitir, pues en la
primera etapa hay, en realidad, 4 agentes disponibles para asignar; sin embargo, se mantienen todas las
columnas, pues se consideran todas las posibles asignaciones verdaderamente hechas (x 1 = 0,…, 5).

© 2017 Universidad Latinoamericana. Todos los derechos reservados.

 PMI403 | Investigación de Operaciones II

Etapa 1
f1(s1,x1) = aumento(x1) + f*2(s2)
(Región 1)
Agentes asignados (x1) Resultado Asignación
Agentes
óptimo óptima
disponibles (s1) 0 1 2 3 4 (f*1(s1)) (x*1)
1 32 40 - - - 40 1
2 56 72 54 - - 72 0
3 79 96 86 78 - 96 1
4 95 119 110 110 99 119 1

Ahora partimos de la etapa 1. Aquí se encontró que, para el estado de s1 = 4 agentes disponibles, el total de
aumento de ventas es de f*1(s1))=119 unidades. Éste se logra con una asignación de x* 1=1 agente en la
región 1. Luego regresamos a la etapa 2. Como se asignó un agente en la región 1, los agentes disponibles
para la región 2 son s2 = 4 – 1 = 3. En este escenario, la política óptima es asignar x* 2 = 2 agentes de ventas.
Con esto en mente, para la región (etapa) 3, el estado o agentes disponibles es s 3 = 1, y con él la asignación
óptima es x3 = 1 agente.

REFERENCIAS
Hillier, F. et al. (2010). Introducción a la investigación de operaciones (9ª ed.). México: McGraw-Hill.
(Disponible en la Biblioteca Virtual McGraw-Hill).

© 2017 Universidad Latinoamericana. Todos los derechos reservados.