Programación Dinámica

 Técnica matemática útil en la toma de una serie de decisiones interrelacionadas.

 Proporciona un procedimiento sistemático para determinar la combinación óptima de decisiones.
 No cuenta con una formulación matemática estándar, sino que se trata de un enfoque de tipo general
para la solución de problemas, y las ecuaciones específicas que se usan se deben desarrollar para que
representen cada situación individual.
 Se necesita cierto grado de creatividad y buen conocimiento de la estructura general de los problemas
de programación dinámica para reconocer cuándo y cómo se puede resolver un problema por medio
de estos procedimientos.

PROGRAMACIÓN DINÁMICA DETERMINÍSTICA

En este tipo de problemas el estado en la siguiente etapa está completamente determinado por el estado y la
política de decisión de la etapa actual.
Una manera de clasificar los problemas de programación dinámica determinística es por la forma de la función
objetivo. Por ejemplo, se puede minimizar la suma de las contribuciones de cada etapa individual (como el
problema de la diligencia), o maximizar esa suma, o bien minimizar el producto de los términos, entre otros.
Otra clasificación se puede hacer en términos de la naturaleza del conjunto de estados en las respectivas
etapas. En particular, los estados sn pueden estar representados por una variable de estado discreta (como en
el problema de la diligencia), o por una variable de estado continua, o tal vez se requiera un vector de estado
(más de una variable).

Ejemplo1
El problema de la diligencia
Trata sobre un caza fortunas mítico de Missouri que decide ir al oeste a unirse a la fiebre del oro en California
a mediados del siglo XIX. Tiene que hacer el viaje en diligencia a través de territorios sin ley donde existen
serios peligros de ser atacado por merodeadores. Aun cuando su punto de partida y su destino son fijos, tiene
muchas opciones en cuanto a qué estados debe elegir como puntos intermedios. En la figura 1 se muestran las
rutas posibles, en donde cada estado está representado por un círculo con una letra y la dirección del viaje es
siempre de izquierda a derecha en el diagrama. Como se puede observar, se requieren cuatro etapas (jornadas
en diligencia) para viajar desde su punto de partida en el estado a (Missouri) a su destino en el estado J
(California).
Este caza fortunas es un hombre prudente preocupado por su seguridad. Después de reflexionar un poco se le
ocurrió una manera bastante ingeniosa para determinar la ruta más segura. Se ofrecen pólizas de seguros de
vida a los pasajeros. Como el costo de la póliza para cualquier jornada en la diligencia está basado en una
evaluación cuidadosa de la seguridad del recorrido, la ruta más segura debe ser la que tiene el menor costo
total de la póliza del seguro.
El costo de la póliza estándar para el viaje en diligencia, del estado i al estado j, que se denota por c ij, se
muestran en la figura 1.
¿Cuál es la ruta que minimiza el costo total de la póliza?
7
B E 1
4
6 4
2 H
3
3
6
4 2
A C F J
3
4
3 4
I
4 3
1
D G 3
5
1
Figura 1

Solución del problema

El procedimiento de elegir la ruta más barata en cada etapa sucesiva no conduce a una decisión óptima global.
Al seguir esta estrategia se obtiene la ruta A-B-F-I-J, con un costo de 13. Pero un pequeño sacrificio en una
etapa puede permitir mayores ahorros más adelante. Por ejemplo, A-D-F es en total más barata que A-B-F.
Un enfoque posible para resolver este problema es el de prueba y error. Sin embargo, el número de rutas
posibles es grande (18) y el cálculo del costo total para la ruta no es una tarea atractiva.

La programación dinámica proporciona una solución con menos esfuerzo que la enumeración exhaustiva. La
programación dinámica comienza con una pequeña porción del problema original y encuentra la solución
óptima para este problema pequeño. Después agranda gradualmente el problema y encuentra la solución
óptima actual a partir de la que le precede, hasta resolver el problema original completo.

En el problema de la diligencia, se comienza con el problema sencillo en el que el agente casi ha llegado al final
de su viaje y sólo tiene una etapa más (una jornada en diligencia) por recorrer. La solución óptima obvia para
este problema reducido es ir del estado actual (en el que se encuentre) a su destino final (estado J). En cada
una de las iteraciones siguientes, el problema se aumenta de una en una el número de etapas que le quedan
por recorrer para completar el viaje. En cada problema aumentado se puede encontrar la solución óptima del
lugar al que debe dirigirse desde cada estado posible tomando en cuenta los resultados obtenidos en la
dirección anterior.

Formulación. Sean (n = 1, 2, 3, 4) las variables de decisión que representan el destino inmediato de la etapa
n (el n-ésimo viaje que se hará en diligencia). Entonces, la ruta seleccionada es en
donde

Sea el costo total de la mejor política global para las etapas restantes, dado que el agente de ventas
se encuentra en el estado s, listo para iniciar la etapa n y elige como destino inmediato. Dados s y n, sea
el valor de (no necesariamente único) que minimiza y sea el valor mínimo
correspondiente de Entonces, en donde

costo inmediato (etapa n) + costo futuro mínimo (etapas n + 1 en adelante) =

El valor de está dado en la gráfica para estableciendo (el estado actual) y (el destino
inmediato). Como el costo final (estado J) se alcanza al terminar la etapa 4,

El objetivo es encontrar y la ruta correspondiente. Programación dinámica la encuentra al hallar

sucesivamente para cada uno de los estados posibles s y usar después para
encontrar

Procedimiento de Solución
Cuando el caza fortunas tiene sólo una etapa por recorrer (n = 4), su ruta de ahí en adelante está
perfectamente determinada por su estado actual s (ya sea H o I) y su destino final, de manera que la
ruta para esta última jornada en diligencia es Como la solución inmediata al
problema para n = 4 es

s
H 3 J
2
 I 4 J

Cuando el caza fortunas tiene dos etapas por recorrer (n =3), el procedimiento de solución requiere unos
cuantos cálculos. Por ejemplo, suponga que se encuentra en el estado F. Entonces, como se describe en el
diagrama debe ir al estado H o al estado I a un costo inmediato de o , respectivamente. Si
elige el estado H, el costo adicional mínimo al llegar ahí está dado en la tabla anterior como , de
manera que el costo total de esta decisión es 6 + 3 = 9. Si en su lugar elige el estado I, el costo total es 3 + 4 =
7, que es menor. Por lo tanto, la opción óptima , ya que da el costo mínimo, .

3
H

6
F
3

I
4

Se necesitan cálculos similares cuando se parte en los otros dos estados posibles s = E y s = G con dos jornadas
por viajar. Intente obtener la respuesta ayudándose tanto de un diagrama (figura 1) como del álgebra
[combine los valores de cij y de ], para verificar los siguientes resultados para el problema con n = 3.

x3
s H I
E 4 8 4 H
F 9 7 7 I
G 6 7 6 H

La solución para la segunda etapa (n = 2), cuando quedan tres jornadas por recorrer, se obtiene en forma
parecida. En este caso, . Por ejemplo, suponga que el caza fortunas se encuentra en
el estado C, como se muestra en el diagrama.

4
E

3 7
2
C F

G
6
Ahora deberá ir al estado E, F o G con un costo inmediato respectivos de , ,o . Al
llegar ahí, el costo adicional mínimo hasta llegar al destino está dado en la tabla de n = 3 como ,
,o , respectivamente, como muestra el número colocado arriba de los estados E, F y G
en el diagrama anterior. A continuación se resumen los cálculos que resultan para las tres alternativas.
3
 :
:
:

El mínimo de estos tres números es 7, por lo que el costo total mínimo desde el estado C al final es
y el destino inmediato debe ser .

Al hacer cálculos similares cuando se parte del estado B o D (intente esto) se llega a los siguientes resultados
para el problema de n = 2.

x2
s E F G
B 11 11 12 11 EoF
C 7 9 10 7 E
D 8 8 11 8 EoF

En el primer y tercer renglones de esta tabla observe que E y F empatan como el valor de que minimiza, de
manera que el destino inmediato desde cualquiera de los estados B o D debe ser .

Si se pasa al problema de la primera etapa (n = 1), con las cuatro etapas por recorrer, los cálculos son
parecidos a los que se acaban de mostrar para la segunda etapa (n = 2), excepto que ahora sólo hay un inicio
posible, s = A, como se muestra en el diagrama siguiente.

11
B

7
4
A C

3
8
D

Estos cálculos se resumen a continuación para los tres destinos inmediatos posibles:
:
:
:

Como el mínimo es 11, y , como se muestra en la siguiente tabla:

x1
s B C D
A 13 11 11 11 CoD

4
Ahora se puede identificar una solución óptima a partir de las cuatro tablas. Los resultados del problema para
n = 1 indican que el caza fortunas debe elegir como primer destino inmediato el estado C o el estado D.
suponga que elige . Para n = 2, el resultado para s = C es . Esto conduce al problema de n = 3,
que da para s = E, y el problema para n = 4 indica que para s = H. Así, una ruta óptima es
. Si se elige , se obtienen otras dos rutas óptimas y
. Todas tienen un costo total de

Ejemplo 2
Problema de distribución de esfuerzo
Distribución de Brigadas Médicas
EL CONSEJO MUNDIAL DE LA SALUD se dedica a mejorar la atención médica en los países en desarrollo. Ahora
dispone de cinco brigadas médicas para asignarlas a tres de ellos con el fin de mejorar el cuidado de la salud,
la educación para la salud y los programas de capacitación. El consejo debe determinar cuántas brigadas
asignar (si lo hace) a cada uno de estos países para maximizar la medida de eficiencia de las cinco brigadas.
Éstas deben mantenerse como están constituidas, es decir, el número asignado a cada país debe ser un
entero.
La medida de desempeño se da en términos de los años de vida adicionales por persona. (Para un país
específico, esta medida es igual al incremento en el promedio de vida esperado en años, multiplicado por su
población) En la tabla siguiente se dan las estimaciones de estos años de vida adicionales por persona (en
múltiplos de 1000) para cada país y para cada asignación posible de brigadas médicas.
¿Cuál es la asignación que maximiza la medida de desempeño?

Miles de años-persona de vida

Brigadas adicionales
Médicas País
1 2 3
0 0 0 0
1 45 20 50
2 70 45 70
3 90 75 80
4 105 110 100
5 120 150 130

Ejemplo 3
Solución del problema de la mochila mediante Programación Dinámica

Suponga que se ha de llenar una mochila de 10 libras con los artículos que aparecen en la siguiente tabla. Para
maximizar el beneficio total, ¿cómo se debe llenar la mochila?

Peso (libras) Beneficio

Artículo 1 4 11
Artículo 2 3 7
Artículo 3 5 12
Ejemplo 4
Distribución de científicos a grupos de investigación
Un proyecto del gobierno lleva a cabo una investigación sobre cierto problema de ingeniería que debe
resolverse antes que seres humanos puedan viajar a salvo a Marte. Por el momento, tres equipos de
investigación tratan de resolver el problema desde tres puntos de vista diferentes. Se estima que en las
circunstancias actuales, la probabilidad de que los respectivos equipos -llamados 1, 2 y 3- fracasen es de 0.40,
5
0.60 y 0.80. Así la probabilidad actual de que los tres equipos fracasen es (0.40)(0.60)(0.80) = 0.192. Como el
objetivo es minimizar la probabilidad de fracaso, se asignan al proyecto dos científicos más de alto nivel.
La tabla siguiente da la probabilidad de que los respectivos equipos fracasen si se les asigna 0, 1 o 2 científicos
para colaborar con ellos. Sólo se consideran números enteros de científicos puesto que cada uno de ellos debe
dedicar su atención completa a un equipo. El problema es determinar cómo deben asignarse los dos
científicos adicionales para minimizar la probabilidad de que los tres equipos fracasen.

Probabilidad de fracaso
Nuevos
Equipo
científicos
1 2 3
0 0.40 0.60 0.80
1 0.20 0.40 0.50
2 0.15 0.20 0.30

Ejemplo 5
Un problema de inventario

Podemos utilizar la programación dinámica para resolver un problema de inventarios que posea las siguientes
características:
1. 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 inicio del periodo 1 se conoce la demanda durante cada periodo.
2. Al inicio de cada periodo, la empresa debe determinar cuántas unidades se deben producir. La
capacidad de producción durante cada periodo es limitada.
3. La demanda en cada periodo se debe satisfacer a tiempo con inventario o con producción actual.
Durante cualquier periodo en el que se tenga producción, se incurre en un costo fijo de producción al
igual que en uno variable, por unidad.
4. La empresa tiene una capacidad limitada de almacenamiento. Esto se refleja por un límite en el
inventario de final de cada periodo.
5. La meta de la firma es minimizar el costo total de satisfacer a tiempo las demandas para los periodos
1, 2, …, T

Una empresa sabe que la demanda de su producto durante cada uno de los cuatro meses siguientes será
como sigue:

Costo de Costo variable (por

Demanda Costo por unidad en
Mes preparación, unidad producida)
(unidades) inventario, dólares
dólares dólares
1 1 3 1 0.5
2 3 3 1 0.5
3 2 3 1 0.5
4 4 3 1 0.5

Al principio de cada mes, la empresa debe determinar cuántas unidades se deben producir durante ese mes.
Las limitaciones de capacidad permiten la producción de un máximo de 5 unidades durante cada mes. El
tamaño de las bodegas de la empresa restringe el inventario final de cada mes a 4 unidades cuando mucho. La
empresa desea determinar un calendario de producción para cada mes que cumpla a tiempo con las
demandas y que reduzca al mínimo la suma de los costos de producción y de almacenamiento durante los
cuatro meses. Suponer que hay cero unidades a mano al principio del primer mes.

6
 PROGRAMACIÓN DINÁMICA PROBABILÍSTICA
La programación dinámica probabilística difiere de la determinística en que el estado en la siguiente etapa no
está determinado por completo por el estado y la política de decisión de la etapa actual. En su lugar, existe
una distribución de probabilidad para determinar cuál será el siguiente estado. Sin embargo, esta distribución
de probabilidad sí queda bien determinada por el estado y la política de decisión de la etapa actual.

Ejemplo 6
Una joven emprendedora experta en estadística cree haber desarrollado un sistema para ganar un popular
juego en Las Vegas. Sus colegas no piensan que este sistema sea tan bueno, por lo que apuestan a que si
comienza con tres fichas, no tendrá al menos cinco fichas después de tres jugadas. Cada jugada incluye
apostar cualquier cantidad de fichas disponibles y ganar o perder este mismo número de fichas. La joven cree
que su sistema le dará una probabilidad de 2/3 de ganar una jugada dada.
Suponiendo que la experta en estadística está en lo correcto, se quiere usar programación dinámica para
determinar su política óptima sobre cuántas fichas apostar (si apuesta) en cada una de las tres jugadas. La
decisión en cada jugada deberá tomar en cuenta los resultados de las jugadas anteriores. El objetivo es
maximizar la probabilidad de ganar la apuesta hecha a sus colegas.

Ejemplo 7
Un jugador tiene 2 dólares. se le permite participar cuatro veces en un juego de azar, y su meta es maximizar
su probabilidad de terminar con al menos 6 dólares. Si el jugador apuesta b dólares en una jugada, entonces
gana con probabilidad 0.40 aumenta su capital en b dólares; pierde con probabilidad 0.60 y disminuye su
capital en b dólares. En cualquier jugada no puede apostar más dinero del que dispone. Determine una
estrategia de apuestas que maximice la probabilidad del jugador de alcanzar un capital de al menos 6 dólares
al final del cuarto juego. Se supone que se permiten apuestas de 0 dólares, esto es, no apostar.

Tomado con fi nes acadèmicos de

Universidad de Chile

Facultad de Ciencias Forestales

Depto: Manejo de Recursos Forestales

Curso: "Investigación de Operaciones - II"

Programación Dinámica en Variable Continua

Y Programación Dinámica Probabilística.

Ejemplo 1. (PDP)

El Enunciado:

Una empresa ha recibido el encargo de construir un artículo, que, por las características exigidas por
el cliente deberá pasar controles de calidad altos. Esto hace que la empresa estime que la
probabilidad de que un artículo producido salga bueno es 2/3 (66,6667%) y de 1/3 (33,3333%) que

7
salga malo sin posibilidad de recuperarlo o arreglarlo. El plazo que tiene la empresa para obtener al
menos un artículo bueno es de 3 días, y la producción del artículo implica ocupar el día en hacer
andar la línea de producción, fabricarlos y finalmente ver si salieron buenos; por lo que la empresa
tiene 3 intentos de fabricación para obtener el artículo bueno.

Por contrato con el cliente se acuerda que si la empresa no obtiene el artículo bueno en los 3 días, en
los 3 intentos, la empresa deberá pagar una multa de $200 al cliente por indemnización o perdida de
tiempo.

También la empresa sabe que cada día que decide elaborar ese producto incurre en un costo fijo de
$20 por iniciar toda la línea de producción ese día, y tiene un costo de $5 por cada unidad que decida
fabricar.

Se pide encontrar la política óptima a seguir por la empresa en cuanto a la producción de este
artículo, para hacer mínimo el costo total de producción y obtener al menos un artículo de buena
calidad, según lo exigido.

El Modelo y sus partes.

Las etapas. En este problema estarán asociadas a los dias de producción. Por lo que el problema
tiene 3 etapas. La Etapa 1 es el proceso de decidir si produce o no produce el día 1; y si
decide producir, cuántas unidades producir. De manera similar se entienden las etapas 2
y 3.

Los estados: En este problema se pueden distinguir 2 estados posibles dentro de cada etapa, y son:
"la cantidad de artículos buenos que se tiene la obligación de obtener en esa etapa". Se
indicarán por 0 y 1. Por lo que el estado inicial es 1 y los estados finales posibles son 0 y
1.

Es decir, el estado:

0 : indica que en esa etapa no se tiene la necesidad obligada de obtener un artículo bueno.

1 : indica que en esta etapa sí se tiene la necesidad obligada de obtener un artículo bueno.

Las variables de decisión : Son las decisiones que cada día deberá tomarse, y son: la cantidad de
artículos que se deberá fabricar ese día. Por lo que son 3 variables de decisión: x1, x2, x3,
donde: x1 es la cantidad de artículos a fabricar el día 1, x2 es la cantidad de artículos a fabricar
el día 2, y x3 es la cantidad de artículos a fabricar el día 3.

Es claro que si un día tiene el estado 0, fabricará 0 artículos, y ese día tendrá un costo de $0. Si un día
tiene el estado 1, deberá fabricar algunos artículos (si es lo más conveniente), e incurrirá en un costo
de $5 por unidad más $200 fijos.

El costo de producción de cada día esta dado por:

8
 200 ; si xi > 0

Costo por dia: = 5xi + K(xi) ; Donde K(xi) = <

0 ; si xi = 0

Para cada artículo que se produzca la probabilidad de que salga bueno es 2/3, y que salga malo es
1/3 (datos del problema).

Por lo que, si produce 2 artículos la probabilidad de que los 2 salgan malos es: (1/3)*(1/3) = (1/3) 2. Si
decide producir 3 artículos, la probabilidad de que los 3 salgan malos es de (1/3) 3, asi también se
tendrá que si fabrica 4 es (1/3) 4 = 0,0123 la probabilidad de que los 4 salgan malos. Generalizando,
si se decide fabricar xi artículos, entonces la probabilidad de que todos salgan malos es: (1/3) xi.

Probabilidades de cada uno de

los casos finales, si se decide
producir 3 artículos.

Los 3 malos tiene probabilidad

de ocurrencia de: (1/3)3.

y para xi artículos a fabricar la

Probab. será de: (1/3) xi de que
todos salgan malos.

La función objetivo, para cualquiera de las etapas contendrá lo que representa el costo de esa etapa
más el costo probable de la etapa siguiente si todos hubiesen salido malos, y más el costo probable
de la etapa siguiente si no todos hubiesen salidos malos (al menos uno salió bueno). Y en la etapa n-
ésima tendremos el estado 0 y el estado 1. Tomenos el estado 1 para f.

9
donde:
K(xn ) es el costo de producción fijo de $0 o de $200, según ese día produzca artículos o no.

5*xn : representa el costo de $5 por unidad que se decida producir.

x : representa la probabilidad de que los xn artículos salgan malos.

(1/3) n

fn+1(1) : es el costo que se tendrá en la etapa siguiente, si se llega a ella con la obligación de obtener
un artículo bueno. Este valor es: f *n+1(1).

(1/3)xnfn+1(1) : es el costo probable desde la etapa siguiente en adelante, si todos los de esta etapa
salen malos.

(1- (1/3)xn) : es la probabilidad de que no todos los xn artículos salgan malos; alguno sale bueno.

fn+1(0) : es el costo en que se incurrirá desde la etapa siguiente, si se llega a ella al estado 0, es decir
sin la necesidad de producir un artículo bueno, porque ya se obtuvo. Es f *n+1(0)

(1-(1/3)xn)fn+1(0) : es el costo probable desde la etapa siguiente, si en esta etapa sale alguno de los
artículos bueno.

En el problema aquí dado, se tiene que f *n+1( 0 ) es cero, porque es cero el costo más bajo si no se
tiene la obligación de producir un artículo bueno, en cualquiera de las etapas. La etapa 1 tiene como
estado inicial: 1; es decir, en la etapa 1 se tiene la obligatoriedad de obtener un artículo bueno.

Los cálculos:

n=3, f3(1,0) = 0 + 5*0 + (1/3)0*200 = 200

f3(1,1) = 20 + 5*1 + (1/3)1*200 = 91.666

f3(1,2) = 20 + 5*2 + (1/3)2*200 = 52.222

f3(1,3) = 20 + 5*1 + (1/3)3*200 = 42.407

f3(1,4) = 20 + 5*1 + (1/3)4*200 = 42.469

10
 f3(1,5) = 20 + 5*1 + (1/3)5*200 = 45.82

(Se calcula hasta que, para valores de x3, la f.o. empiece a aumentar de valor, luego de haber ido
descendiendo. En este caso nos interesa el menor valor de la f.o.).

s \ x3 0 1 2 3 4 5 f *3 x* 3

0 0 -- -- -- -- -- 0 0

1 =200 = 91.666 =52.222 =42.407 =42.469 =45.82 42.407 3

n=2, f2(1,0) = 0 + 5*0 + (1/3)0*42.407 = 42.407

f2(1,1) = 20 + 5*1 + (1/3)1*42.407 = 39.1356

f2(1,2) = 20 + 5*2 + (1/3)2*42.407 = 34.7119

f2(1,3) = 20 + 5*3 + (1/3)3*42.407 = 36.5706

f2(1,4) = 20 + 5*4 + (1/3)4*42.407 = 40.5235

s \ x2 0 1 2 3 4 f *2 x* 2

0 0 -- -- -- -- 0 0

1 42.407 39.14 34.71 36.57 40.52 34.7119 2

n=1, f1(1,0) = 0 + 5*0 + (1/3)0*34.7119 = 34.7119

f1(1,1) = 20 + 5*1 + (1/3)1*34.7119 = 36.5706

f1(1,2) = 20 + 5*2 + (1/3)2*34.7119 = 33.8568

f1(1,3) = 20 + 5*3 + (1/3)3*34.7119 = 36.2856

f1(1,4) = 20 + 5*4 + (1/3)4*34.7119 = 40.4285

11
s \ x2 0 1 2 3 4 f *1 x*1

1 34.71 36.57 33.857 36.29 40.43 33. 857 2

Respuesta: Costo Mínimo Probable: 33. 857

Solución óptima: x1 = 2 , x2 = 2 , x3 = 3

El costo mínimo probable para obtener al menos un producto bueno es de $ 33. 857; y el día 1 se
debe producir 2, y si los 2 salen malos el día 2 se deben producir 2, y si salen malos el día 3 se deben
producir 3.

Con más detalles, la política óptima, y costos, en cuanto al lote de producción es:

- Que el día 1 fabrique 2 artículos, y si al menos uno de ellos sale bueno, el día 2 y día 3 no fabrica, y
tiene un costo total de $20 + $5*2 = $30.

- Si todos los artículos del día 1 salen malos, entonces el día 2 se deben fabricar 2 nuevos arículos. Si
al menos uno de ellos sale bueno, el día 3 no fabricar, y tiene un costo total de $60. ($30 el dia 1
más $30 el día 2).

- Si todos los artículos del día 2 salen malos, entonces el día 3 se deben fabricar 3 artículos más. Si
todos los del día 3 salen malos, tendrá un costo total de $295. ($30 el dia 1 + $30 el día 2 + $35 el
dia 3 + $200 de multa). Si al menos uno del día 3 sale bueno, tendrá un costo total de $95, dado por
$30 el día 1 + $30 el día 2 + $35 el día 3.

Otras preguntas:

*) ¿Cuál es el costo total en los 3 días?.

No se sabe de ese costo a priori, y no se sabe cual será en cada ocasión que se deba fabricar uno
de estos artículos, porque no se sabe si se obtendrá el día 1 con un costo de $30, o el día 2 con un
costo de $60, o el día 3 con un costo de $95, o bien deberá pagar la multa de $200 con un costo
de $295. El costo del día 1 es seguro, los demás son costos probables.

*) ¿De que modo se puede obtener un costo total mínimo de $33. 857 ?.

12
 En este caso, de ninguna manera se tendrá en alguna ocasión un costo de $33. 857. Según lo ya
indicado, el dia 1 hay un costo de $30, si debe fabricar el día 2 el costo es de $60, y si fabrica el día
3, el costo es de $95, y si todos salen malos, tiene un costo total con multa de $295.

*)Tomando en cuenta los resultados y valores de los costos ya indicados, ¿cuál debiese ser el mínimo
valor al que convendría vender ese artículo de calidad exigente?.

El costo mínimo probable de $33. 857 es aquel costo al que se tenderá, si se tiene muchos pedidos
de este artículos, y cada vez se toma la política de producción que ya se indicó (x1=2, x2=2, x3=3).
Como el día 1 tiene un costo de $30, (cerca de $33.857), se puede concluir que casi siempre, (en el
88,89% porque: 1 - (1/3)*(1/3) = 0,888 ) el artículo bueno se obtiene el primer día, lográndolo
con un costo de $30. En muy pocas ocasiones pasa al día 2 con un costo de $60. (11,11%), y casi
nunca pasará al día 3. ( (1/3)^4 = 0,0123; el 1,2 % ). Muy rara vez pagará la multa y tendrá un
costo de $295, ( (1/3)^7 = 0,00045724737082 ; un 0,045% ).

Por lo que el piso para el precio de venta que se debe considerar es de $ 33.857, que es el costo al
que tenderá si se tiene muchos pedidos de este tipo.

13