SOLUCIÓN DE PROBLEMAS DE PROGRAMACIÓN DINÁMICA Y ANÁLISIS DE DECISIÓN

ALUMNOS

INSTRUCTOR

OMAR ANTONIO BUSTOS AMAYA

FUNDACIÓN UNIVERSITARIA DEL ÁREA ANDINA

INGENIERÍA DE SISTEMAS
INVESTIGACIÓN DE OPERACIONES II
FACULTAD DE INGENIERÍA Y CIENCIAS BÁSICAS
BOGOTÁ, D.C.
MAYO 2021

1
 CONTENIDO

INTRODUCCIÓN.....................................................................................................................................3
OBJETIVOS..............................................................................................................................................4
DESARROLLO ACTIVIDAD EVALUATIVA EJE 2...........................................................................5
CONCLUSIONES...................................................................................................................................13

2
 INTRODUCCIÓN

En el desarrollo de la actividad evaluativa se pretende indagar y hacer uso de los principios de

programación dinámica y análisis de decisión, además se tratarán algunos fundamentos de la

programación dinámica, sabemos que es una rama de la investigación de operaciones que cuenta

con procedimientos matemáticos útiles en el soporte de la toma de decisiones secuenciales

relacionadas.

Es importante destacar que uno de los aspectos que diferencia otras ramas de la investigación

de operaciones, como la programación lineal, es que en programación dinámica no hay un

modelo matemático genérico para todos los problemas que con ella se puede resolver, las

situaciones particulares y la deducción del respectivo modelo está fuertemente atada a la

capacidad de interpretar correctamente la situación y a partir de ahí emprender la aplicación de

estrategias de solución.

Sabemos que muchos problemas de programación contienen un gran número de variables y

restricciones que mediante el uso de la programación dinámica y mediante el uso de decisiones

en etapas sucesivas nos permiten encontrar soluciones optimas a los diferentes tipos de

problemas.

3
 OBJETIVOS

 Aplicar los conceptos y principios de solución de problemas de programación dinámica y

análisis de decisión.

 Aplicar los principios de solución de problemas propios del ámbito de la programación

dinámica y el análisis de decisiones bajo condiciones de incertidumbre.

 Elaborar una síntesis de pasos correspondientes al algoritmo de solución de problemas de

programación dinámica.

 Elaborar una síntesis de pasos correspondientes a los criterios de decisión aplicables en el

análisis de decisión bajo condiciones de incertidumbre.

4
DESARROLLO ACTIVIDAD EVALUATIVA EJE 2

PROBLEMAS A RESOLVER

Ejercicio 1.

Construir el grafo a partir de la siguiente información y determinar la ruta más corta

Matriz Grafo

Nodo
Nodo predecesor
A  
B A
C A
D A
E B, D, C
F B, D, C
G B, D, C
H E, F, G
I E, F, G
J H, I

Matrices de costo

  B C D
A 3 5 2

  E F G
B 5 7 2
C 2 7 5
D 4 5 8

  H I
E 8 2
F 2 8
G 4 5

  J
H 4
I 1

Ejercicio 2.

5
Jean Clark es la gerente de Midtown Saveway Grocery Store, empresa que necesita reabastecer

su inventario de fresas. Su proveedor normal puede surtir todas las cajas que desee. Sin embargo,

como ya están muy maduras, deberá venderlas el día siguiente y después desechar las que

queden. Jean estima que podrá vender 12, 13, 14 o 15 cajas mañana. Puede comprar las fresas en

7 dólares por caja y venderlas en 18 dólares. Jean ahora necesita decidir cuántas cajas comprará.

Jean verifica los registros de ventas diarias de fresas de la tienda. Con base en ellos, estima que

las probabilidades a priori de poder vender 12, 13, 14 y 15 cajas de fresas mañana son 0.1, 0.3,

0.4 y 0.2, respectivamente.

a. Desarrolle la formulación del análisis de decisión de este problema mediante la identificación

de las acciones alternativas, los estados de la naturaleza y la tabla de pagos.

b. ¿Cuántas cajas de fresas debe comprar Jean si se basa en el criterio de pago máximo?

c. ¿Cuántas cajas debe comprar según el criterio de la máxima posibilidad?

d. ¿Cuántas cajas debe comprar según la regla de decisión de Bayes?

Desarrollo ejercicio 1.

6
El grafo construido a partir de la información proporcionada se puede validar en el siguiente link

http://graphonline.ru/es/?graph=wMLICZmFCzPVXbMc de igual manera se agrega pantallazo

del grafo construido

Grafo elaborado con el software https://graphonline.ru/es/#

Ahora estableceremos cual es la ruta más corta, siguiendo la fórmula de iteración:

Fn (S, Xn) = Cs Xn + Fnº (Xn)

Primera iteración: Análisis de la cuarta etapa

Cuarta etapa n=4

S f4 º (s) X4 º
H 4 J
I 1 J
Segunda iteración: Análisis de la tercera etapa

7
 Tercera etapa n=3
X3 Cs X3 f3 ( S, X3) = Cs X3 +f4º (X3) f3º X3º
S H I H I
E 8 2 12 3 3 I
F 2 8 6 9 6 H
G 4 5 8 6 6 I

Tercera iteración: Análisis de la segunda etapa

http://graphonline.ru/es/?graph=PcErJtAYhypdchtgZZcst

Segunda etapa n=2

X2 Cs X2 f2 ( S, X2) = Cs X2 +f3 º (X2) f2 º X2 º

S
E F G E F G
B 5 7 2 8 13 8 8 EóG
C 2 7 5 5 13 11 5 E
D 4 5 8 7 11 14 7 E

Cuarta iteración: Análisis de la primera etapa

8
 http://graphonline.ru/es/?graph=WRAUaaLMMnQMuYjPZZcst

Primera etapa n=1

X1 Cs X1 f1 ( S, X1) = Cs X1 + f2 º (X1)
f1 º X1 º
S B C D B C D
A 3 5 2 11 10 9 9 D

Podemos concluir que la ruta más corta seria entonces, a partir de las tablas:

A →2 D →4 E →2 I →1 J
El mejor costo de esta ruta es de 9

http://graphonline.ru/es/?graph=AUhLIlOnwJDnhAYNZZcst

Desarrollo ejercicio 2.

9
 a. Acciones alternativas, estados de la naturaleza y tabla de pagos.

VENTAS
  12 13 14 15
12 132 132 132 132
COMPRAS

13 125 143 143 143

14 118 136 154 154
15 111 129 147 165
PROBABILIDADES
0.1 0.3 0.4 0.2
DE VENTA A PRIORI

Fórmula = U= I - C I = Ingreso C= Costo

COSTO = 7 US

VENTAS= 18

Entonces realizamos las operaciones de acuerdo a la fórmula, por ejemplo, cuando las ventas son

de 12 y compras de 15 cajas, efectuamos la operación multiplicando el costo por la venta de

cajas de fresa y restando el costo multiplicado por la compra como nos lo muestra la siguiente

operación así:

18 (12) – 7 (15) = 111.

Entonces aquí descubrimos que cuando compramos 15 cajas de fresa, pero vendemos 12 y

haciendo la operación de la utilidad, donde restamos el ingreso del costo nos queda una ganancia

en este caso de 111 dólares.

Ahora también explicamos que en los casos donde se dan la misma cifra es porque donde por

ejemplo compramos 12 cajas de fresa no podemos vender 13 o más de las que compramos y por

eso la cifra se iguala.

ÁRBOL DE DECISIÓN

10
 Estados de la
Naturaleza (4)

12 132 (0.1)

12 13 132 (0.3)
132
14 132 (0.4)

15 132 (0.2)

12 125 (0.1)

13 13 143 (0.3)
141.2
14 143 (0.4)

15 143 (0.2)

145
12 118 (0.1)

14 13 136 (0.3)
145
14 154 (0.4)

15 154 (0.2)

12 111 (0.1)

15 13 129 (0.3)
141.6
14 147 (0.4)

15 165 (0.2)

En el árbol de decisión anterior nos muestra los estados de naturaleza que son 12,13,14, y 15 es

decir 4 estados, la ejecución de la multiplicación entre los números de la ganancia por la

11
probabilidad a priori, es decir en el caso de comprar 14 cajas de fresa y vender 12, 13, 14, o 15

cajas, nos arroja una venta de 118, 136, 154,154 dólares respectivamente y a estas cantidades les

multiplicamos las probabilidades de 0.1, 0.3, 0.4 y 0.2 de la misma forma, sumamos y nos arroja

un resultado final de 145,ya que es el mayor de todos en cuanto a la ganancia y probabilidad de

venta a priori nos da, por lo tanto dentro del nodo redondo y principal ubicamos este número, y

se deben comprar 14 cajas de fresa.

Tomando la fórmula del criterio de Bayes hacemos la siguiente operación ya que tomamos los 2

resultados mayores:

P ( B/ A )∗P(A ) 0.4 (154 /165 )∗0.4(165)

P ( A /B )= = =0.4
P(B) 0.4 (154)

Y realizando la operación correspondiente de los valores de acuerdo a su posibilidad de cada uno

hacemos lo siguiente:

( 132∗0.1 )+ (132∗0.3 ) + ( 132∗0.4 ) + ( 132∗0.2 )=132 Correspondiente a vender 12 cajas.

( 125∗0.1 )+ ( 143∗0.3 )+ (143∗0.4 ) + ( 143∗0.2 )=141.2 Correspondiente a vender 13 cajas.

( 118∗0.1 ) + ( 136∗0.3 ) + ( 154∗0.4 ) + ( 154∗0.2 )=145 Correspondiente a vender 14 cajas.

( 111∗0.1 ) + ( 129∗0.3 ) + ( 147∗0.4 )+ (165∗0.2 )=141.6 Correspondiente a vender 15 cajas.

b. Según el criterio máximo de pago Jean debe comprar 12 cajas de fresa, ya que el máximo

pago es de 132 dólares.

c. Según el criterio de máxima posibilidad Jean debe comprar 14 cajas ya que le representan

154 dólares cuando su probabilidad a priori es 0.4.

d. Según la regla de decisión de Bayes debe comprar 14 cajas.

CONCLUSIONES

12
 Luego de realizar el presente trabajo en el cual se analizaron y resolvieron dos problemas

planteados para la actividad evaluativa del eje 2, los cuales se resolvieron utilizando la

“Programación Dinámica”, se puede concluir que esta es una de las ramas de la investigación de

operaciones, la cual conlleva un conjunto de procedimientos matemáticos de gran utilidad en el

soporte de la toma de decisiones secuenciales relacionadas, además se intentó mostrar la técnica

y la versatilidad de la programación dinámica en la solución de problemas.

Además, se pudo realizar el análisis de un problema de diligencia mediante el cual se pudo

evidenciar cual es la ruta más corta utilizando la toma decisiones con fines de optimización, en

ello vale la pena anotar que se cuenta con un razonable grado de certeza respecto a las

consecuencias de tales decisiones, ello porque los cálculos se basan en formulas o expresiones

determinísticas.

Por otro lado, se realizaron validaciones con respecto a las probabilidades de venta que se

pueden generar según las bases de datos de una compañía en las ventas diarias de fresas,

generando todos los respectivos procesos de validación y probabilidad de cada una de las

posibilidades dadas, también se pudo establecer cuál es la mejor opción para la máxima

ganancia.

Finalmente se puede concluir que la programación dinámica es una técnica que parte del

principio de no calcular dos veces la misma información y su finalidad es la de almacenar los

resultados parciales que contribuyen a la solución final de problemas.

13