Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Esquemáticamente
Contribución n de Etapa n+1
Etapa n Probabilidad la etapa n
C1
P1
Decisión
Estado: P2 C2
P3
CN
Programación dinámica probabilística
Se estima que los CMg (costos marginales) de producción por artículo son de $100 (incluso si es
defectuoso) y los artículos en exceso no tienen valor.
Además, deberá incurrirse en un costo de preparación de $300, siempre que se monte el proceso
de producción para este producto. El fabricante sólo tiene tiempo para hacer no más de tres series
de producción. Si no se ha obtenido un artículo aceptable al final de la tercera serie de producción,
el costo para el fabricante por ventas perdidas y en costos de penalización sería de $ 1.600.
Se busca determinar la política referente al tamaño del lote para la serie o series de producción
requeridos que minimicen el costo total esperado para el fabricante.
Programación dinámica probabilística
Si en la etapa n el sistema comienza con el estado Sn, la decisión inmediata es Xn y en adelante se toman
decisiones óptimas de acuerdo a la regla: f*(Sn) = min fn(Sn,Xn)
Donde f*(0)= 0.
Para n = 1,2,3.
Programación dinámica probabilística
Conclusión
Condiciones de borde:
• S1 = 6, ya que se dispone de 6 galones a repartir.
• f(X4 ; S4) = 0; al no existir ganancia por una tienda 4.
• Función recursiva = fn (Xn , Sn) = rn(Xn)+ f n+1(Sn - Xn)
• No se ven costos fijos de adquisición de la leche por
parte del supermercado.
• Para realizar el cálculo de rn(Xn) se debe considerar las
ganancias posibles por asignar cierta cantidad de leche a
cada lugar, la probabilidad de que se venda y la cantidad
de leche que se devuelve a la lechería.
Programación dinámica probabilística
Valorización de escenarios
Valorización de escenarios
Si se realiza el cálculo para todos los casos, se obtienen los siguientes valores esperados de ingresos:
(nótese que es inútil calcular para 4, 5 o 6 galones, debido a que cada tienda solo puede vender
como máximo 3 galones).
Procedimiento de solución
Etapa 3: S3 X*3 f *3
0 0 0
1 1 2
2 2 3.4
>=3 3 4.35
Procedimiento de solución
Etapa 1:
S1\x1 0 1 2 3 x*1 f*1
6 8.7 9.75 9.75 9.45 1o2 9.75
Caso 2 2 2 2
Programación dinámica probabilística
Una empresa tiene $2 millones para invertir en los próximos 3 años. La empresa está analizando una
inversión que se descompone en tres etapas, una etapa por cada año. Se puede lograr uno de los tres
resultados siguientes en cada etapa:
A. Doblar el monto invertido.
B. Recuperar el monto invertido.
C. Perder el monto invertido.
En cada etapa se puede invertir un número entero de millón de dólares, es decir, $0, $1 millón, $2 millones
y así sucesivamente. Al comienzo del primer año se permite invertir hasta $2 millones. Luego, en las
siguientes etapas, se puede invertir lo que quede de los $2 millones más cualquier dinero adicional que se
haya ganado en las etapas anteriores.
Utilice programación dinámica para determinar la política que maximice la probabilidad de tener, al
menos, $4 millones al fin del tercer año.
Procedimiento de solución
Mes 3: S3 X*3 f*3
0-1 - 0
2 2 0,3
3 2o3 0,3
- 1
Mes 2:
Procedimiento de solución
Mes 1:
Política:
Ganado Ganado
X1 = 2 X2 = 2 X3 = 2
Perdido Perdido
Bibliografía
Hillier, F. y Lieberman, G. (2010). Introducción a la Investigación de