20-1

Programación Dinámica DETERMINÍSTICA:

El estado en la siguiente etapa

está completamente determinado por:
el estado y la decisión de la etapa actual

Etapa Etapa
n n+1
Sn Sn+1
Contribución
fn (Sn, Xn) de la decisión Xn f *n+1 (Sn+1)

20-2
EJEMPLO - Distribución de brigadas médicas.

La Organización Mundial de la Salud, OMS, se

dedica a mejorar la atención médica en los países
subdesarrollados del mundo.

Dispone de 5 brigadas médicas para asignarlas a

tres de estos países.

El consejo necesita determinar cuántas brigadas

debe asignar a cada país (si lo hace) para
maximizar la medida de la eficiencia de las
brigadas, la cual será el incremento en el promedio
de vida esperado en años, multiplicado por la
población de cada país. 20-3
Brigadas Miles de años - persona de vida adicionales
Médicas País
asignadas 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

Veamos la
formulación 20-4
 Formulación.
• Etapas: Países a los cuales se les debe asignar las
brigadas. ( n = 1: País1 ); ( n = 2: País 2 ); ( n = 3: País 3).

• Variable de decisión. Xn: Número de brigadas asignadas

al país n.

• Estado: ¿ Qué es lo que cambia de una etapa a otra?

Sn: Número de brigadas médicas disponibles para asignar

a los países restantes
S1 = 5
S2 = S1 - X1
20-5
Diagrama 0 0 0

1 1

2 2

3 3

4 4

5 5 5 20-6
Sea Pi(Xi) la medida del desempeño por
asignar Xi brigadas médicas al país i, entonces

3
Max Z = i=1 Pi (Xi )
s.a 3
i=1Xi <= 5

Xi  0 para Xi  enteros
Se usará el algoritmo hacia atrás.
20-7
 Ecuación de retorno o de beneficio.

FUNCIÓN RECURSIVA

fn(Sn, Xn) = cs , xn + fn+1 * (Sn+1) Genérica

fn(Sn, Xn) = Pn (Xn) + fn+1 * (Sn - Xn)

Etapa n = 3 País 3

Como el estado final (cero brigadas para

asignar) se alcanza al terminar la etapa 3,
entonces f4* = 0 sigue 20-8
 f3 (S3) = P3 (X3) + f4* * *
f3 (S3) X 3
S3
0 0 0 0

1 50 50 1
2 70 70 2
3 80 80 3
4 100 100 4

5 130 130 5

Deben asignarse todas las brigadas que estén

disponibles en este momento 20-9
Etapa n = 2 País 2

Para ilustrar como proceder, supongamos

que nos quedan 2 brigadas disponibles en este
momento. f2(2,X2) = P2(X2) + f3*(2-X2)
0 f2(2,2) = P2 (2) + f3*(0) = 45
45 45 + 0
20
2 1 f2(2,1) = P2 (1) + f3*(1) = 70
20 + 50
0

2 f2(2,0) = P2 (0) + f3*(2) = 70

0 + 70 sigue 20-10
En general para la etapa 2 se tiene:

X2 f2(S2 ,X2) = P2 (X2) + f3* (S2 -X2) f *(S ) X2*

S2 0 1 2 3 4 5 2 2

0 0 0 0
1 50 20 50 0
2 70 70 45 70 0ó1
3 80 90 95 75 95 2
4 100 100 115 125 110 125 3
5 130 120 125 145 160 150 160 4

20-11
Etapa n = 1 País 1

En este caso, el único estado que debe

considerarse es el inicial, S1 = 5

0 f1(5,5) = P1 (5) + f2*(0) = 120

2 0 120 + 0
1
45
5 4 f1(5,1) = P1 (1) + f2*(4) = 170
0 45 + 125

5 f1(5,0) = P1 (0) + f2*(5) = 160

0 + 160 sigue 20-12
Veamos la tabla:

X1 f1(S1 ,X1) = P1 (X1) + f2* (S1 -X1)

S1 1 2 3 4 5
f 1
*
(S 1) X1*
0
5 160 170 165 160 155 120 170 1

Así la asignación óptima será:

X1* = 1 S1 - X 1 = 4 = S2

X2* = 3 S2 - X2 = 1 = S3

X3* = 1 Z = 170 mil años 20-13

EJEMPLO - Distribución de científicos.

Un proyecto espacial necesita investigar un problema

de ingeniería para mandar seres humanos a Marte.
Existen 3 equipos que analizan el problema desde 3
puntos de vista diferentes.

En las circunstancias actuales, la probabilidad de

que los equipos 1, 2 y 3 fracasen es de 0.4, 0.6 y 0.8,
respectivamente. La probabilidad de que los tres
equipos fracasen es 0.192.

Se debe minimizar la probabilidad de fracaso, por lo

cual se decide adicionar 2 científicos de alto nivel.
20-14
¿Cómo adicionar los científicos de tal forma
que se minimice la probabilidad de fracaso?

Número de Probabilidad de Fracaso

científicos Equipo
1 2 3
0 0.4 0.6 0.8
1 0.2 0.4 0.5
2 0.15 0.2 0.3

20-15
 Formulación:
• Etapas: Usuarios. Equipos a los cuales se debe
adicionar los científicos ( n = 1, 2, 3 ).

• Variable de decisión. Xn: Número de

investigadores asignados al equipo n.

• Estado: Qué es lo que cambia de una etapa a

otra?
Sn: Número de científicos aún disponibles para
asignar a los equipos restantes. S1 = 2
S2 = 2 - X1 20-16
Sea Pi(Xi) la probabilidad de fracaso al
asignar Xi científicos al equipo i. Entonces

3
Min Z = 
i=1
Pi (Xi )
s.a 3
i=1 Xi <= 2
Xi  0 para Xi  enteros
Se usará el algoritmo hacia atrás.
20-17
Ecuación de recursividad.
3
fn(Sn, Xn) = Pn (Xn) *min  Pi (Sn+1 ) Genérica
i=n+1

fn(Sn, Xn) = Pn (Xn) * fn+1 * (Sn - Xn)

Etapa n = 3 Equipo 3

Como el estado final (cero científicos para

asignar) se alcanza al terminar la etapa 3,
entonces f4* = 1
sigue 20-18
f3 (S3,X3) = P3 (X3) * f4*

f3*(S3) = P3 (X3) * f4* * *

f3 (S3) X 3
S3
0 0.8 0.8 0

1 0.5 0.5 1
2 0.3 0.3 2

Debemos asignar todas los científicos que estén

disponibles en este momento.
20-19
Etapa n = 2 Equipo 2

X2 f2(S2 ,X2) = P2 (X2) * f3* (S2 -X2) *

S 1 2
f2 (S2) X2*
2 0
0 0.48 0.48 0
1 0.30 0.32 0.30 0
2 0.18 0.20 0.16 0.16 2

Etapa n = 1 Equipo 1

X1 f1(S1 ,X1) = P1 (X1) * f2* (S1 -X1) *

S 1 2
f1 (S1) X1*
1 0
2 0.064 0.060 0.072 0.060 1
20-20
Así la asignación óptima será:

X1* = 1 S1 - X 1 = 1 = S2

X2* = 0 S2 - X2 = 1 = S3

X3* = 1 Z = 0.06
Asignar 1 científico al grupo 1 y otro al grupo 3
Probabilidad de fracaso = 0.06 20-21