PROGRAMACIN DINMICA INTRODUCCIN Existe una serie de problemas cuyas soluciones pueden ser expresadas recursivamente en trminos matemticos,

y posiblemente la manera ms natural de resolverlos es mediante un algoritmo recursivo. Sin embargo, el tiempo de ejecucin de la solucin recursiva, normalmente de orden exponencial y por tanto impracticable, puede mejorarse substancialmente mediante la Programacin Dinmica. La programacin dinmica es un mtodo para reducir el tiempo de ejecucin de un algoritmo mediante la utilizacin de subproblemas superpuestos y subestructuras ptimas, como se describe a continuacin. Una subestructura ptima significa que soluciones ptimas de subproblemas pueden ser usadas para encontrar las soluciones ptimas del problema en su conjunto. Por ejemplo, el camino ms corto entre dos vrtices de un grafo se puede encontrar calculando primero el camino ms corto al objetivo desde todos los vrtices adyacentes al de partida, y despus usando estas soluciones para elegir el mejor camino de todos ellos. En general, se pueden resolver problemas con subestructuras ptimas siguiendo estos tres pasos: 1. Dividir el problema en subproblemas ms pequeos. 2. Resolver estos problemas de manera ptima usando este proceso de tres pasos recursivamente. 3. Usar estas soluciones ptimas para construir una solucin ptima al problema original. Los subproblemas se resuelven a su vez dividindolos ellos mismos en subproblemas ms pequeos hasta que se alcance el caso fcil, donde la solucin al problema es trivial. Decir que un problema tiene subproblemas superpuestos es decir que un mismo subproblema es usado para resolver diferentes problemas mayores. Por ejemplo, en la sucesin de Fibonacci, F3 = F1 + F2 y F4 = F2 + F3 calcular cada trmino supone calcular F2. Como ambos F3 y F4 hacen falta para calcular F5, una mala implementacin para calcular F5 acabar calculando F2 dos o ms veces. Esto ocurre siempre que haya subproblemas superpuestos: una mala implementacin puede acabar desperdiciando tiempo recalculando las soluciones ptimas a subproblemas que ya han sido resueltos anteriormente. Esto se puede evitar guardando las soluciones que ya hemos calculado. Entonces, si necesitamos resolver el mismo problema ms tarde, podemos obtener la solucin de la lista de soluciones calculadas y reutilizarla. Este acercamiento al problema se llama memorizacin. Si estamos seguros de que no volveremos a necesitar una solucin en concreto, la podemos descartar para ahorrar espacio. En algunos casos, podemos calcular las soluciones a problemas que sabemos que vamos a necesitar de antemano. En resumen, la programacin dinmica hace uso de:

Subproblemas superpuestos Subestructuras ptimas Memorizacin

La programacin dinmica toma normalmente uno de los dos siguientes enfoques: 1

Top-down: El problema se divide en subproblemas, y estos subproblemas se resuelven recordando las soluciones en caso de que sean necesarias nuevamente. Es una combinacin de memorizacin y recursin.

Bottom-up: Todos los subproblemas que puedan ser necesarios se resuelven de antemano y despus son usados para resolver las soluciones a problemas mayores. Este enfoque es ligeramente mejor en consumo de espacio y llamadas a funciones, pero a veces resulta poco intuitivo encontrar todos los subproblemas necesarios para resolver un problema dado.

DEFINICION Tcnica matemtica que permite dar soluciones secunciales con las que mediante clculos recursivos se obtiene la solucin ptima del problema. La programacin dinmica consiste en una tcnica que permite determinar de manera eficiente las decisiones que optimizan el comportamiento de un sistema que evoluciona a lo largo de una serie de etapas. En otras palabras, trata de encontrar la secuencia de decisiones que optimiza el comportamiento de un proceso polietpico. Proporciona un procedimiento sistemtico para determinar la combinacin de decisiones para resolver problemas divididos en etapas, de tal forma que se maximice la efectividad total. Es caracterstico de estos problemas que deba adoptarse una poltica general de decisin, y que sta pueda ser aplicada en cada etapa, arrojando un resultado ptimo para el problema en general, y un resultado factible para cada etapa en que se divide el problema. En cada etapa, las decisiones para las etapas restantes son independientes de las decisiones tomadas anteriormente, aunque hay que tomar en cuenta que se lleg a sta etapa debido a las decisiones tomadas con anterioridad. La programacin dinmica es, pues, una tcnica muy til para tomar el mejor conjunto de decisiones interrelacionadas.

Clculos Recursivos Solucin X1 X2 X3 Optima Xn-1 Xn Variables Optimizadoras La programacin dinmica se basa en la nocin matemtica de recursin. Ejemplo: Fraccin Continua R = a1 + a2 + b1 b3

ETAPAS

a4 + b4

PRINCIPIO DE OPTIMALIDAD DE RICHARD BELLMAN (1957) Cuando hablamos de optimizar nos referimos a buscar la mejor solucin de entre muchas alternativas posibles. Dicho proceso de optimizacin puede ser visto como una secuencia de decisiones que nos proporcionan la solucin correcta. Si, dada una subsecuencia de decisiones, siempre se conoce cual es la decisin que debe tomarse a continuacin para obtener la secuencia ptima, el problema es elemental y se resuelve trivialmente tomando una decisin detrs de otra, lo que se conoce como estrategia voraz. A menudo, aunque no sea posible aplicar la estrategia voraz, se cumple el principio de optimalidad de Bellman que dicta que dada una secuencia ptima de decisiones, toda subsecuencia de ella es, a su vez, ptima. En este caso sigue siendo posible el ir tomando decisiones elementales, en la confianza de que la combinacin de ellas seguir siendo ptima, pero ser entonces necesario explorar muchas secuencias de decisiones para dar con la correcta, siendo aqu donde interviene la programacin dinmica. Contemplar un problema como una secuencia de decisiones equivale a dividirlo en subproblemas ms pequeos y por lo tanto ms fciles de resolver como hacemos en Divide y Vencers, tcnica similar a la de Programacin Dinmica. La programacin dinmica se aplica cuando la subdivisin de un problema conduce a:

Una enorme cantidad de subproblemas. Subproblemas cuyas soluciones parciales se solapan. Grupos de subproblemas de muy distinta complejidad.

Estructura de la programacin dinmica.

Decisin
K

Variable de Estado (entrada)

F Funcin de Transforma

Variable de Y Estado (salida)

Medida de Rendimiento y/o eficiencia del sistema

Ejemplo: Empresa comercializadora de alimentos (ECASA)

Ao 2003
COMPONENTE 1 2 , , , 100 DESCRIPCION N de empleados Depositos Bancarios , , , Trigo Almacenado INFORMACION 1000 $ 158000 , , , 5000 TM

Ao 2 0 0 4 COMPONENTE 1 2 , , , 100 DESCRIPCION N de empleados Depositos Bancarios , , , Trigo Almacenado INFORMACION 1000 $ 325000 , , , 6500TM

X0

Sistema Ecasa

Xn

Fn
01/01/03 01/01/04

FUNCIN DE TRANSFORMACIN [N de empleados en Tn] = [N de empleados en to] + [empleados contratados en tn-to] [empleados dados debajo en tn-to]

[trigo almacenado en Tn] = [trigo almacenado en To) + [recepcin trigo en tn to] [salida de trigo en tn to] - [merma trigo en tn to]

Problema de Decisin de n etapas (para 12 meses)

X n-1

Xn

Fn-1

Fn

01/01/03 Desconocido 01/12/03 Conocido 01/01/04

Entonces:

Xn = fn (Xn-1 ) Xn-1 = fn-1 (X) X n = (f n-1 (X))

X f
01/01/03
1

X1 f
01/02/03
2

X2

Xn-2 f
n-1

Xn-1 f
01/12/03
n

Xn

01/03/03

01/11/03

01/0/04

Funcin Generalizada:

Xn = fn (fn-1 (fn-2 (f2 (f1 (x)))))

APLICACIONES:

APLICACIN 1: MODELO DE LA RUTA MS CORTA En la ciudad 1 queda un aeropuerto internacional con afluencia de muchos turistas que desean conocer los centros tursticos indicados en la red de la figura mostrada en la parte inferior. La red muestra la distancia (en kilmetros) de un centro a otro, as mismo muestra las alternativas de traslado. Una agencia de CityTour internacional desea determinar lo siguiente: Para los turistas que desean conocer nicamente el centro turstico nmero 10 hallar la trayectoria de menor distancia. X1 X2 X3 X4 X5 Estados

680 2 1050 550 1 900 770 4 3 660 510 700 830 7 580 760 6 940 790 790 5 790 540

610

8 1030

10

1390 9
Proceso Retroceso E4

270

E1: f1*=f2*+g12 E2: f2*=f3*+g23 Proceso Avance E1

E3: f3*=f4*+g34 E4 f4*=g45 E2 E3

ETAPAS SOLUCIN: Estructura: K1 X1 1 r1 Donde: Xi: Estado actual en el que se encuentra el turista en la etapa i X1={1} 6 X2
2

K2 X3

K3 X4
3

K4 X5
4

r2

r3

r4

X2={2, 3, 4} X3={5, 6, 7} X4={8, 9} X5={10} Ki: Estado final al que dirige en la etapa i K1={2, 3, 4} K2={5, 6, 7} K3={8, 9} K4={10} Fi* : Valor acumulado de la funcin objetivo (menor distancia) para el estado Xi desde la etapa i hasta el destino final (nodo 10) ri : Distancia recorrida en la etapa i Kix: Decisin optima en la etapa i dado el estado Xi en el que se encuentra en la etapa i A continuacin se muestran las iteraciones recursivas del problema aplicando el PROCESO DE RETROCESO: Etapa 4
X4 X5

g45 10 1030 1390

Solucin Optima f4* 1030 1390 k4* 10 10

8 9

En la tabla anterior se muestra las distancias ms cortas que hay desde el nodo donde se encuentra actualmente (8 9) al nodo final (10). Etapa 3
X3 X4

f4* + g34 8 9 610+1030=1640 790+1390=2180 540+1030=1570 940+1390=2330 790+1030=1820 270+1390=1660

5 6 7

Solucin Optima f3* k3* 1640 8 1570 8 1660 9

En la tabla precedente se muestra tambin las distancias ms cortas que hay desde el nodo donde se encuentra actualmente (5, 6 7) hasta el nodo final (10), pasando por 8 9. Estas distancias se determinan aplicando la ecuacin recursiva f4* + g34. Por ejemplo para determinar la distancia que hay entre X3=5 y el nodo final (10), tomando la decisin K3=8, ser igual a la distancia que entre la ciudad 5 a la ciudad 8 mas la distancia que hay entre la ciudad 8 hasta la ciudad 10, o sea 610+1030=1640. Etapa 2
X2 X3

2 3 4 Etapa 1
X1 X2

f3* + g23 5 6 7 680+1640=2320 790+1570=2360 1050+1660=2710 580+1640=2220 760+1570=2330 660+1660=2320 510+1640=2150 700+1570=2270 830+1660=2490 f2* + g12 3 7

Solucin Optima f2* k2* 2320 5 2220 5 2150 5 Solucin Optima f1* k1*

550+2320=2870 900+2220=3120 770+2150=2920

2870

La tabla precedente nos muestra las distancias que desde el nodo 1 hasta el nodo 10, pasando por 2, 3 4 y son 2870, 3120 y 2920 kilmetros, respectivamente. Por lo tanto la solucin ptima en detalle ser: Etapa 1 2 3 4 nodo actual 1 2 5 8 nodo destinoInterpretacin 2 5 8 10 Encontrndose en ciudad 1, se tendr que ir ciudad 2. De la ciudad 2 ir a la ciudad 5. De la ciudad 5 ir a la ciudad 8 Finalmente de la ciudad 8 ir a la ciudad 10

La distancia recorrida desde la ciudad 1 hasta la ciudad 10 es 2870 kilmetros. APLICACIN 2: ANLISIS DE REEMPLAZO DE EQUIPOS La principal mquina de un proceso qumico de produccin es inspeccionada anualmente, siendo conservada o reemplazada. El costo de mantenimiento y el valor de rescate de esta maquina se presenta en la tabla siguiente: Edad (aos): Costo de mantenimiento (miles de $) Valor de rescate (miles de $) 1 700 950 2 300 500 3 900 200 4 1200 0

El costo de una mquina nueva es de $ 2 000 000. La vida til de las instalaciones que realizan este proceso de produccin es de 5 aos al final de lo cual toda la instalacin ser rescatada. La mquina actual completar 3 aos en la prxima inspeccin. Determine el plan de mantenimiento y reemplazo de esta mquina. SOLUCIN: Estructura:
K1
X1=8

K2 X2
2

K3 X3
3

K4 X4
4

K5
5

K6 X6
6

1 r1

X5 X7

X7

r2

r3

r4

r5

r6

Donde: Xi: Edad del activo al inicio de la etapa i Ki: Decisin de Conservar o Reemplazar en la etapa i Para la etapa 6 la nica decisin es Vender. fi*: Valor acumulado de la funcin objetivo (menor costo) para el estado del activo Xi desde la etapa i hasta el final del horizonte de vida. ri : Costo de reemplazar o conservar el activo. En la etapa 6 el valor de r6 es el producto del valor de rescate del activo. 8

Kix: Decisin optima en la etapa i dado el estado Xi en el que se encuentra el activo en la etapa i A continuacin presentamos la red del problema en trminos de costos de reemplazar o conservar el activo. X1 X2 X3 X4 X5 X6 X7

17

E1

E2

E3

E4

E5

E6

A continuacin se muestran las iteraciones recursivas del problema: ETAPA 6 X6\X7 13 14 15 16 ETAPA 5 X5\X6 Reemplazar 9 2700-950=1750 10 2500-950=1550 11 2200-950=1250 12 1750-950=800 ETAPA 4 9 Conservar 1200-0=1200 900-200=700 300-500=-200 f5* 1750 1200 700 -200 k5* R C C C Vender 0 -200 -500 -950 f6* 0 -200 -500 -950 k6* V V V V

X4\X5 Reemplazar Conservar 6 2500-200=2300 1200+1750=2950 7 2200-200=2000 900+1200=2100 8 1750-200=1550 300+700=1000 ETAPA 3 X3\X4 Reemplazar Conservar 4 2200+1000=3200 900+2300=3200 5 1750+1000=2750 300+2000=2300

f4* 2300 2000 1000 f3* 3200 2300

k4* R R C k3* RC C

Los resultados en K3* de R C indican que posiblemente este problema tiene ms de una solucin ptima. ETAPA 2 X2\X3 Reemplazar Conservar 2 1750+2300=4050 300+3200=3500 3 2700+2300=5000 ETAPA 1 X1\X2 Reemplazar Conservar 1 2500+3500=6000 1200+5000=6200 f1* 6000 k1* R f2* 3500 5000 k2* C R

Por lo tanto las polticas ptimas en base a las tablas de recursividad sern: (dos soluciones ptimas) AO 1 2 3 4 5 Alternativa 1 R C C R C V Alternativa 2 R C R C C V

Analizando la solucin ptima de la alternativa 1, se tiene: En el ao 1 la decisin ptima ser de Reemplazar (R), esto implica comprar una mquina nueva, la cual al final del ao tendr 1 ao de edad. En el ao 2, dado que se tiene una mquina de 1 ao de edad, la decisin ptima ser Conservar (C), por lo tanto al final del ao 2 la mquina tendr 2 aos de edad, y as sucesivamente se rescata las mejores decisiones en las dems etapas del problema. Entonces si la empresa quiere a la larga optimizar sus costos de operacin y mantenimiento, deber aplicar cualquiera de las dos alternativas de polticas de reemplazo para sus activos. APLICACIN 3: PRESUPUESTO DE CAPITAL Una corporacin recibe cuatro propuestas de sus tres plantas respecto a la posible expansin de las instalaciones. La corporacin tiene un presupuesto de $8 millones para asignarlo. A cada planta se le solicita someta sus propuestas, indicando el costo total (c) y el ingreso total (R) para cada propuesta. En la tabla siguiente se resumen los costos e 10

ingresos (en millones de dlares). La meta de la corporacin es la de maximizar el ingreso total resultante de la asignacin de los $8 millones a las tres plantas. Determine la asignacin ptima de las propuestas a cada planta, suponiendo que se acepta slo una propuesta por planta. Planta 1 Propuesta A B C D SOLUCIN: Estructura:
K1
X1=8

Planta 2 c2 0 1 4 5 R2 0 2 5 8

Planta 3 c3 0 2 3 6 R3 0 3 5 9

Planta 4 c4 0 1 3 R4 0 3 6

c1 0 3 4

R1 0 5 6

K2 X2
2

K3 X3
3

K4 X4
4

1 r1

X5

r2

r3

r4

Donde: Xi: Capital disponible en la etapa i. X1: Capital disponible para las 4 plantas X2: Capital disponible para las plantas 2, 3 y 4 X3: Capital disponible para las plantas 3 y 4 X4: Capital disponible para la planta 4 Ki: Propuesta elegida para la planta i fi* : Valor acumulado de la funcin objetivo (mayor rendimiento) desde la etapa i hasta el final ri : Rendimiento en la etapa i Kix: Decisin optima en la etapa i dado el estado Xi en el que se encuentra el monto del capital disponible en la etapa i

A continuacin presentamos las iteraciones recursivas del problema:

Etapa 4 11

Inversin Total X4 \ X5 0 1 2 3 4 5 6 7 8 Etapa 3 Inversin Total X3 \ X4 0 1 2 3 4 5 6 7 8 Etapa 2 Inversin Total X2 \ X3 0 1 2 3 4 5 6 7 8 Etapa 1

k4 = A c4 = 0 r4 = 0 0 0 0 0 0 0 0 0 0

PLANTA 4 B 1 3 3 3 3 3 3 3 3 3

C 3 6

6 6 6 6 6 6

Solucin ptima f4* k4* 0 A 3 B 3 B 6 C 6 C 6 C 6 C 6 C 6 C

k3 = A c3 = 0 r3 = 0 0+0 0+3 0+3 0+6 0+6 0+6 0+6 0+6 0+6

PLANTA 3 B C 2 3 3 5 3+0 3+3 3+3 3+6 3+6 3+6 3+6

D 6 9

5+0 5+3 5+3 5+6 5+6 5+6

9+0 9+3 9+3

Solucin ptima f3* k3* 0 A 3 A 3 A 6 A 8 C 9 C 11 D 12 D 12 D

k2 = A c2 = 0 r2= 0 0+0 0+3 0+3 0+6 0+8 0+9 0+11 0+12 0+12

PLANTA 2 B C 1 4 2 5 2+0 2+3 2+3 2+6 2+8 2+9 2+11 2+12

D 5 8

5+0 5+3 5+3 5+6 5+8

8+0 8+3 8+3 8+6

Solucin ptima f2* k2* 0 A 3 A 5 B 6 A 8 AB 10 B 11 AB 13 B 14 BD

PLANTA 1 12

Inversin Total X1 \ X2 8

k1 = A c1 = 0 r1= 0 0+14

B 3 5 5+10

C 4 6 6+8

Solucin ptima f1* k1* 15 B

En consecuencia analizando las iteraciones recursivas, se tiene la siguiente Poltica Optima: CAPITAL CAPITAL PLANTA DISPONIBLE PROPUESTA REQUERIDO RENDIMIENTO 1 8 B 3 5 2 5 B 1 2 3 4 C 3 5 4 1 B 1 3 TOTAL 15 A la planta 1 se debera asignar la propuesta B, a la planta 2 tambin la B, a la planta 3 se debe asignar la propuesta C y a la planta 4 la propuesta B, obteniendo un rendimiento total mximo de 15 millones de dlares. APLICACIN 4: PLAN DE PRODUCCIN Un constructor produce barcos a pedido, y tiene los siguientes pedidos para ser entregados al final de los prximos 6 meses: Mes No barcos Julio Agosto 1 2 Setiembr e 5 Noviembre Diciembre Octubre 3 2 1

l puede construir hasta 4 barcos en cualquier mes, y puede guardar hasta 3 barcos en stock. El costo de construccin de los barcos considera un costo fijo de 10 000 dlares y un costo variable de 4 000 dlares por barco construido. Para mantener un barco en stock durante el periodo de un mes, el constructor gasta $ 1 000. Cul debe ser el plan optimo de construccin, de modo que se minimice el costo total del constructor? Formule un modelo de programacin dinmica para obtener la solucin. SOLUCIN: Estructura:
K1
X1=8

K2 X2
2

K3 X3
3

K4 X4
4

K5 X5
5

K6 X6
6

1 r1

X7

r2

r3

r4

r5
d5=2

r6
d6=1

Demanda

d 1 =1

d2=2

d3=5

d4=3

Donde: Xi: Inventario al inicio del mes i 13

Xi+1: Inventario final del mes i Ki: Nmero de unidades a producir en el mes i fi*: Valor acumulado de la funcin objetivo (menor costo) desde la etapa i hasta el final ri : Costo de produccin + costo de inventario en la la etapa i Kix: Decisin optima en la etapa i dado el estado Xi en el que se encuentra el inventario inicial disponible en la etapa i Las relaciones siguientes expresan los costos en miles de dlares: Costos de produccin Cp(Ki) =
10 + 4 Ki, siKi > 0 0, siKi = 0

Costos de almacenamiento Ci(Xi) = 1*Xi A continuacin se muestran las iteraciones recursivas del problema: Etapa 6: Diciembre X6 \ k6 0 1 r6 = Cp(k6) + Ci(X6) 0 1 14 1 f6* 14 1 k6* 1 0

Etapa 5: Noviembre r5 = Cp(k5) + Ci(X5) + f6*

X5\ k5 0 1 2 3 0 2 3 10+4(2)+0+14=32 10+4(3)+0+1=23 10+4(1)+1+14=29 10+4(2)+1+1=20 10+4(1)+2+1=17 1 Solucin ptima f5* 23 20 16 4 k5* 3 2 0 0

0+2+14=16 0+3+1=4

Para esta etapa debe observarse que 2 X5+K5 3; 2 porque al menos hay que satisfacer la demanda del mes y 3 por que a lo ms se puede almacenar 1 barco para el siguiente mes: X5+K5-d51 X5+K51+d5, como d5=2, se tiene que X5+K53. Etapa 4: Octubre

14

Para esta etapa debe observarse que 3X4+K46; 3 por que la demanda del mes es 3 y 6 por que se puede almacenar hasta 3 barcos para los posteriores meses: X4+K4-d43 X4+K43+d4, como d4=3, se tiene que X5+K56. Etapa 3: Septiembre

Para esta etapa debe observarse que 5 X3+K3 7 Etapa 2: Agosto

Para esta etapa debe observarse que 3 X2+K2 5 Etapa 1: Julio

Para esta etapa debe observarse que 1 X1+K1 4 Por lo tanto la Solucin ptima ser: Mes Jul Ago Sep Oct Nov Dic X inicial 0 3 1 0 0 1 K 4 0 4 3 3 0 d 1 2 5 3 2 1 X final 3 1 0 0 1 0 Cp 10+4(4)= 26 0 10+4(4)= 26 10+4(3)= 22 10+4(3)= 22 0 96 C i 3 1 0 0 1 0 5 CT 29 1 26 22 23 0 101

En consecuencia se deber producir 4, 0, 4, 3, 3 y 0 unidades en los meses de Julio, Agosto, Septiembre, Octubre, Noviembre y Diciembre respectivamente, obteniendo un costo total mnimo de 101 mil dlares. 15

APLICACION 5: CONTRATACIN DE PERSONAL Un contratista necesita decidir el tamao de su fuerza de trabajo en las 5 semanas siguientes. El tamao mnimo de la fuerza de trabajo necesario para las 5 semanas es de 6, 5, 3, 6 y 8 respectivamente. El exceso de trabajadores que se mantienen en la fuerza laboral costar 300 dlares por trabajador, por semana y las nuevas contrataciones en cualquier semana incurrirn en un costo fijo de 400 mas 200 dlares por trabajador, por semana. Si la fuerza de trabajo inicial es de 4 trabajadores, y el costo de despido en cualquiera de las semanas es de 200 dlares, determine los tamaos ptimos de la fuerza de trabajo para el horizonte de planeacin de 5 semanas. Determinar la poltica de contratacin de personal en un horizonte de 5 semanas SOLUCIN: La estructura del problema es:
K1 K2 X2
2

K3 X3
3

K4 X4

K5 X5 X6
5

X1=4 X1

1 r1 6

El requerimiento semanal de personal es: X1 X2

r2 5

r3 3

r4 6

r5 8

X3

X4

X5

X6

Donde: Xi: Nmero de trabajadores disponibles al inicio de la semana i Ki: Nmero de trabajadores a mantener en la semana i fi*: Valor acumulado de la funcin objetivo (menor costo) desde la etapa i hasta el final 16

ri : Costo de contratacin + costo de despido +costo de exceso Kix: Decisin optima en la etapa i dado el estado Xi en el que se encuentra el nmero de trabajadores disponibles en la etapa i
400 + 200 * NroTrabajadoresContratados, Costo Contratacin (CC) = si NroTrabajadoresContratados > 0 0, si NroTrabajadoresContratados = 0

Costo de despido (CD) = 200*(Nro Trabajadores Despedidos) Costo de exceso (CE) = 300*(Nro Trabajadores Excedentes) Entonces las iteraciones recursivas del problema son: ETAPA 5 Solucin ptima f5* 800

r5 = CC+CD+CE X5\ X6 8 6 400+ (200)2+0+0=800 ETAPA 4

k5* 8

r4 = Solucin CC+CD+CE+f5* ptima X4\ X5 6 f4* 3 400+(200)3+0+0+800 1800 4 400+(200)2+0+0+800 1600 5 400+(200)1+0+0+800 1400 6 0+0+0+800 800 ETAPA 3

k4* 6 6 6 6

r3 = CC+CD+CE+f4*
X3\ X4 5 6 3 0+200(2)+0+1800 0+(200)3+0+1800 4 0+200(1)+300(1)+1600 0+200(2)+300(1)+1600 5 6 0+0+300(2)+1400 0+200(1)+300(2)+1400 0+0+300(3)+800

Solucin ptima f3* 2000 1700 k3* 5 6

ETAPA 2 Solucin ptima f2* 2000

X2\ X3 6 ETAPA 1

r2 = CC+CD+CE+f3* 5 0+200(1)+0+2000

6 0+0+300(1)+1700

k2* 6

r1 = CC+CD+CE+f2* 17

So

X1\ X2 6 4 400+200(2)+0+0+2000 Poltica ptima: Etapa Xi 1 4 2 6 3 6 4 6 5 6 Ki 6 6 6 6 8

lucin ptima f1* 2800

k1* 6

Requerimient o Contrato Despido Exceso Costo 6 2 800 5 1 300 3 3 900 6 8 2 800 Total 2800

La solucin ptima es contratar 2 trabajadores en la primera semana, conservar 6 trabajadores durante las 3 semanas siguientes y contratar 2 trabajadores ms en la ltima semana. Esta poltica da como costo mximo 2800 dlares. Ejercicio: Determinar la poltica ptima de contratacin de personal, si el requerimiento semanal es: Semana Requerimiento 1 5 2 3 3 8 4 5 5 7

APLICACIN 6: PROBABILIDAD DE FUNCIONAMIENTO Considere el diseo de un dispositivo electrnico que consta de cuatro componentes principales. Los cuatro componentes estn dispuestos en serie, de manera que la falla de uno de ellos har que falle todo el dispositivo. (ver siguiente diagrama): 1 2 3 4

La confiabilidad del dispositivo se puede mejorar a travs de la instalacin de unidades de reserva, lo que significa que cada componente principal puede incluir hasta tres unidades en paralelo. (ver diagrama siguiente): Componentes principales

Componentes de reserva

El capital total disponible para el diseo del dispositivo es $15 000. Los datos de la confiabilidad Ri(ki) y el costo ci(ki) del i-simo componente ( i = 1, 2, 3, 4) dadas k i unidades en paralelo se resumen a continuacin. Suponiendo que el dispositivo debe tener como mnimo 1 unidad de cada componente, determine el nmero de unidades paralelas, ki, que debe tener el dispositivo de cada componente i de tal forma que se maximice su probabilidad de funcionamiento (confiabilidad) sin exceder el capital asignado. 18

COMPONENTES EN SERIE 1 2 3 4 N unidades en paralelo P Costo P Costo P Costo P Costo 1 0,8 3 0,9 3 0,6 2 0,7 4 2 0,82 5 0,95 4 0,8 4 0,75 5 3 0,9 5 0,85 7 Nota: el costo esta en miles de soles SOLUCIN: Estructura: X5

Donde: Xi: Capital disponible para la etapa i X1: Capital disponible para los 4 componentes X2: Capital disponible para los componentes 2, 3 y 4 X3: Capital disponible para los componentes 3 y 4 X4: Capi tal disponible para el componente 4 Ki: Nmero de unidades en paralelo asignadas del componente i fi (Xi) : Valor acumulado de la funcin objetivo (mayor probabilidad de funcionamiento) desde la etapa i hasta el final ri : probabilidad de funcionamiento en la etapa i Kix: Decisin optima en la etapa i dado el estado Xi en el que se encuentra el capital disponible en la etapa i Entonces las iteraciones recursivas del problema son: ETAPA 4 COMPONENTE 4 Inversi n Total X4 \ X5 4 5 6 7 ETAPA 3 k4 = 1 c4 = 4 p4 = 0.7 0.7 0.7 0.7 0.7 2 5 0.75 0.75 0.75 0.75 3 7 0.85 Solucin ptima f4* k4* 0.7 1 0.75 2 0.75 2 0.85 3

0.85

19

COMPONENTE 3 Inversi n Total X3 \ X4 6 7 8 9 ETAPA 2 COMPONENTE 2 Inversi n Total X2 \ X3 9 10 11 12 ETAPA 1 COMPONENTE 1 Inversi n Total X1 \ X2 15 k1 = 1 c1 = 3 p1 = 0.8 0.8*0567 2 5 0.82 0.82*0405 Solucin ptima f1* k1* 4536 1 k2 = 1 c2 = 3 p2 = 0.9 0.9*0.42 0.9*0.45 0.9*0.56 0.9*0.63 2 4 0.95 0.95*0.42 0.95*0.45 0.95*0.56 Solucin ptima f2* k2* 0.378 1 0.405 1 0.504 1 0.567 1 k3 = 1 c3 = 2 p3 = 0.6 0.6*0.7 0.6*0.75 0.6*0.75 0.6*0.75 2 4 0.8 3 5 0.9 Solucin ptima f3* k3* 0.42 1 0.45 1 0.56 2 0.63 3

0.8*0.7 0.8*075

0.9*0.7

POLITICA OPTIMA Componente 1 2 Capital Disponible 15 2 N Unidades 1 1 Probabilidad 0.8 0.9 3 9 3 0.9 4 4 1 Total 0.7 0.4536

Por lo tanto la solucin es incluir 1 unidad del componente 1, 1 unidad del componente 2 y 3 unidades del componente 3, de esta manera el dispositivo alcanza una probabilidad de funcionamiento del 45.36%. APLICACIN 7: PROBLEMA DE LA MOCHILA Suponga que se tiene 3 tipos de cargamento a transportar en una barco con capacidad para 10 toneladas. En la siguiente tabla se muestra el peso y la utilidad de cada tipo de cargamento. 20

Carga A Carga B Carga C

Peso 4 Ton 3 Ton 5 Ton

Utilidad/ unidad de carga s/. 1100 s/.700 s/.1200

Determinar el nmero de unidades de cada tipo de carga a incluir en el barco de tal manera que se maximice su utilidad. SOLUCIN: Estructura X4

Donde: Xi: Capacidad disponible en la etapa i X1: Capacidad disponible para las 3 cargas X2: Capacidad disponible para las cargas B y C X3: Capacidad disponible para la carga C Ki: Nmero de unidades a incluir en el barco de la carga i fi*: Valor acumulado de la funcin objetivo (mayor utilidad) desde la etapa i hasta el final ri : Utilidad en la etapa i Kix: Decisin optima en la etapa i dado el estado Xi en el que se encuentra la capacidad disponible del barco en la etapa i Entonces las iteraciones recursivas del problema son: ETAPA 3 Peso Total X3 \ X4 0 1 2 3 4 5 6 7 8 9 10 k3 = 0 w3 = 0 r3 = 0 0 0 0 0 0 0 0 0 0 0 0 CARGA C 1 5 1200 2 10 2400

1200 1200 1200 1200 1200 1200

2400

Solucin ptima f3* k3* 0 0 0 0 0 0 0 0 0 0 1200 1 1200 1 1200 1 1200 1 1200 1 2400 2

21

ETAPA 2 Peso Total X2 \ X3 0 1 2 3 4 5 6 7 8 9 10 ETAPA 1 Peso Total X1 \ X2 10 k1 = 0 w1 = 0 r1 = 0 0+2400 CARGA A 1 4 1100 1100+1400 2 8 2200 2200+0 k2 = 0 w2 = 0 r2 = 0 0+0 0+0 0+0 0+0 0+0 0+1200 0+1200 0+1200 0+1200 0+1200 0+2400 CARGA B 1 2 3 6 700 1400 3 9 2100

700+0 700+0 700+0 700+0 700+0 700+1200 700+1200 700+1200

1400+0 1400+0 1400+0 1400+0 2100+0 1400+0 2100+0

Solucin ptima f2* k2* 0 0 0 0 0 0 700 1 700 1 1200 0 1400 2 1400 2 1900 1 2100 3 2400 0

Solucin ptima f1* k1* 2500 1

POLITICA OPTIMA Capacidad CARGA Disponible A 10 B 6 C 0 Ki* 1 2 0 Total Utilidad 1100 1400 0 2500

Por lo tanto se debe incluir 1 carga del tipo A y 2 cargas del tipo B, alcanzando una utilidad de S/.2500.00. APLICACIONES PROPUESTAS APLICACIN 1.- Una compaa dispone de 7 vendedores que deben trabajar en tres regiones. Las siguiente tabla muestra el nmero de ventas que resulta al asignar n vendedores a una regin: No Regiones No trabajadores 1 2 3 0 10 12 8 1 14 15 12 2 17 18 15 3 23 22 19 22

4 5 6 7

28 31 35 40

27 33 36 42

22 29 34 39

Si la compaa exige por lo menos 1, 2 y 2 agentes para las regiones 1, 2 y 3 respectivamente, determine la asignacin ptima de agentes. APLICACIN 1.- Una compaa dispone de 7 vendedores que deben trabajar en tres regiones. La siguiente tabla muestra el nmero de ventas que resulta al asignar n vendedores a una regin: No Regiones 2 12 15 18 22 27 33 36 42

No Trabajadores 0 1 2 3 4 5 6 7

1 10 14 17 23 28 31 35 40

3 8 12 15 19 22 29 34 39

Si la compaa exige por lo menos 1, 2 y 2 agentes para las regiones 1, 2 y 3 respectivamente, determine la asignacin ptima de agentes. SOLUCIN A continuacin se muestran las iteraciones recursivas del problema:
x3 k3

2 3 4
x2 k2

2 15 -

3 19 -

4 22

f3(x3) 3 7 8 f2(x2) 33 37 42 f2(x2) 33 37 42 f1(x1) 56

k3* 2 3 4 k2* 2 2 4 k2* 2 2 4 k1* 1 3 3 3

4 5 6
x2 k2

2 3 4 18+15=33 18+19=37 22+15=37 18+22=40 22+19=41 27+15=42 2 3 4 18+15=33 18+19=37 22+15=37 18+22=40 22+19=41 27+15=42 1 2 3 14+42=56 17+37=54 23+33=56

4 5 6
x1 k1

23

Respuesta: Se deber asignar a cada Regin el nmero de vendedores como sigue: No Trabajadores Regin 1 1 3 Regin 2 4 2 Regin 3 2 2 APLICACIN 2.- Una empresa sabe que la demanda de su producto durante cada uno de los cuatro meses siguientes ser como sigue: Mes 1 2 3 4 Unidades 1 3 2 4 Al principio de cada mes, la empresa debe determinar cuntas unidades se deben producir durante ese mes. Durante un mes en el que se produce cualquier nmero de unidades, se incurre en un costo de preparacin de 3 dlares. Adems, hay un costo variable de 1 dlar por cada unidad producida. Al final de cada mes, se incurre en un costo de 50 centavos de dlar por unidad en inventario. Las limitaciones de capacidad permiten la produccin de un mximo de 5 unidades durante cada mes. El tamao 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 produccin para cada mes que cumpla a tiempo con las demandas y que reduzca al mnimo la suma de los costos de produccin y de almacenamiento durante los cuatro meses. Suponer que hay cero unidades al principio del primer mes. SOLUCIN Mes Demanda Capacidad Capacidad Produccin Almacen 1 2 3 4 5 5 5 5 4 4 4 4 Costo Fijo 3 3 3 3 Costo Costo Variable Variable Produccin Inventario 1 0.5 1 0.5 1 0.5 1 0.5

1 2 3 4

La funcin de costo variables para todos los meses es: P + 0.5H El problema es del tipo PROGRAMACIN DE PRODUCCIN E INVENTARIOS, elegimos esa opcin.

24

Ingresando los datos:

La solucin del problema es:

Respuesta: Se deber producir 3, 0, 3 y 4 unidades en los meses 1, 2, 3 y 4 respectivamente, obteniendo un costo total mnimo de $ 20.00. APLICACIN 3.- Una empresa de aparatos electrodomsticos tiene un contrato para entregar el siguiente nmero de radios durante los tres meses siguientes: mes 1, 200 radios; mes 2, 300 radios; mes 3, 300 radios. Por cada radio que se produce durante los meses 1 y 2, se incurre en un costo variable de 10 dlares; por cada radio producido durante el mes 3, se incurre en un costo variable de 12 dlares. El costo de almacenamiento es 1.50 dlares por cada radio en inventario al final de un mes. El costo de preparar la produccin durante un mes es 250 dlares. Los radios que se fabrican durante un mes pueden servir para abastecer la demanda de ese mes o de alguno futuro. Suponga que la produccin durante cada mes debe ser mltiplo de 100. Dado que el nivel inicial de inventario es cero, utilice la programacin dinmica para determinar un calendario ptimo de produccin. SOLUCIN Mes Demanda Capacidad de Produccin 200 300 300 800 800 800 Costo Fijo 250 250 250 Costo Costo Variable Variable Produccin Inventario 10 1.5 10 1.5 12 1.5

1 2 3

Introduciendo los datos:

25

Se obtiene el siguiente resultado:

Respuesta: Se deber producir 200, 700 y 3 unidades en los meses 1, 2 y 3 respectivamente, obteniendo un costo total mnimo de $ 10100.00. APLICACIN 4.- Un extraterrestre est a punto de regresar a casa. Para que su viaje tenga xito deben funcionar bien el relevador solar, el impulsor y la mquina de caramelos. Encontr tres actores desempleados que desean ayudar a tener lista la nave para su despegue. En la tabla siguiente se presenta la probabilidad de que cada componente trabaje en forma correcta durante el viaje, en funcin del nmero de actores desempleados asignados a la reparacin de cada componente. NRO DE ACTORES ASIGNADOS A UN COMPONENTE COMPONENTE 0 1 2 3 Impulsor .30 .55 .65 .95 Relevador solar .40 .50 .70 .90 Dulcera .45 .55 .80 .98 Con programacin dinmica ayude a maximizar la probabilidad de que el extraterrestre tenga un buen viaje de regreso. SOLUCIN A continuacin se muestran las iteraciones recursivas del problema:
x3 k3

0 1 2 3
x2 k2

0 0.9 0.9 0.9 0.9

1 0.7 0.7 0.7

2 0.6 0.6

3 0.55 2 26

4 3 -

f3(x3) 0.9 0.7 0.6 0.55 f2(x2) 0.18 0.225 k2* 0 1

0 1

0 1 0.4*0.45=0.18 0.4*0.55=0.22 0.5*0.45=0.22

2 3
k1

5 0.5*0.55=0.27 0.7*0.45=0.31 0.4*0.8=0.32 5 5 0.4*0.98=0.39 0.7*0.55=0.38 0.9*0.45=0.40 2 0.5*0.8=0.4 5 5

0.32 0.405

0 3

x1

0 1 2 3 0.3*0.405=0.12 0.55*0.32=0.1 0.65*0.225=0.146 0.95*0.18=0.1 15 76 25 71 0.176

f1(x1 ) k1* 1

Respuesta: El extraterrestre deber asignar 1, 0 y 2 actores desempleados al Impulsor, Revelador solar y Dulcera respectivamente, obteniendo una probabilidad de 17.6% de tener un buen viaje de regreso. APLICACIN 5.- Para graduarse en la universidad del estado, ngela necesita pasar al menos uno de los tres cursos que toma este semestre. Est inscrita en francs, alemn y estadstica. El horario de las dems actividades le permite dedicar 4 horas de estudio por semana. La probabilidad de que ngela pase cada materia depende del nmero de horas que dedique a estudiarla (vase tabla siguiente) PROBABILIDAD DE HORAS DE APROBAR EL CURSO ESTUDIO POR SEMANA Francs Alemn Estadstica 0 .20 .25 .10 1 .30 .30 .30 2 .35 .33 .40 3 .38 .35 .45 4 .40 .38 .50 Utilice programacin dinmica para determinar cuntas horas por semana debe dedicar ngela al estudio de cada materia. (Sugerencia: Explique por qu maximizar la probabilidad de pasar al menos una materia es equivalente a minimizar la probabilidad de no aprobar las tres materias). APLICACIN 6.- Cuesta 40 dlares comprar un telfono en una tienda de departamentos. Los costos estimados de mantenimiento durante cada ao de funcionamiento se muestra en la tabla siguiente: AO 1 2 3 4 5 COSTO DE MANTENIMIENTO (Dlares) 20 30 40 60 70 Puedo conservar un telfono cuando mucho 5 aos. Acabo de comprar telfono nuevo, y mi telfono anterior no tiene valor de salvamento. Determine cmo reducir al mnimo el costo total de compra y funcionamiento de un telfono durante los siguientes 6 aos.

APLICACIN 7.- Suponga que un automvil nuevo cuesta 10000 dlares y que el costo anual de operacin y valor de reventa son los que se muestran en la tabla siguiente: 27

EDAD DEL VALOR DE COSTO DE AUTOMVIL REVENTA OPERACIN (Aos) (Dlares) (Dlares) 1 7000 300 ao 1 2 6000 500 ao 2 3 4000 800 ao 3 4 3000 1200 ao 4 5 2000 2000 ao 5 6 1000 1000 ao 6 Si tengo hoy un auto nuevo, determine una poltica de reemplazo que minimice el costo neto de poseer y operar un automvil durante los siguientes 6 aos. APLICACIN 8.- Una Corporacin petrolera tiene 4 millones de dlares para invertir en tres campos petroleros. Las utilidades que gana el sitio i (i=1, 2, 3) dependen de la cantidad invertida en l, tal como se muestra en la siguiente tabla: CANTIDAD UTILIDADES(millones de dlares) INVERTIDA (millones de dlares) Campo 1 Campo 2 Campo 3 0 4 3 3 1 7 6 7 2 8 10 8 3 9 12 13 4 11 14 15 Si se supone que la cantidad invertida en cada campo debe ser mltiplo exacto de 1 milln de dlares, determine con programacin dinmica una poltica de inversiones que eleve al mximo las utilidades que gana la corporacin con sus tres campos petroleros. APLICACIN 9.- El nmero de crmenes en cada una de las tres demarcaciones policiacas de una ciudad depende del nmero de patrullas asignada a ellas (vase la siguiente tabla) NUMERO DE PATRULLAS ASIGNADAS A CADA DEMARCACION 0 1 2 3 4 5 Demarcacin 1 14 10 7 4 1 0 Demarcacin 2 25 19 16 14 12 11 Demarcacin 3 20 14 11 8 6 5 Se dispone de un total de 5 patrullas. Con programacin dinmica determine cuntas patrullas deben asignarse a cada demarcacin. APLICACIN 10.- Una Corporacin internacional produce aviones livianos a pedido, y tiene los siguientes pedidos para ser entregados al final de los prximos 5 aos: Ao: Nro de aviones: 1 3 2 5 3 2 4 1 5 4

La Corporacin puede construir hasta 4 aviones en cualquier mes, y puede guardar hasta 3 aviones en stock. El costo de construccin de los aviones considera un costo fijo de 1 28

000 000 de dlares y un costo variable de 500 000 dlares por avin construido. Para mantener un avin en stock durante el periodo de un ao, el constructor gasta $ 50 000. Cul debe ser el plan optimo de construccin, de modo que se minimice el costo total de la corporacin?. Formule un modelo de programacin dinmica para obtener la solucin. PROGRAMACIN DINMICA APLICACIONES PROPUESTAS-SOLUCIN NOTA: Para la solucin de algunas de las siguientes aplicaciones se har uso de la herramienta Dynamic Programing del software WinQSB, cuyo manual se encuentra en: http://www.eumed.net/libros/2006c/216/1j.htm

29

30

APLICACIN 5.- Para graduarse en la universidad del estado, ngela necesita pasar al menos uno de los tres cursos que toma este semestre. Est inscrita en francs, alemn y estadstica. El horario de las dems actividades le permite dedicar 4 horas de estudio por semana. La probabilidad de que ngela pase cada materia depende del nmero de horas que dedique a estudiarla (vase tabla siguiente) PROBABILIDAD DE APROBAR EL CURSO Francs Alemn Estadstica

HORAS ESTUDIO POR SEMANA 0 .20 .25 .10 1 .30 .30 .30 2 .35 .33 .40 3 .38 .35 .45 4 .40 .38 .50 Utilice programacin dinmica para determinar cuntas horas por semana debe dedicar ngela al estudio de cada materia. (Sugerencia: Explique por qu maximizar la probabilidad de pasar al menos una materia es equivalente a minimizar la probabilidad de no aprobar las tres materias). SOLUCIN Se tiene: P(DT)+P(NDT)=1 P(DT) =1-P(NDT) Pero: P(NDT) =P(A1) P(A1)=P(AFAAAE) P(NDT)=P(AFAAAE) Por tanto: P(AFAAAE) = 1-P(DT) Donde: P(DT): Probabilidad de desaprobar todos los cursos P(NDT): Probabilidad de no desaprobar todos los cursos P(A1): Probabilidad de aprobar al menos 1curso P(AFAAAE): Probabilidad de aprobar Francs o Alemn o Estadstica. La probabilidad de aprobar al menos un curso es el complemento de desaprobar todos los cursos. Para proceder, transformamos las probabilidades a sus complementos. A continuacin se muestran las iteraciones recursivas del problema:
x3 k3

0 1 2 3 4

0 0.9 0.9 0.9 0.9 0.9

1 0.7 0.7 0.7 0.7

2 0.6 0.6 0.6

3 0.55 0.55

4 0.5

f3(x3) k3* 0.9 0 0.7 1 0.6 2 0.55 3 0.5 4

31

x2

k2

0 1 2 3 4
x1 k1

0 0.75*0.9=0.675 0.75*0.7=0.525 0.75*0.6=0.45 0.75*0.55=0.412 5 0.75*0.5=0.375 0

1 0.7*0.9=0.63 0.7*0.7=0.49 0.7*0.6=0.42 0.7*0.375=0.262 5

2 0.67*0.9=0.60 3 0.67*0.7=0.46 9 0.67*0.6=0.40 2

f2 0 0

0 0.65*0.9=0.58 5 0.65*0.7=0.45 5

0. 0.62*0.9=0.55 8 0.

1 0.7*0.4125=0.2887 0.8*0.2625=0.21 5

2 3 4 0.65*0.45=0.292 5 0.62*0.525=0.3255 0.6*0.675=

Respuesta: ngela deber dedicar 0, 1 y 3 horas a la semana para estudiar Francs, Alemn y Estadstica respectivamente, as obtendr un 79% (1-21%) de probabilidad de aprobar al menos un curso (Estadstica).

32

APLICACIN 6.- Cuesta 40 dlares comprar un telfono en una tienda de departamentos. Los costos estimados de mantenimiento durante cada ao de funcionamiento se muestran en la tabla siguiente: AO COSTO DE MANTENIMIENTO (Dlares) 1 20 2 30 3 40 4 60 5 70

Puedo conservar un telfono cuando mucho 5 aos. Acabo de comprar telfono nuevo, y mi telfono anterior no tiene valor de salvamento. Determine cmo reducir al mnimo el costo total de compra y funcionamiento de un telfono durante los siguientes 6 aos. SOLUCIN A continuacin presentamos la red del problema en trminos de costos de reemplazar o conservar el activo.

A continuacin se muestran las iteraciones recursivas del problema:

x6

k6

Reemplazar 60

Conservar 30 33

f6(x6) 30

k6* C

2 3 4 5
x5 k5

60 60 60 60 Reemplazar 30 30 30 30 Reemplazar 90 90 90 Reemplazar 120 120 Reemplazar 160 220

40 60 70 -

40 60 60 60 Conservar 30 40 40 60 60 60 70 60

C C-R R R

1 2 3 4
x4 k4

60 60 60 60

90 90 90 90

1 2 3
x3 k3

60 60 60

150 150 150

30 40 60

Conservar 90 120 90 130 90 150 Conservar 130 160 150 190 f3(x3) 210 k3* C f4(x4) 160 180 k4* R-C R

1 2
x2 k2

60 60

180 180

30 40

60

30

Conservar 180 210

El costo total es 210 + 20 = $230 Respuesta: Las polticas AO 1 AO 2 AO 3 AO 4 AO 5 AO 6 ptimas en base a las tablas de recursividad sern: C C R C R C

34

APLICACIN 7.- Suponga que un automvil nuevo cuesta 10000 dlares y que el costo anual de operacin y valor de reventa son los que se muestran en la tabla siguiente: EDAD DEL VALOR DE COSTO DE AUTOMVIL REVENTA OPERACIN (Aos) (Dlares) (Dlares) 1 7000 300 2 6000 500 3 4000 800 4 3000 1200 5 2000 2000 6 1000 1000 Si tengo hoy un auto nuevo, determine una poltica de reemplazo que minimice el costo neto de poseer y operar un automvil durante los siguientes 6 aos. SOLUCIN A continuacin presentamos la red del problema en trminos de costos de reemplazar o conservar el activo.

A continuacin se muestran las iteraciones recursivas del problema:

35

x7

k7

1 2 3 4 5 6
x6 k6

Reemplaza r -7000 -6000 -4000 -3000 -2000 -1000

f6(x6) -7000 -6000 -4000 -3000 -2000 -1000

k6* R R R R R R f5(x5) 500 -6000 -5500 5500 800 -4000 -3200 3200 1200 1200 2400 -700 2000 -2000 0 0 1000 -1000 0 0 f5(x5) 500 -3200 -2700 2700 800 -700 100 1200 1200 0 1200 800 2000 0 2000 1800 Conservar 500 -1200 -700 800 800 1600 1200 1800 3000 f4(x4) -700 1600 3000 Conservar Conservar k5* C C R C C k5* C R R R k4* C C-R C k4* C R k3* C

Reemplazar 3300 4300 6300 7300 9300 -7000 -7000 -7000 -7000 -7000 Reemplazar 3300 4300 6300 7300 -5500 -5500 -5500 -5500 Reemplazar -2700 -2700 -2700 -2200 -1200 800 1800 -3700 -2700 -700 300 2300

1 2 3 4 5
x5 k5

1 2 3 4
x4 k4

1 2 3
x3 k3

3300 4300 6300

600 1600 3600

1 2
x2 k2

Reemplazar 3300 -700 2600 4300 -700 3600 Reemplazar 2100

Conservar f4(x4) 500 1600 2100 2100 800 3000 3800 3600 Conservar f3(x3) 3600 4100 4100

3300

5400

500

Respuesta: Las polticas ptimas en base a las tablas de recursividad sern: AO 1 AO 2 AO 3 AO 4 AO 5 AO 6 C C R C R C

36

APLICACIN 8.- Una Corporacin petrolera tiene 4 millones de dlares para invertir en tres campos petroleros. Las utilidades que gana el sitio i (i=1, 2, 3) dependen de la cantidad invertida en l, tal como se muestra en la siguiente tabla: CANTIDAD INVERTIDA (millones dlares) 0 1 2 3 4 UTILIDADES (millones de dlares) de Campo 1 Campo 2 4 7 8 9 11 3 6 10 12 14 Campo 3 3 7 8 13 15

Si se supone que la cantidad invertida en cada campo debe ser mltiplo exacto de 1 milln de dlares, determine con programacin dinmica una poltica de inversiones que eleve al mximo las utilidades que gana la corporacin con sus tres campos petroleros. SOLUCIN A continuacin se muestran las iteraciones recursivas del problema:
x3 k3

0 1 2 3 4
x2 k2

0 3 3 3 3 3 0 3+3=6 3+7=10 3+8=11 3+13=16 3+15=18 0 4+19=23

1 7 7 7 7

2 8 8 8

3 13 13

4 15

f3(x3) k3* 3 0 7 1 8 2 13 3 15 4 k2* 0 0 1 2 1 2

0 1 2 3 4
x1 k1

1 2 3 4 f2(x2) 6 6+3=9 10 6+7=13 10+3=13 13 6+8=14 10+7=17 12+3=15 17 6+13=19 10+8=18 12+7=19 14+3=17 19

1 2 3 4 f1(x1) k1* 7+17=24 8+13=21 9+10=19 11+6=17 24 1

Respuesta: Se deber invertir 1 milln, 2 millones y 1 milln de dlares en el Campo 1, Campo 2 y Campo 3 respectivamente, obteniendo una utilidad total mxima de $ 24 000 000.

37

APLICACIN 9.- El nmero de crmenes en cada una de las tres demarcaciones policiacas de una ciudad depende del nmero de patrullas asignada a ellas (vase la siguiente tabla) NUMERO DE PATRULLAS ASIGNADAS A CADA DEMARCACION 0 1 2 3 4 5 Demarcacin 14 10 7 4 1 0 1 Demarcacin 25 19 16 14 12 11 2 Demarcacin 20 14 11 8 6 5 3 Se dispone de un total de 5 patrullas. Con programacin dinmica determine cuntas patrullas deben asignarse a cada demarcacin. SOLUCIN A continuacin se muestran las iteraciones recursivas del problema:
x3 k3

0 1 2 3 4 5
k2

0 20 20 20 20 20 20 0 25+20=4 5 25+14=3 9 25+11=3 6 25+8=33 25+6=31 25+5=30

1 14 14 14 14 14 1 19+20=3 9 19+14=3 3 19+11=3 0 19+8=27 19+6=25

2 11 11 11 11 2

3 8 8 8 3

4 6 6

5 5 4

f3(x3) 20 14 11 8 6 5 5

k3* 0 1 2 3 4 5 f2(x2 ) 45 39 0 1 1 1 2 2 k2* 0 1

x2

0 1 2 3 4 5
x1 k1

16+20=3 6 16+14=3 0 16+11=2 7 16+8=24

33 14+20=3 4 14+14=2 8 14+11=2 5 30 12+20=3 2 12+14=2 6 27 11+20=3 1 24

0 1 2 3 4 5 f1(x1) k1* 14+24=38 10+27=37 7+30=37 4+33=37 1+39=40 0+45=45 37 1

Respuesta: Se deber asignar 1, 1, y 3 patrullas a la Demarcacin 1, Demarcacin 2 y Demarcacin 3 respectivamente, obteniendo una disminucin del total de crmenes a 37.

38

APLICACIN 10.- Una Corporacin internacional produce aviones livianos a pedido, y tiene los siguientes pedidos para ser entregados al final de los prximos 5 aos: Ao: 1 2 3 4 5 Nro de aviones: 3 5 2 1 4 La Corporacin puede construir hasta 4 aviones en cualquier mes, y puede guardar hasta 3 aviones en stock. El costo de construccin de los aviones considera un costo fijo de 1 000 000 de dlares y un costo variable de 500 000 dlares por avin construido. Para mantener un avin en stock durante el periodo de un ao, el constructor gasta $ 50 000. Cul debe ser el plan ptimo de construccin, de modo que se minimice el costo total de la corporacin? Formule un modelo de programacin dinmica para obtener la solucin. SOLUCIN Los datos enunciados son: Mes Demanda Capacidad Capacidad Produccin Almacen 1 2 3 4 5 3 5 2 1 4 4 4 4 4 4 3 3 3 3 3 Costo Fijo 1000000 1000000 1000000 1000000 1000000 Costo Costo Variable Variable Produccin Inventario 500000 50000 500000 50000 500000 50000 500000 50000 500000 50000

La ecuacin de costo variable para todos los aos es: 500000P+50000H Ingresando los datos:

Los resultados obtenidos son:

Respuesta: Se deber producir 4, 4, 3, 0 y 4 unidades en los meses 1, 2, 3, 4 y 5 respectivamente, obteniendo un costo total mnimo de $ 11 600 000.

10. PROGRAMACIN DINMICA 39

La programacin dinmica es un enfoque general para la solucin de problemas en los que es necesario tomar decisiones en etapas sucesivas. Las decisiones tomadas en una etapa condicionan la evolucin futura del sistema, afectando a las situaciones en las que el sistema se encontrar en el futuro (denominadas estados), y a las decisiones que se plantearn en el futuro. Conviene resaltar que a diferencia de la programacin lineal, el modelado de problemas de programacin dinmica no sigue una forma estndar. As, para cada problema ser necesario especificar cada uno de los componentes que caracterizan un problema de programacin dinmica. El procedimiento general de resolucin de estas situaciones se divide en el anlisis recursivo de cada una de las etapas del problema, en orden inverso, es decir comenzando por la ltima y pasando en cada iteracin a la etapa antecesora. El anlisis de la primera etapa finaliza con la obtencin del ptimo del problema. 10.1 MODELOS DE PROGRAMACIN DINMICA Existen tres modelos diferentes manejados por WINQSB.

103

40

 Scheduling)

Problema de la diligencia (Stagecoach Problem) Problema de la mochila (Snapsack Problem) programacin de produccin e inventarios (Production and Inventory

10.2 EL PROBLEMA DE LA DILIGENCIA

Ejemplo 10-1: Considrese el grfico que contempla las rutas posibles para ir desde la ciudad 1 hasta la ciudad 10. Cada nodo representa una ciudad y los arcos la infraestructura vial disponible. La tabla recoge el costo asociado al desplazamiento entre cada par de nodos para cada una de las etapas. Supondremos que todos los desplazamientos tienen la misma duracin, y que el viaje ha de realizarse en cuatro etapas. Cada una de ellas se corresponde con un nico desplazamiento entre un par de nodos del grafo, as al finalizar la primera etapa estaremos en una de las ciudades 2, 3 4. La segunda etapa finalizar en la ciudad 5, la nmero 6 la nmero7. La tercera jornada nos llevar a la ciudad 8 o a la nmero 9. La cuarta etapa permite finalizar el viaje en la ciudad 10. 2 1 4 2 1 2 3 3 4 4 5 2 3 4 7 3 4 6 4 2 1 3 5 8 6 9 7 7 6 4 5 8 5 6 7 1 6 3 9 4 3 3 8 9 10 3 4 10

10.3 TERMINOLOGA Y NOTACIN BSICA Perodos o etapas: Sea N= {1, 2,....., n} un conjunto finito de elementos. Mediante el ndice n N , representamos cada uno de ellos. N es el conjunto de perodos o etapas del proceso. En la ilustracin anterior N= {1, 2, 3, 4}, las cuatro etapas del viaje, cada una de ellas es un perodo y se representa mediante un valor del ndice n, as cuando n =1 nos estamos refiriendo a la primera etapa del proceso. 41

1 0 4

42

Espacio de estados: {

S N } es una familia de conjuntos, uno para cada perodo n. S se denomina espacio de estados en el perodo n. Cada uno de sus elementos, que se representa mediante Sn, es un estado, que describe una posible situacin del proceso en ese perodo. En nuestro ejemplo, S1 = {1}, S2= {2, 3, 4}, S3= {5, 6, 7}, S4= {8, 9}. La funcin recursiva: Dados unos nodos y unos arcos que conectan estos nodos, el problema de la diligencia intenta encontrar la ruta ms corta que conecta un nodo de arranque con el nodo final (el destino). Sea s: el estado de inicio; j: estado destino destino. de la etapa n. n: la fase, normalmente representa el nmero de arcos hasta el C(s,j): costo o distancia de ir desde s hasta j. f(n,s): la poltica de costo mnimo cuando se encuentra en el estado s

La relacin recursiva dinmica se expresa como f(n,s) = mnimo [C(s,j) + f(n-1,,j)] para todos los arcos ( s,j) en la red 10.4 INGRESANDO EL PROBLEMA AL WINQSB El problema identificados: contiene 10 nodos claramente

105

Al pulsar OK podremos ingresar el resto de informacin, el cual se basa en las relaciones existentes entre los nodos:

Los valores van de acuerdo a la red establecida en el problema:

Para resolver el problema pulsamos la opcin Resolver el problema (Solve the Problem) del men Resolver y analizar (Solve and Analyze).

106

La ventana siguiente permite identificar los nodos de inicio y fin: Identif ica el nodo de inicio

Identifica el nodo fin

Al pulsar SOLVE generamos la solucin al problema:

Si queremos una solucin detallada debemos pulsar sobre Mostrar solucin detallada (Show Solution Detail) en el men Resultados (Results):

107

10.5 PROBLEMA DE LA MOCHILA O CANASTA DE EQUIPAJE La idea bsica es que existen N tipos distintos de artculos que pueden cargarse en una mochila; cada artculo tiene asociados un peso y un valor. El problema consiste en determinar cuntas unidades de cada artculo se deben colocar en la mochila para maximizar el valor total. Ntese que este enfoque resulta til para la planificacin del transporte de artculos en algn medio, por ejemplo: carga de un buque, avin, camin etc. Tambin es utilizable este modelo en planificacin de produccin, por ejemplo enrutamiento de la produccin a travs de varias mquinas. Ejemplo 10-2: La carga de un avin se distribuye con el propsito de maximizar el ingreso total. Se consideran 5 elementos y slo se necesita uno de cada uno. La compaa gana 5000 u.m. por elemento ms una bonificacin por elemento. El avin puede transportar 2000 libras. Elemento 1 2 3 4 5 Peso, Volumen, 3 lb pies 1000 70 1100 100 700 100 800 80 500 50 Valor bonificacin 700 800 1100 1000 700

a) Cules elementos deben transportarse? b) Si se considera un volumen mximo de 200 pies cbicos. cules elementos deben transportarse?

108

El problema se desarrolla bajo las dos consideraciones, primero teniendo en cuenta el peso y luego el volumen. Como puede apreciarse este es un problema que bien podra resolverse por programacin lineal entera teniendo en cuenta la funcin objetivo y restricciones siguientes: Max.Z = 5700 x + 5800 x + 6100 x + 6000 x + 5700 x 1 2 3 4 5 S.a. 1000 x + 1100 x + 700 x + 800 x + 2000 1 2 3 4 500 x 5 x j 1, entero Siendo xj el elemento j a transportar. Para el caso del volumen se reformara la primera restriccin cambiando los coeficientes por los volmenes de los tems. Sea j: la variable que representa el artculo: x(j): el nmero de unidades el nmero de unidades cargadas del artculo j w(j): el espacio o el peso que demanda cada unidad del artculo j R(j,x(j)): la funcin del retorno del artculo j si se llevan x(j) unidades en la mochila, del artculo j g(j,w): retorno del total acumulativo dado el espacio w disponible para el artculo j La relacin recursiva dinmica se expresa como: g(j,w) = mximo {R(j,x(j)) + g[j-1,w-w(j)x(j)]} para todo posible x(j) Ahora ingresemos los datos al WINQSB:

109

La entrada de datos queda como sigue.

Al resolver tenemos:

el

problema

La solucin nos indica que se deben transportar los tems 3, 4 y 5 con un retorno total de 17800 u.m. y utilizacin plena de la capacidad (en peso), disponible del avin. Teniendo en cuenta slo el volumen, el nuevo modelo es:

La solucin es:

1 1 0

10.6 PROGRAMACIN DE PRODUCCIN E INVENTARIOS El problema consiste en determinar un programa de produccin para un periodo de tiempo con el fin de minimizar los costos totales relacionados. Hay demandas conocidas para cada periodo, lmites de capacidad tanto para la produccin como para los inventarios (almacenamiento). Cuando hay ms produccin que demanda, se acumula inventario, y cuando la produccin es menor que la demanda, se generarn retrasos en el cumplimiento de pedidos (backorder). Para cada periodo, una produccin no-cero incurre en un costo de preparacin. En programacin dinmica, el costo variable se expresa como una funcin de la produccin (P), el inventario (H), y backorder (B). Sea: P(n): el nmero de unidades producidas en el periodo n D(n): la demanda en el periodo n H(n): el inventario disponible al final del periodo n B(n): el backorder al final del periodo n I(n): la posicin del inventario al final del periodo n, es decir, I(n) = H(n) o I(n) =B(n) I(n) = I(n-1) + P(n) - D(n) S(n): el costo de preparacin en el periodo n V (P(n), I(n)): el costo variable = funcin de P(n), H(n), y/o B(n) C(n,P(n),I(n)): = S(n) + V(P(n),I(n)) si P(n)>0, = V(P(n),I(n)) si P(n)=0 f(n,i): costo total acumulativo dado el nivel del inventario inicial i para el periodo n La relacin recursiva dinmica se expresa como: f(n,i) = mximo {C(n,P(n),i+P(n)-D(n)) + f(n-1,i+P(n)-D(n))} para todo posible P(n).

111

Ejemplo 10-3: La tabla muestra los datos del siguiente problema de produccin e inventario: la demanda para los meses de enero, febrero, marzo y abril es de 4, 5, 3 y 4 unidades, respectivamente. Las capacidades de produccin son de 6, 4, 7, y 5 unidades; las capacidades de almacenaje son 4, 3, 2 y 4 unidades respectivamente. Los costos de preparacin varan de un mes a otro y son: 500, 450, 500 y 600 u.m. para enero, febrero, marzo y abril. Mes Enero Febrero Marzo Abril Costos 500 450 500 600 Demanda 4 5 3 4 Capacidad de produccin 6 4 7 5 Capacidad de Almacenamiento 4 3 2 4

Determinar un programa de produccin con el fin de minimizar los costos totales relacionados.

Al igual que en los ejercicios anteriores, se procede a ingresar los datos:

La tabla inicial permite ingresar los datos expuestos en el ejemplo.

112

La ventana debera quedar como sigue:

La solucin problema es:

del

Las cantidades a producir mostradas en la tabla son de tal forma que permiten un costo mnimo en la planeacin: se deben producir 5, 4, 3 y 4 unidades para los meses de enero, febrero, marzo y abril respectivamente. El costo total es de $7080, dividido en $2050 por concepto de costos de preparacin y $5030 de costos variables. La tabla tambin muestra el juego de inventarios resultante de la produccin y la demanda mensuales.

113 MODELO DE CONFIABILIDAD Dispositivo electrnico de 3 componentes principales en serie Puede tener hasta 2 unidades de reserva por cada componente Se tiene un capital total para el dispositivo de $10000

DATOS DE CONFIABILIDAD Cj (miles de dlares) COMPONENTES 1 N unidades en paralelo R1 C1 1 0.6 1 2 0.8 2 3 0.9 3 Etapa 3: 2 IT 6 COMP 3 2 4 0.7 2 R2 0.7 0.8 0.9 C2 3 5 6 R3 0.5 0.7 0.9 3 C3 2 4 5

K3= 1 IT C3= 2 R3= 0.5 2 0.5 3 0.5 4 0.5 5 0.5 6 0.5 Etapa 2: 5 IT 9

3 5 0.9

0.7 0.7 0.7

0.9 0.9

f*3 0.5 0.5 0.7 0.9 0.9

k*3 1 1 2 3 3

IT

K2= 1 C2= 3 R2= 0.7

COMP 2 2 5 0.8

3 6 0.9

f*2

k*2

5 6 7 8 9

0.7*0.5 0.7*0.5 0.7*0.7 0.7*0.9 0.7*0.9

0.8*0.5 0.8*0.5 0.8*0.7

0.9*0.5 0.9*0.5

0.35 0.35 0.49 0.63 0.63

1 1 1 1 1

Etapa 1:

IT = 10 COMP 1

K1= 1 IT 10 C1= 1 R1= 0.6 0.6*0.63

2 2 0.8 0.8*0.63

3 3 0.9 0.9*0.0.49 f*1 0.504 k*1 2

SOLUCIN OPTIMA Componente Capital Disponible N Unidades Probabilidad 1 15 1 0.8 2 2 1 0.9 3 9 3 0.9

Total 0.4536

MODELO TAMAO FUERZA DE TRABAJO Tamao mnimo de fuerza de trabajo (bj) SEMANA 1 2 bj 5 7 ETAPA 5: CT=CE+CC+CD 3 8 4 4 5 6

Y5 Y4 4 5 6

6 3(0)+4+2(2)+0 3(0)+4+2(1)+0 3(0)+0+0 f*5 8 6 0 Y*5 6 6 6

ETAPA 4: CT=CE+CC+CD+f*5

Y4 Y3 8

4 3(0)+0+0+8

5 3(1)+0+0+6

6 f*4 3(2)+0+0+0 6 Y*4 6

ETAPA 3: CT=CE+CC+CD+f*4

Y3 Y2 7 8

8 3(0)+4+2(1)+0+6 3(0)+0+0+6 f*3 12 6 Y*3 8 8

ETAPA 2: CT=CE+CC+CD+f*3

Y2 Y1 5 6 7 8

7 3(0)+4+2(2)+0+12 3(0)+4+2(1)+0+12 3(0)+0+0+12 3(0)+0+0+12

8 3(1)+4+2(3)+0+6 3(1)+4+2(2)+0+6 3(1)+4+2(1)+0+6 3(0)+0+0+6 f*2 19 17 12 9 Y*2 8 8 7 8

ETAPA 4: CT=CE+CC+CD+f*5 Y0/Y1 Y1= 5 5 3(0)+0+ 0+19 6 3(1)+4+2(1)+ 0+17 7 3(2)+4+2(2)+ 0+12 8 3(3)+4+2(3)+ 0+9 f*1 19 Y*1 5

SOLUCION OPTIMA SEMANA 1 DECISIN No se contrata, ni se despide

2 3 4 5

Se contrata 3 trabajadores No se contrata, ni se despide Se despide a 2 trabajadores No se contrata, ni se despide

Programacin Dinmica
La PD procedimiento sistemtico para determinar la combinacin de decisiones que OPTIMIZA la efectividad global. La combinacin de decisiones, resulta ser una sucesin de decisiones interrelacionadas.
No existe un planteamiento matemtico estndar. Es un tipo general de enfoque para resolver problemas. Sus ecuaciones deben desarrollarse en forma particular.

SISTEMA DE CAMINOS : PROBLEMA DE LA DILIGENCIA.

Vendedor mtico Tierras indias hostiles Punto de Partida, y Punto de Destino
1 1 2 3 4 5 6 7 8 9 10 2 2 3 4 4 3 7 3 4 4 2 1 6 4 5 1 6 3 4 3 3 3 4 5 6 7 8 9 10

Se desea determinar la ruta ms segura. Se ofrecen seguros de vida a los pasajeros. Ruta ms segura = Ruta ms econmica. Cuantas rutas Evalu un par de rutas

Mtodo solucin
La PD parte de una pequea porcin del problema y encuentra su solucin. Gradualmente agranda el problema, encontrando nuevamente la solucin optima, a partir del antecedente anterior. Se contina hasta resolver por completo el problema original. 2 1

De Atrs hacia delante: Etapa 4 resolver primero

Mtodo solucin
V.D Destino inmediato en la etapa n, n =1,2,3,4. Etapa n representa el nivel de problema (subproblema) que estamos resolviendo..

2 4 3

En cualquier etapa, el problema siempre se encontrar en un cierto estado (definido como S) y deber tomar una decisin (suponiendo etapa n seria Xn).

l, globa ica pol t e el r ejo qu la m dado nodo S l de stantes, ta na l o t e e r n sto leccio El Co s etapas uentra e y se se la nc ) para se e la etapa n ediato. edor r inm vend ara inicia p no (listo mo desti o c a Xn

Mtodo solucin

2 4 3

La PD hace esto hallando sucesivamente :

ETAPA 4 ; n = 4

ETAPA 3 ; n = 3

Mtodo solucin
ETAPA 2 ; n = 2

2 4 3

ETAPA 1 ; n = 1

El problema de la diligencia es un diseo conceptual, para dar una interpretacin fsica literal de los problemas de PD.

Elementos bsicos que caracterizan a los PPD

1. El problema puede dividirse en etapas, con una decisin de la poltica requerida en cada etapa. 2. Cada etapa tiene un cierto nmero de estados asociados a ella. En general, los estados son las diversas condiciones posibles en las que el sistema podra estar en esa etapa del problema. Puede ser finito o infinito. 3. El valor asociado al estado no puede depender de decisiones de la misma etapa ni de futuras decisiones. 4. El estado representa una foto del sistema. Una evaluacin en un instante de tiempo.

Elementos bsicos que caracterizan a los PPD

5. La decisin debe corresponder a la poltica de la etapa vigente y no del futuro. 6. El efecto de la decisin de una poltica en cada etapa es : transformar el estado actual en un estado asociado con la etapa siguiente . El estado resultante podra ser probable Distribucin. 7. Dado el estado actual, una poltica optima para las etapas restantes es independiente de la poltica adoptada en las etapas previas. 8. El procedimiento de resolucin empieza por hallar la poltica optima para cada estado de la ltima etapa.

Elementos bsicos que caracterizan a los PPD

9. Se dispone de una relacin recursiva que identifica la poltica ptima para cada estado en la etapa n, dada la poltica ptima para cada estado en la etapa (n+1). 10. Usando esta relacin recursiva, el procedimiento de resolucin se mueve hacia atrs , etapa por etapa - hallando en cada ocasin la poltica ptima para cada estado de esa etapa - hasta que se encuentra la poltica ptima cuando se parte de la etapa inicial.
Resultado de la poltica ptima en la etapa siguiente (n+1)

..
Estado posible de la etapa Actual (n)

Programacin Dinmica Determinstica

Estado etapa Siguiente Estado Actual Decisin poltica actual
n-1 S n S Xn n+1

Etapa n

Etapa n+1

De atrs hacia delante

Cual

sera la diferencia entre usar la Programacin Dinmica y la enumeracin explcita de todas las posibles rutas. Contabilice las operaciones de suma necesarias (Por ejemplo 2+3+5, son 2 operaciones de suma).
2 7 12 17 22

13

18

23

14

19

24

27

10

15

20

25

C17

11

16

21

26

Inventarios Revisin Peridica

Una compaa sabe que la demanda durante cada uno de los prximos cuatro meses es como se indica: mes 1, 1 unidad; mes 2, 3 unidades; mes 3, 2 unidades; mes 4, 4 unidades. Durante un mes en el cual se producen algunas unidades, se incurre en un costo preliminar de 3US$. Adems, hay un costo variable de 1 dlar por cada unidad que se fabrica. Al final de cada mes, se genera un costo de almacenamiento de 50 centavos por cada unidad disponible. Las limitaciones en la capacidad permiten producir durante cada mes un mximo de 5 unidades. Las dimensiones de la bodega de la compaa restringen el inventario final de cada mes a 4 unidades, cuando mucho. La empresa desea determinar un plan de produccin que cumpla con toda la demanda a tiempo y minimice la suma del costo de produccin y del costo de almacenamiento durante los cuatro meses. Suponga que se dispone de 0 unidades al principio del primer mes.

Problema: Distribucin de Fresas

El propietario de una cadena de tres supermercados compr cinco cargas de fresas frescas. La distribucin de probabilidad estimada para las ventas potenciales de las fresas antes de que se echen a perder difiere entre los tres supermercados. El propietario quiere saber cmo debe asignar las cinco cargas a las tiendas para maximizar la ganancia esperada. Por razones administrativas, no quiere dividir las cargas entre las tiendas. Sin embargo, est de acuerdo en asignar cero cargas a cualquiera de ellas. La siguiente tabla proporciona la ganancia estimada en cada tienda al asignar distintas cantidades de cargas:

N de cargas 0 1 2 3 4 5

Tienda 1 0 5 9 14 17 21 2 0 6 11 15 19 22 3 0 4 9 13 18 20

Problema: Distribucin de Fresas

Etapa 3 Etapa 2

Etapa 1

Problema: Preparando Exmenes

Una estudiante universitaria cuenta con siete das para preparar los exmenes finales de cuatro cursos y quiere asignar su tiempo de estudio de la manera ms eficiente posible. Necesita por lo menos un da para cada curso y quiere concentrarse slo en un curso cada da por lo que quiere asignar uno, dos, tres o cuatro das a cada curso. Como hace poco tom un curso de investigacin de operaciones, decide aplicar programacin dinmica para hacer estas asignaciones que maximicen el total de puntos obtenidos en los cuatro cursos. Estima que las distintas opciones en das de estudio le significaran puntos de calificacin segn la siguiente tabla:

Puntos de calificacin estimados Das 1 1 2 3 4 3 5 6 7 Curso 2 5 5 6 9 3 2 4 7 8 4 6 7 9 9

Problema: Preparando Exmenes

Etapa 4 Etapa 3

Etapa 1

Etapa 2

C18

Consejo Mundial de la salud

El consejo mundial de la salud se dedica a mejorar el cuidado de la salud en los pases subdesarrollados del mundo. Ahora cuenta con cinco equipos mdicos para asignar entre tres de esos pases a fin de mejorar su cuidado mdico, su educacin sanitaria y sus programas de entrenamiento. Por consiguiente el consejo necesita determinar cuntos equipos ( si resulta conveniente) asignar a cada uno de estos pases para maximizar la efectividad total de los cinco equipos. La medida de efectividad que se est usando es : los aos de vida adicionales del hombre. ( Para un pas en particular, esta medida es igual a la esperanza incrementada de vida del pas, en aos, multiplicada por su poblacin).

Etapa: Estado Decisin

ESTADO: Qu es lo que cambia de una etapa a la siguiente ? dado que se han tomado las decisiones en las etapas previas. Cmo puede describirse la condicin de la situacin en la etapa actual ? Qu informacin acerca del estado actual de las cosas se necesita para determinar la poltica ptima de aqu en adelante ?

Consejo Mundial de la salud

Etapa = Pas; n = 1,2,3 Variable: Xn = Equipos mdicos asignados en la etapa o pas Estado: S = Equipos mdicos aun por asignar Aos de vida adicionales del hombre en la etapa (pas) n si decide asignar Xn equipos mdicos en este pas. Aos de vida adicionales totales, considerando la mejor poltica para las etapas restantes y que en la etapa n, el estado es S y la decisin tomada fue Xn. No es un modelo en nuestra actual notacin; debemos aproximarnos

Consejo Mundial de la salud

Aos de vida adicionales totales, considerando la mejor poltica para las etapas restantes y que en la etapa n, el estado es S y la decisin tomada fue Xn.

La relacin recursiva

Consejo Mundial de la salud

0 1 2 3 4 5 0 1 2 3 4 5

0 5

Volar con seguridad a Marte

Un equipo especial del gobierno est conduciendo la investigacin sobre cierto problema de ingeniera que debe resolverse antes de que el hombre prueba volar con seguridad a Marte. Tres equipos de investigadores estn tratando actualmente tres procedimientos diferentes para resolver este problema. Se ha hecho la estimacin de que bajo las circunstancias presentes, la probabilidad de que los equipos respectivos - llammoslos 1, 2 y 3 - no tengan xito es 0.40, 0.60 y 0.80 respectivamente. Por tanto, la probabilidad actual que los tres equipos fallen es (0.40)(0.60)(0.80)=0.192 (19.2%). Dado que el objetivo es minimizar esta probabilidad, se ha tomado la decisin de asignar dos cientficos destacados ms entre los tres equipos para disminuirlas tanto como sea posible.
N de Cientficos Nuevos 0 1 2 Probabilidad de Falla Equipo de Investigacin 1 0,40 0,20 0,15 2 0,60 0,40 0,20 3 0,80 0,50 0,30

Etapa: Estado Decisin

Probabilidad de falla del equipo n si decide asignar Xn cientficos

Volar con seguridad a Marte

Probabilidad de falla del equipo n , n+1,..3, considerando la mejor poltica para las etapas restantes y S, Xn para la etapa n.

N de Cientficos Nuevos 0 1 2

Probabilidad de Falla Equipo de Investigacin 1 0,40 0,20 0,15 2 0,60 0,40 0,20 3 0,80 0,50 0,30

Volar con seguridad a Martes

N de Cientficos Nuevos 0 1 2

Probabilidad de Falla Equipo de Investigacin 1 0,40 0,20 0,15 2 0,60 0,40 0,20 3 0,80 0,50 0,30

0 1 2 0 0 1 2 1 2

0 2

PROGRAMACIN DINMICA. La programacin dinmica es un enfoque general para la solucin de problemas en los que es necesario tomar decisiones en etapas sucesivas. Las decisiones tomadas en una etapa condicionan la evolucin futura del sistema, afectando a las situaciones en las que el sistema se encontrar en el futuro (denominadas estados), y a las decisiones que se plantearn en el futuro. Conviene resaltar que a diferencia de la programacin lineal, el modelado de problemas de programacin dinmica no sigue una forma estndar. As, para cada problema ser necesario especificar cada uno de los componentes que caracterizan un problema de programacin dinmica. El procedimiento general de resolucin de estas situaciones se divide en el anlisis recursivo de cada una de las etapas del problema, en orden inverso, es decir comenzando por la ltima y pasando en cada iteracin a la etapa antecesora. El anlisis de la primera etapa finaliza con la obtencin del ptimo

del problema. Existen tres modelos diferentes manejados por WINQSB. Problema de la diligencia. El problema de la diligencia es un prototipo literal de los problemas de programacin dinmica. Por tanto una manera de reconocer una situacin que se puede formular como un problema de programacin dinmica es poder identificar una estructura anloga a la del problema de la diligencia. Caractersticas bsicas: 1.- El problema se puede dividir en etapas que requieren una poltica de decisin en cada una de ellas.

2.- Cada etapa tiene cierto nmero de estados asociados con su inicio. Los estados son las distintas condiciones posibles en las que se puede encontrar el sistema en cada etapa del problema. 3.- El efecto de la poltica de decisin en cada etapa es transformar el estado actual en un estado asociado con el inicio de la siguiente etapa. 4.- El procedimiento de solucin est diseado para encontrar una poltica ptima para el problema completo. 5.- Dado el estado actual, una poltica ptima para las etapas restantes es independiente de la poltica adoptada en etapas anteriores. Este es el principio de optimalidad para programacin dinmica. 6.- El procedimiento de solucin se inicia al encontrar la poltica ptima para la ltima etapa. 7.- Se dispone de una relacin recursiva que identifica la poltica ptima para la etapa n, dada la poltica ptima para la etapa n+1. Problema de la mochila. La idea bsica es que existen N tipos distintos de artculos que pueden cargarse en una mochila; cada artculo tiene asociados un peso y un valor. El problema consiste en determinar cuntas unidades de cada artculo se deben colocar en la mochila para maximizar el valor total. Este enfoque resulta til para la planificacin del transporte de artculos en algn medio, por ejemplo: carga de un buque, avin, camin etc.

Tambin es utilizable este modelo en planificacin de produccin, por ejemplo enrutamiento de la produccin a travs de varias mquinas. El problema se desarrolla bajo dos consideraciones, primero teniendo en cuenta el peso y luego el volumen. Este es un problema que tambin podra resolverse por programacin lineal entera teniendo en cuenta la funcin objetivo y sus restricciones siguientes. Programacin de produccin e inventarios. El problema consiste en determinar un programa de produccin para un periodo de tiempo con el fin de minimizar los costos totales relacionados. Hay demandas conocidas para cada periodo, lmites de capacidad tanto para la produccin como para los inventarios. Cuando hay ms produccin que demanda, se acumula inventario, y cuando la produccin es menor que la demanda, se generarn retrasos en el cumplimiento de pedidos. Para cada periodo, una produccin diferente de cero incurre en un costo de preparacin. PROGRAMACIN DINMICA

La programacin dinmica es un enfoque general para la solucin de problemas en los que es necesario tomar decisiones en etapas sucesivas. Existen tres modelos diferentes manejados por Winqsb. Problema de la diligencia (Stagecoach Problem). Problem). programacin de produccin e inventarios (Production and Inventory Scheduling) EJEMPLO SOBRE EL PROBLEMA DE LA DILIGENCIA Problema de la mochila (Snapsack

Considrese el grfico que contempla las rutas posibles para ir desde la ciudad 1 hasta la ciudad 10. Cada nodo representa una ciudad y los arcos la infraestructura vial disponible. La tabla recoge el costo asociado al desplazamiento entre cada par de nodos para cada una de las etapas. Se Supone que todos los desplazamientos tienen la misma duracin, y que el viaje ha de realizarse en cuatro etapas. Cada una de ellas se corresponde con un nico desplazamiento entre un par de nodos del grafo, as al finalizar la primera etapa estaremos en una de las ciudades 2, 3 4. La segunda etapa finalizar en la ciudad 5, la nmero 6 la nmero7. La tercera jornada nos llevar a la ciudad 8 o a la nmero 9. La cuarta etapa permite finalizar el viaje en la ciudad 10.

Perodos o etapas: Sea N= {1, 2,....., n} un conjunto finito de elementos. Mediante el ndice n N, se representa cada una de ellas. N es el conjunto de perodos o etapas del proceso. En la ilustracin anterior N= {1, 2, 3, 4}, las cuatro etapas del viaje, cada una de ellas es un perodo y se representa mediante un valor del ndice n, as cuando n =1 se refiere a la primera etapa del proceso. Espacio de estados: {S N} es una familia de conjuntos, uno para cada perodo

n. S se denomina espacio de estados en el perodo n. Cada uno de sus elementos, que se representa mediante Sn, es un estado, que describe una posible situacin del proceso en ese perodo. En nuestro ejemplo, S1 = {1}, S2= {2, 3, 4}, S3= {5, 6, 7}, S4= {8, 9}. La funcin recursiva: Dados unos nodos y unos arcos que conectan estos nodos, el problema de la diligencia intenta encontrar la ruta ms corta que conecta un nodo de arranque con el nodo final (el destino). Sea s: el estado de inicio; j: estado destino n: la fase, normalmente representa el nmero de arcos hasta el destino. C(s, j): costo o distancia de ir desde s hasta j. f(n, s): la poltica de costo mnimo cuando se encuentra en el estado s de la etapa n. La relacin recursiva dinmica se expresa como f(n, s) = mnimo [C(s, j) + f(n-1, j)] para todos los arcos (s, j) en la red

El problema contiene 10 nodos claramente identificados:

Al pulsar OK se puede ingresar el resto de informacin, el cual se basa en las relaciones existentes entre los nodos. Los valores van de acuerdo a la red establecida en el problema:

Para resolver el problema se pulsa la opcin Resolver el problema (Solve the Problem) del men Resolver y analizar (Solve and Analyze).

La ventana siguiente permite identificar los nodos de inicio y fin:

Al pulsar SOLVE se genera la solucin al problema:

Si queremos una solucin detallada se debe pulsar sobre Mostrar solucin detallada (Show Solution Detail) en el men Resultados (Results):

14 0

4.6.2. EJEMPLO SOBRE PROBLEMA DE LA MOCHILA O CANASTA DE EQUIPAJE La idea bsica es que existen N tipos distintos de artculos que pueden cargarse en una mochila; cada artculo tiene asociados un peso y un valor. El problema consiste en determinar cuntas unidades de cada artculo se deben colocar en la mochila para maximizar el valor total. Ntese que este enfoque resulta til para la planificacin del transporte de artculos en algn medio, por ejemplo: carga de un buque, avin, camin etc. Tambin es utilizable este modelo en planificacin de produccin, por ejemplo enrutamiento de la produccin a travs de varias mquinas.

La carga de un avin se distribuye con el propsito de maximizar el ingreso total. Se consideran 5 elementos y slo se necesita uno de cada uno. La compaa gana 5000 u.m. por elemento ms una bonificacin por elemento. El avin puede transportar 2000 libras. ELEMENTOPESO (LIBRA) 1 1000 2 3 4 5 1100 700 800 500 VOLUMEN (PIES CUBICOS) 70 100 100 80 50
14 1

VALOR BONIFICACION 700 800 1100 1000 700

a) Cules elementos deben transportarse?

14 2

b) Si se considera un volumen mximo de 200 pies cbicos. cules elementos deben transportarse? El problema se desarrolla bajo las dos consideraciones, primero teniendo en cuenta el peso y luego el volumen. Como puede apreciarse este es un problema que bien podra resolverse por programacin lineal entera teniendo en cuenta la funcin objetivo y restricciones siguientes:

Siendo xj el elemento j a transportar. Para el caso del volumen se reformara la primera restriccin cambiando los coeficientes por los volmenes de los tems. Sea j: la variable que representa el artculo:

x(j): el nmero de unidades el nmero de unidades cargadas del artculo j w(j): el espacio o el peso que demanda cada unidad del artculo j R(j,x(j)): la funcin del retorno del artculo j si se llevan x(j) unidades en la mochila, del artculo j g(j,w): retorno del total acumulativo dado el espacio w disponible para el artculo j

La relacin recursiva dinmica se expresa como: g(j,w) = mximo {R(j,x(j)) + g[j-1,w-w(j)x(j)]} para todo posible x(j)
14 3

Ahora se ingresan los datos al Winqsb:

La entrada de datos queda como sigue.

Al resolver el problema se tiene:

14 4

La solucin indica que se deben transportar los tems 3, 4 y 5 con un retorno total de 17800 u.m. y utilizacin plena de la capacidad (en peso), disponible del avin. Teniendo en cuenta slo el volumen, el nuevo modelo es:

La solucin es:

4.6.3. EJEMPLO DE PROGRAMACION DE PRODUCCION E INVENTARIOS En programacin dinmica, el costo variable se expresa como una funcin de la produccin (P), el inventario (H), y backorder (B). Sea: P(n): el nmero de unidades producidas en el periodo n D(n): la demanda en el periodo n
14 5

 H(n): el inventario disponible al final del periodo n B(n): el backorder al final del periodo n I(n): la posicin del inventario al final del periodo n, es decir, I(n) = H(n) o I(n) =B(n) I(n) = I(n-1) + P(n) - D(n) S(n): el costo de preparacin en el periodo n V (P(n), I(n)): el costo variable = funcin de P(n), H(n), y/o B(n) C(n,P(n),I(n)): = S(n) + V(P(n),I(n)) si P(n)>0, = V(P(n),I(n)) si P(n)=0 F(n, i): costo total acumulativo dado el nivel del inventario inicial i para el periodo n La relacin recursiva dinmica se expresa como: F(n, i) = mximo {C(n, P(n), i+P(n)-D(n)) + f(n-1, i+P(n)-D(n))} para todo posible P(n). La tabla muestra los datos del siguiente problema de produccin e inventario: la demanda para los meses de enero, febrero, marzo y abril es de 4, 5, 3 y 4 unidades, respectivamente. Las capacidades de produccin son de 6, 4, 7, y 5 unidades; las capacidades de almacenaje son 4, 3, 2 y 4 unidades respectivamente. Los costos de preparacin varan de un mes a otro y son: 500, 450, 500 y 600 u.m. para enero, febrero, marzo y abril. MES COSTOS DEMANDA CAPACIDAD DE PRODUCCION 6 4 7 5 CAPACIDAD DE ALMACENAMIENT O 4 3 2 4

ENERO FEBRERO MARZO ABRIL

500 450 500 600

4 5 3 4
14 6

Determinar un programa de produccin con el fin de minimizar los costos totales relacionados. Al igual que en los ejercicios anteriores, se procede a ingresar los datos:

La solucin del problema es:

14 7

148

Las cantidades a producir mostradas en la tabla son de tal forma que permiten un costo mnimo en la planeacin: se deben producir 5, 4, 3 y 4 unidades para los meses de enero, febrero, marzo y abril respectivamente. El costo total es de $7080, dividido en $2050 por concepto de costos de preparacin y $5030 de costos variables. La tabla tambin muestra el juego de inventarios resultante de la produccin y la demanda mensuales.