Informe - Programación Dinámica 2.1

Investigación Operativa 2
UNIVERSIDAD NACIONAL MAYOR DE

SAN MARCOS
(UNIVERSIDAD DEL PERÚ, DECANA DE AMÉRICA)
PROGRAMACIÓN DINÁMICA
Curso: Investigación Operativa 2

Profesora: Mg. Rosmeri Mayta Huatuco
Alumnos:
 Huamán Nakamatzu Flavio 13170182
 Solis Quispe Jackeline Milagros 14170055
 Tamariz Romaní Nathalia Sofía 14170058
Ing. Rosmeri Mayta Huatuco

1
ÍNDICE
1. De la ruta más corta ............................................................................................. 3
2. Modelo de
inversión .............................................................................................................. 6
..............................................................................................................................
..............................................................................................................................
..............................................................................................................................
3. Modelo Volumen – Carga / de la mochila .............................................................. 9
4. Programación dinámica determinística: Problemas de asignación ....................... 12
5. Programación dinámica probabilística ................................................................ 22

2
1. De la ruta más corta

La distribuidora GAJ se encarga de distribuir productos, sus camiones solo llevan los
productos de A hacia B, C, D, E y F dependiendo del pedido. La administración de esta
empresa desea saber la distancia más corta de A hasta D.
Solución (usando WINQSB):
Se ingresa a la carpeta WINQSB, dentro de esta se encuentra el programa Dynamic

Programming, se ingresa a este.
Se crea un nuevo problema, se elige la opción “stagecoach (Shortest Route) Problem”, se

coloca como nombre del problema “RUTA MAS CORTA” y se ingresa el número de
nodos.

3
Se abrirá un
cuadro donde se ingresan los datos, se pasan todos los datos de la red a forma de tabla y
se cambia el nombre de los nodos, tomar en cuenta que se repetirán datos como de AB
es igual a 30 y de BA también es 30.
Se coloca la opción “Solve the problema”, la cual está en la barra de herramientas “solve
and Analyze”.
Saldrá una ventana que nos pedirá cual distancia mínima entre los destinos iniciales y los
destinos finales que queremos saber, elegimos AD.

4
Sale un cuadro con el resultado de la distancia mínima entre A y D, la cual es 1020km.
Interpretación:
Primero se va a E (220km) y luego desde E hacia D (800km)
dando un total de 1020 km.

5
2. Modelo de Inversión
Una corporación recibe propuestas de sus tres plantas respecto de una posible
expansión de sus instalaciones. La corporación tiene un presupuesto de 5 millones de
dólares para asignarle a las tres plantas. Cada planta expones sus propuestas explicando
el costo (C) y el ingreso total (R). En la siguiente tabla se muestra los costos e ingresos.
Maximizar el ingreso total resultante. Defina las variables de decisión, etapas y función
recursiva. Utilícela programación dinámica para hallar la solución óptima.
Planta 1 Planta 2 Planta 3

Propuesta
C1 R1 C2 R2 C3 R3
1 0 0 0 0 0 0
2 1 5 2 8 1 3
3 2 6 3 9 - -

6
4 - - 4 12 - -
Las variables de decisión serial las mostradas a continuación
 Xi= Monto asignado en el mes i

 Fi (Si, Xi)= Mejor retorno cuando se dispone de Si, y se asigna Xi en la etapa i.
 Si= Cantidad disponible en la etapa i.
 Fi-1()= Mejor retorno en la etapa i-1.
Ecuación de recursiva:
Fi (Si, Xi)= Max [ri (Xi)+ Fi -1(Si,-Xi)]
 Etapa 1(para la planta 1)
Para esta etapa F0(S0-X0)=0.
F1(Si, Xi)= Max [ri (Xi)+ Fi -1(Si,-Xi)]=Max[ri (Xi)].
F1(0, 0)= Max[0]=0. F1(4, 0)= Max[0]=0
F1(1, 0)= Max[0]=0. F1(4, 1)= Max[5]=5
F1(1, 1)= Max[5]=5. F1(4, 2)= Max[6]=6
F1(2, 0)= Max[0]=0 F1(5, 0)= Max[0]=0
F1(2, 1)= Max[5]=5. F1(5, 1)= Max[5]=5
F1(2, 2)= Max[6]=6. F1(5, 2)= Max[6]=6
F1(3, 0)= Max[0]=0
F1(3, 1)= Max[0]=5
F1(3, 2)= Max[0]=6
Si/Xi 0 1 2 Fi (Si, Xi) Xi

7
0 0 * * 0 0
1 0 5 * 5 1
2 0 5 6 6 2
3 0 5 6 6 2
4 0 5 6 6 2
5 0 5 6 6 2
 Etapa 2(Para la planta 2)
F2(0, 0)= Max[0+0]=0. F2(4, 0)= Max[0+6]=6
F2(1, 0) = Max [0+5] =5. F2(4, 2) = Max [8+6] =14
F2(2, 0) = Max [0+6] =6. F2(4, 3) = Max [9+5] =14
F2(2, 2) = Max [8+0] =8 F2(4, 4) = Max [12+0] =12
F2(3, 0) = Max [0+6] =6 F2(5, 0) = Max [0+6] =6
Si/Xi 0 2 3 4 Fi (Si, Xi) Xi
0 0 * * * 0 0
1 5 * * * 5 0

8
2 6 8 * * 8 2
3 6 13 9 * 13 3
4 6 14 14 12 14 2o 3
5 6 14 15 17 17 4
F2(3, 2) = Max [8+5] =13 F2(5, 2) = Max [8+6] =14
F2(3, 3) = Max [9+0] =9 F2(5,3) = Max [9+6]=15
F2(5, 4) = Max [12+5]=17
 Etapa 3(Para la planta 3)
F3(5, 0) = Max [0+17]=17
F3(5, 1) = Max [3+14]=17
Se concluye que hay más de una solución por lo que se puede observar en la última tabla
correspondiente en la etapa, las soluciones se muestran a continuación:
Planta Solución 1 Solución 2 Solución 3
1 1 2 1
2 4 2 3
3 0 1 1
Si/Xi 0 1 Fi (Si, Xi) Xi
5 17 17 17 0o1
3.Modelo Volumen – Carga
PROBLEMA MOCHILA

9
Problema 1
Tengo un jardín en mi traspatio que mide 10 x20 pies. Esta primavera deseo sembrar tres verduras:
tomates, lechugas, y zanahorias. El huerto se organiza en 10 surcos de 10 pies. Los surcos con
tomates y zanahorias tienen 2 pies de anchos, y las lechugas 3 pies de ancho. Lo que más me gusta
son tomates y lechugas casi no me gustan, en una escala de 1 al 10 calificaría con 10 a los tomates,
7 a la zanahoria y 3 a las lechugas. Independientemente de mis gustos, mi esposa insiste en
sembrar al menos un surco de lechuga y no más de dos surcos de tomate.
Aplicar la programación dinámica para optimizar el espacio que tengo en mi jardín, cuantos surcos
de lechuga, tomates y zanahoria debo sembrar.
SOLUCION
Etapas
Tomate 1er etapa m1= 1,2

Lechuga 2da etapa m2=W/W2=1, 2, 3, 4, 5,6
Zanahoria 3era etapa m3=W/W3=1,2,3,4,5,6,7
Objetivo = Maximizar las preferencias

10
Tubérculos Hileras
Zanahoria 6
Lechuga 1
Tomate 2
Problema 2
Un excursionista tiene una mochila de 15 pies cúbicos de capacidad y desea saber cuáles son los
artículos más valiosos que va a llevar a la excursión. Hay tres artículos de donde escoger. Sus
volúmenes son de 2,3 y 4 pies cúbicos. Debe llevar por lo menos 1 de cada artículo. El excursionista
estima sus valores correspondientes, en una escala del 0 al 100. En la siguiente tabla se dan los
siguientes datos. Determine la solución óptima aplicando programación dinámica.

11
Solución
Total de artículos a seleccionar 3
Objetivo: maximizar el beneficio
Función de rendimiento: 𝑓𝑖 (𝑥𝑖 ) = max( 𝑟𝑖 𝑚𝑖 + 𝑓𝑖+1 (𝑥𝑖 − 𝑤𝑖 𝑚𝑖 ))
Etapa 1: Artículo 3
W/W3 = 15/4= 1, 2, 3
W/W2 = 11/3= 1, 2, 3
W/W1 = 8/2 = 1, 2, 3, 4
No se toma en cuenta el 0 por la restricción
ALTERNATIVAS DE SOLUCION

12
3. Problemas de asignación
Ejercicio 1: Programación dinámica
Una compañía de máquinas vendedoras opera una máquina de 3 años de uso en un cierto
lugar, el costo por comprar una maquina nueva es de 6500, pero se acepta la maquina
antigua como parte de paga en función a su antigüedad, la estimación de mantenimiento y
los ingresos para cualquier maquina en ese lugar se resumen a continuación:
Edad años
0 1 2 3 4 5 6
ingreso 10000 9500 9200 8500 7300 5100 4000
mantenimiento 100 400 800 2000 2600 3300 3900
Maquina antigua 3000 2300 1600 700 600 0

13
Por política de la empresa ninguna maquina se conserva después de cumplir 6 años y las
maquinas se reemplazan por maquinas nuevas.
Se busca maximizar el beneficio por los próximos 4 años
Costo de reemplazo = 6500 – maquina antigua
Edad años
0 1 2 3 4 5 6
ingreso 10000 9500 9200 8500 7300 5100 4000
mantenimiento 100 400 800 2000 2600 3300 3900
Costo de 3500 4200 4900 5800 5900 6500

reemplazo
1 : se reemplaza la maquina.
Año , Edad de la maquina
0 : no se reemplaza la maquina.

14

15
Año Cambio Beneficio

16
1 1 700
2 0 9900
3 0 9100
4 0 8400
total 28100

17
Programación en DIN
Conjunto de Decisiones Función de transición

D={0,1} Sn1 = S1 + 1
Sn2 =(D-1)*(D-1-S2)
Restricciones
Sn1 <= 4, Estado Inicial
0<=Sn2<=5 (1,3)
Función de Retorno Ecuación Recursiva

R=Y(S2)-M(S2)-R(S2+1)*D + F(Sn1,Sn2) Maximizar
Condición de Contorno Definiciones Adicionales

F(4,x)=9900, x=0 Y(i=0)={10000,9500,9200,8500,7400,5100,4000}
F(4,x)=9100, x=1 M(i=0) ={100,400,800,2000,2600,3300,3900}
F(4,x)=8400, x=2 R(i=0)={0,3500,4200,4900,5800,5900,6500}
F(4,x)=6500, x=3
F(4,x)=4700, x=4
F(4,x)=1800, x=5
F(4,x)=100, x=6

18

19

20
Ejercicio 2
Para mejorar la atención médica en 3 países subdesarrollados se dispone de 4 brigadas médicas
que son indivisibles. Con el fin de distribuir a las brigadas entre los países de la mejor forma
posible, se utiliza como indicador de la eficiencia el número de años de vida adicionales por
persona en función del número de brigadas enviadas a cada país, que se encuentra en la tabla
adjunta (cantidad divididas por mil). ¿Cuál es la asignación que maximiza las medidas de
eficiencia?

21
Solución:
Número de brigadas médicas País
0 0 0 0
1 45 20 50
2 70 45 70
3 90 75 80
4 105 110 100

22
Alt 1 Alt 2 Alt 3 Alt 4

1 1 2 2 3
2 2 0 1 0
3 1 2 1 1

23
4. Programación dinámica probabilística

Problema 1
TEXTIL S.A es una cadena de tiendas dedicadas a la comercialización de prendas de vestir. La
gerencia de ventas está estudiando la información de ventas de prendas tipo A, de tres tiendas
principales para luego asignar en unidades de cien las 7 centenas adquiridas por el Dpto. de
compras. El ingreso por ventas de cada centena es de 10 mil soles, los saldos por fin de temporada
se rematan en 3 mil soles la centena.
La demanda en centenas y la probabilidad de cada venta por tiendas es como sigue:
TIENDA DEMANDA (en cientos) PROBABILIDAD (%)
1 1 40
2 30
3 30
2 0 20
1 50
2 30
3 0 10
1 40
2 30
3 20

24
Solución
Calculamos los 𝑟𝑡 (𝑔𝑡 )
Tienda 3
𝑟3 (0) = 0
𝑟3 (1) = 1 × 1 × 10 = 10
𝑟3 (2) = 2 × 0.6 × 10 + 1 × 0.4 × 10 + 1 × 0.4 × 3 = 17.2
𝑟3 (3) = 3 × 0.3 × 10 + 2 × 0.3 × 10 + 1 × 0.3 × 3 + 1 × 0.4 × 10 + 2 × 0.4 × 3 = 22.3
Tienda 2
𝑟2 (0) = 0
𝑟2 (1) = 1 × 0.80 × 10 = 8
𝑟2 (2) = 2 × 0.3 × 10 + 1 × 0.5 × 10 + 1 × 0.5 × 3 = 12.5
Tienda 1
𝑟1 (0) = 0
𝑟1 (1) = 1 × 0.90 × 10 = 9
𝑟1 (2) = 2 × 0.5 × 10 + 1 × 0.4 × 10 + 1 × 0.4 × 3 = 15.2
𝑟1 (3) = 3 × 0.2 × 10 + 2 × 0.3 × 10 + 1 × 0.3 × 3 + 1 × 0.4 × 10 + 2 × 0.4 × 3 = 19.3
𝑓𝑡 (𝑥) = max⁡[𝑟𝑡 (𝑔𝑡 ) + 𝑓𝑡+1 (𝑥 − 𝑔𝑡 )]

25
Tienda 3
𝑓3 (0) = 𝑟3 (0) ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔3 (0) = 0
𝑓3 (1) = 𝑟3 (1) ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔3 (1) = 1
𝑓3 (2) = 𝑟3 (2) ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔3 (2) = 2
𝑓3 (3) = 𝑟3 (3) ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔3 (3) = 3
Tienda 2
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑓2 (0) = max 𝑟2 (0) + 𝑓3 (0 − 0) =⁡0 ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔2 (0) = 0
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑟2 (0) + 𝑓3 (1 − 0) =⁡10
𝑓2 (1) = max ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡ ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔2 (1) = 0
𝑟2 (1) + 𝑓3 (1 − 1) =⁡8
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑟2 (0) + 𝑓3 (2 − 0) =⁡17.2
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑓2 (2) = max 𝑟2 (1) + 𝑓3 (2 − 1) =⁡18 ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔2 (2) = 1
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑟2 (2) + 𝑓3 (2 − 2) =⁡12.5
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑟2 (0) + 𝑓3 (3 − 0) =⁡22.3
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑓2 (3) = max 𝑟2 (1) + 𝑓3 (3 − 1) =⁡25.2 ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔2 (3) = 1
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑟2 (2) + 𝑓3 (3 − 2) =⁡22.5
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑟 (1) + 𝑓3 (4 − 1) =⁡30.3
𝑓2 (4) = max 2 ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡ ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔2 (4) = 1
𝑟2 (2) + 𝑓3 (4 − 2) =⁡29.7
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑓2 (5) = ⁡ max 𝑟2 (2) + 𝑓3 (5 − 2) =⁡34.8 ⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔2 (5) = 2

26
Tienda 1
⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑟 (2) + 𝑓2 (7 − 2) =⁡50
𝑓1 (7) = max 1 ⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡ ⁡⁡⁡⁡⁡⁡ → ⁡⁡⁡⁡⁡⁡⁡⁡ 𝑔2 (2) = 2
𝑟1 (3) + 𝑓2 (7 − 3) =⁡49.6
Tienda Cantidad
1 2
2 2
3 3
Problema 2
Considere un sistema electrónico con cuatro componentes, cada uno de los cuales debe trabajar
para que el sistema funciones. La confiabilidad del sistema se puede mejorar si se instalan varias
unidades paralelas en uno o más de los componentes. La siguiente tabla muestra la probabilidad
de que los respectivos componentes funcionan si constan de una, dos o tres unidades paralelas:
Unidades Probabilidad de funcionamiento

Paralelas
Componente 1 Componente 2 Componente 3 Componente 4
1 0.5 0.6 0.7 0.5
2 0.6 0.7 0.8 0.7
3 0.8 0.8 0.9 0.9

27
La probabilidad de que el sistema funciones es el producto de las probabilidades de que los

componentes respectivos funcionen.
En la siguiente tabla se presenta el costo (en cientos de dólares) de instalar una, dos o tres
unidades paralelas en los componentes respectivos:
Unidades Probabilidad de funcionamiento

Paralelas
Componente 1 Componente 2 Componente 3 Componente 4
1 1 2 2 2
2 2 4 3 3
3 3 5 4 4
Dadas las limitaciones del presupuesto, se puede gastar un máximo de $1000.
SOLUCIÓN:
𝑿𝒏 = 𝑁ú𝑚𝑒𝑟𝑜⁡𝑑𝑒⁡𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠⁡𝑝𝑎𝑟𝑎𝑙𝑒𝑙𝑎𝑠⁡𝑎⁡𝑖𝑛𝑠𝑡𝑎𝑙𝑎𝑟⁡𝑑𝑒𝑙⁡𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒⁡𝑛
𝑃𝑛 (𝑿𝒏 ) = 𝑃𝑟𝑜𝑏𝑎𝑏𝑖𝑙𝑖𝑑𝑎𝑑⁡𝑑𝑒⁡𝑞𝑢𝑒⁡𝑒𝑙⁡𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒⁡𝑛⁡𝑓𝑢𝑛𝑐𝑖𝑜𝑛𝑒𝑠⁡𝑠𝑖⁡𝑠𝑒⁡𝑙𝑒⁡𝑖𝑛𝑠𝑡𝑎𝑙𝑎⁡𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠⁡𝑿𝒏 ⁡𝑝𝑎𝑟𝑎𝑙𝑒𝑙𝑎𝑠
𝐶𝑛 (𝑿𝒏 ) = 𝐶𝑜𝑠𝑡𝑜⁡𝑑𝑒⁡𝑖𝑛𝑠𝑡𝑎𝑙𝑎𝑟⁡𝑿𝒏 ⁡𝑢𝑛𝑖𝑑𝑎𝑑𝑒𝑠⁡𝑝𝑎𝑟𝑎𝑙𝑒𝑙𝑎𝑠⁡𝑑𝑒𝑙⁡𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒⁡𝑛.⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡⁡
𝑺𝒏 = 𝐶𝑖𝑒𝑛𝑡𝑜𝑠⁡𝑑𝑒⁡$⁡𝑞𝑢𝑒⁡𝑞𝑢𝑒𝑑𝑎𝑛⁡𝑑𝑖𝑠𝑝𝑜𝑛𝑖𝑏𝑙𝑒𝑠⁡𝑝𝑎𝑟𝑎⁡𝑔𝑎𝑠𝑡𝑎𝑟⁡𝑒𝑛⁡𝑐𝑜𝑚𝑝𝑜𝑛𝑒𝑛𝑡𝑒𝑠.
𝐹𝑛 (𝒔𝒏 , 𝒙𝒏 ) = 𝑚á𝑥⁡{𝑃𝑛 (𝑿𝒏 )⁡⁡𝑭𝒏+𝟏 ∗⁡( 𝑺𝒏 - 𝐶𝑛 (𝑿𝒏 ) )}

28
Etapa 4 (Componente 4)
𝑺𝟒 𝐹4 (𝒔𝟒 , 𝒙𝟒 ) = ⁡ 𝑃4 (𝑿𝟒 )⁡⁡⁡ Solución Optima
𝑋4 = 1 𝑋4 = 2 𝑋4 = 3 𝑓4∗ (𝑠4 ) 𝑥4∗

200 0.5 - - 0.5 1
300 0.5 0.7 - 0.7 2
400 0.5 0.7 0.9 0.9 3
500 0.5 0.7 0.9 0.9 3
600 0.5 0.7 0.9 0.9 3
𝑺𝟑 𝐹4 (𝒔𝟒 , 𝒙𝟒 ) = ⁡ 𝑃4 (𝑿𝟒 )⁡⁡⁡ Solución Optima
𝑋3 = 1 𝑋3 = 2 𝑋3 = 3 𝑓3∗ (𝑠3 ) 𝑥3∗

300 (0.7) *(0.5) = - - 0.35 1
0.35
400 (0.7) *(0.7) = - - 0.49 1

0.49
500 (0.7) *(0.9) = (0.5) *(0.8) = - 0.63 1

0.63 0.40
600 (0.7) *(0.9) = (0.7) *(0.8) = (0.5) *(0.9) = 0.63 1

0.63 0.56 0.45
700 (0.7) *(0.9) = (0.8) *(0.9) = (0.7) *(0.9) = 0.72 2

0.63 0.72 0.63

29
𝑺𝟐 𝐹2 (𝒔𝟐 , 𝒙𝟐 ) = ⁡ 𝑃2 (𝑿𝟐 )⁡⁡⁡ Solución Optima
𝑋2 = 1 𝑋2 = 2 𝑋2 = 3 𝑓2∗ (𝑠2 ) 𝑥2∗

500 (0.6) *(0.35) = - - 0.210 1
0.210
600 (0.6) *(0.49) = - - 0.294 1

0.294
700 (0.6) *(0.63) = (0.7) *(0.35) = - 0.378 1

0.378 0.245
800 (0.6) *(0.63) = (0.7) *(0.49) = (0.8) *(0.35) = 0.378 1

0.378 0.343 0.280
900 (0.6) *(0.72) = (0.7) *(0.63) = (0.8) *(0.49) = 0.441 2

0.432 0.441 0.392
𝑺𝟏 𝐹1 (𝒔𝟏 , 𝒙𝟏 ) = ⁡ 𝑃1 (𝑿𝟏 )⁡⁡⁡ Solución Optima
𝑋1 = 1 𝑋1 = 2 𝑋1 = 3 𝑓1∗ (𝑠1 ) 𝑥1∗

500 (0.5) *(0.441) (0.6) *(0.378) (0.8) *(0.378) 0.324 3
= 0.2205 = 0.2268 = 0.3024

30
El sistema tiene un 30.24 % de probabilidad de que funcione.
Solución Optima:
𝑋1 = 3 𝑋2 = 1 𝑋3 = 1 𝑋4 = 3
 De los $1000 al colocar 3 unidades del componente 1 (costo = $300), me quedarían $700.
 De los $400 al colocar 3 unidades del componente 4 (costo = $400), no quedaría dinero.

31

Informe - Programación Dinámica 2.1

Загружено:

Сведения о документе

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Informe - Programación Dinámica 2.1

Загружено:

Авторское право:

Доступные форматы

Investigación Operativa 2

UNIVERSIDAD NACIONAL MAYOR DE

Curso: Investigación Operativa 2

Ing. Rosmeri Mayta Huatuco

1. De la ruta más corta ............................................................................................. 3

3. Modelo Volumen – Carga / de la mochila .............................................................. 9

4. Programación dinámica determinística: Problemas de asignación ....................... 12

5. Programación dinámica probabilística ................................................................ 22

Ing. Rosmeri Mayta Huatuco

1. De la ruta más corta

Solución (usando WINQSB):

Se ingresa a la carpeta WINQSB, dentro de esta se encuentra el programa Dynamic

Se crea un nuevo problema, se elige la opción “stagecoach (Shortest Route) Problem”, se

Ing. Rosmeri Mayta Huatuco

Ing. Rosmeri Mayta Huatuco

Sale un cuadro con el resultado de la distancia mínima entre A y D, la cual es 1020km.

Ing. Rosmeri Mayta Huatuco

Planta 1 Planta 2 Planta 3

Ing. Rosmeri Mayta Huatuco

Las variables de decisión serial las mostradas a continuación

 Xi= Monto asignado en el mes i

Fi (Si, Xi)= Max [ri (Xi)+ Fi -1(Si,-Xi)]

 Etapa 1(para la planta 1)

Para esta etapa F0(S0-X0)=0.

F1(Si, Xi)= Max [ri (Xi)+ Fi -1(Si,-Xi)]=Max[ri (Xi)].

F1(0, 0)= Max[0]=0. F1(4, 0)= Max[0]=0

F1(1, 0)= Max[0]=0. F1(4, 1)= Max[5]=5

F1(1, 1)= Max[5]=5. F1(4, 2)= Max[6]=6

F1(2, 0)= Max[0]=0 F1(5, 0)= Max[0]=0

F1(2, 1)= Max[5]=5. F1(5, 1)= Max[5]=5

F1(2, 2)= Max[6]=6. F1(5, 2)= Max[6]=6

F1(3, 0)= Max[0]=0

F1(3, 1)= Max[0]=5

F1(3, 2)= Max[0]=6

Si/Xi 0 1 2 Fi (Si, Xi) Xi

Ing. Rosmeri Mayta Huatuco

 Etapa 2(Para la planta 2)

F2(0, 0)= Max[0+0]=0. F2(4, 0)= Max[0+6]=6

F2(1, 0) = Max [0+5] =5. F2(4, 2) = Max [8+6] =14

F2(2, 0) = Max [0+6] =6. F2(4, 3) = Max [9+5] =14

F2(2, 2) = Max [8+0] =8 F2(4, 4) = Max [12+0] =12

F2(3, 0) = Max [0+6] =6 F2(5, 0) = Max [0+6] =6

Si/Xi 0 2 3 4 Fi (Si, Xi) Xi

Ing. Rosmeri Mayta Huatuco

F2(3, 2) = Max [8+5] =13 F2(5, 2) = Max [8+6] =14

F2(3, 3) = Max [9+0] =9 F2(5,3) = Max [9+6]=15

F2(5, 4) = Max [12+5]=17

 Etapa 3(Para la planta 3)

F3(5, 0) = Max [0+17]=17

F3(5, 1) = Max [3+14]=17

Planta Solución 1 Solución 2 Solución 3

Si/Xi 0 1 Fi (Si, Xi) Xi

3.Modelo Volumen – Carga

Ing. Rosmeri Mayta Huatuco

Tomate 1er etapa m1= 1,2

Objetivo = Maximizar las preferencias

Ing. Rosmeri Mayta Huatuco

Ing. Rosmeri Mayta Huatuco

Total de artículos a seleccionar 3

Objetivo: maximizar el beneficio

Función de rendimiento: 𝑓𝑖 (𝑥𝑖 ) = max( 𝑟𝑖 𝑚𝑖 + 𝑓𝑖+1 (𝑥𝑖 − 𝑤𝑖 𝑚𝑖 ))

No se toma en cuenta el 0 por la restricción

Ing. Rosmeri Mayta Huatuco

ingreso 10000 9500 9200 8500 7300 5100 4000

500 (0.7) (0.9) = (0.5) (0.8) = - 0.63 1

600 (0.7) (0.9) = (0.7) (0.8) = (0.5) *(0.9) = 0.63 1

700 (0.7) (0.9) = (0.8) (0.9) = (0.7) *(0.9) = 0.72 2

700 (0.6) (0.63) = (0.7) (0.35) = - 0.378 1

800 (0.6) (0.63) = (0.7) (0.49) = (0.8) *(0.35) = 0.378 1