Yelsin Range Mamani Mamani 161932

1.3 Programación Dinámica Determinística (PDD)

En este caso se profundiza sobre el enfoque de programación dinámica en los

problemas determinísticos, en donde el estado en la siguiente etapa está
completamente determinado por el estado y la política de decisión de la etapa
actual. El caso probabilístico en el que existe una distribución de probabilidad
para el valor posible del siguiente estado este se analizara más adelante.

Aplicaciones de programación dinámica determinística

Algunas de las aplicaciones de programación dinámica determinística son:

 Modelo de Volumen-Carga “Mochila”
 Modelo del tamaño de la fuerza de trabajo
 Modelo de reposición de equipos
 Modelo de inversión
 Modelos de inventarios

A continuación, se presentarán algunas de estas aplicaciones, cada una de las

cuales muestra una nueva idea en la puesta en práctica de la PD.
A medida que se presente cada aplicación, es importante prestar atención a los
tres elementos básicos de un modelo de PD:
 Definición de las etapas
 Definición de las políticas o alternativas
 Definición de los estados para cada etapa

De los tres elementos, la definición del estado por lo común es la más sutil.
Las aplicaciones que se presentan a continuación muestran que la definición de
estado varía dependiendo de la situación que se está modelando.
Sin embargo, a medida que se presente cada aplicación, resultará útil considerar
las siguientes preguntas:
 ¿Qué relaciones unen las etapas?
 ¿Qué información se necesita para tomar decisiones factibles en la etapa
actual, sin reexaminar las decisiones que se tomaron en las etapas
anteriores?

La experiencia indica que la comprensión del concepto de estado se puede

mejorar cuestionando la “validez” de la forma que dicta la intuición.
Se sugiere intentar una definición de estado diferente que pueda parecer “más
lógica” y utilizarla en los cálculos recursivos.

Con el tiempo, se descubrirá que las definiciones que se presentan en las

siguientes aplicaciones proporcionan la forma correcta para resolver el
problema.
Yelsin Range Mamani Mamani 161932

Mientras tanto, el proceso mental propuesto deberá mejorar la comprensión del

concepto de estado.

Modelo de reposición de equipo

Mientras más tiempo este en servicio una máquina, su costo de mantenimiento

es mayor y su productividad menor. Cuando la máquina llegue a cierta
antigüedad será más económico reemplazarla. Es así que entonces el problema
se reduce a determinación de la antigüedad más económica de una máquina.

Supóngase que se estudia el problema de reposición de la máquina durante un

lapso de n años. Al inicio de cada año, se debe decidir si mantener la maquina
en servicio por un año más o reemplazarla por una nueva. Sean r(t), c(t), los
ingresos y el costos de operación anuales, y s(t) el valor de recuperación de una
maquina con t años de antigüedad. El costo de adquisición de una máquina
nueva en cualquier año es I.

Los elementos del modelo de programación dinámica son:

Ejemplo:

Una empresa debe determinar la política óptima, durante los próximos 4 años
(n=4), de reemplazo de una máquina, que en la actualidad tiene 3 años. La tabla
1 muestra los datos del problema. La empresa establece que toda máquina que
tenga 6 años de edad debe reemplazarse. El costo de una maquina nueva es
$100,000.
Yelsin Range Mamani Mamani 161932

Tabla 1.
Años con relación a sus
utilidades, costos y valor de
rescate

La determinación de los valores factibles de la edad de la máquina en cada etapa

requiere de algo de ingenio. En la Tabla 2 se resume la red que representa el
problema. Al iniciar el año 1 se tiene una máquina de 3 años de antigüedad. Se
puede reemplazarla (R) o conservarla (k) durante otro año. Al inicia el año 2, si
hay reemplazo, la maquina nueva tendrá 1 año de edad; en caso contrario, la
máquina actual tendrá 4 años de antigüedad.

Los mismos razonamientos se aplican al iniciar los años 2 o 4. Si se reemplaza

una maquina con 1 año de antigüedad al iniciar los años 2 y 3, su reposición
tendrá 1 año de antigüedad al inicio del año siguiente. También, al iniciar el año
4, se debe reemplazar una máquina con 6 años de servicio, y al final del año 4
se desechan las máquinas, con recuperación S.

Tabla 2
Representación de la edad
de la maquina en función
del año de decisión.
Yelsin Range Mamani Mamani 161932

La red indica que al comenzar el año 2, las edades posibles de las maquinas son
de 1 4 años.

Para el comienzo del año 3, las antigüedades posibles son 1, 2 y 5 años, y para
el comienzo del año 4, las antigüedades posibles son 1, 2, 3 y 6 años.

La solución de la red de la Tabla 2 equivale a determinar la ruta más larga, del

inicio del año 1 al final del año 4. Se iniciara la forma tabular para resolver el
problema. Todos los valores son en miles de $. Nótese que si se reemplaza una
máquina en el año 4 (es decir, al final del horizonte de planeación) los ingresos
incluirán el valor de recuperación, s(t), de la máquina reemplazada y el valor de
recuperación, s(1) de la máquina de repuesto.
Yelsin Range Mamani Mamani 161932

La Tabla 3 se resume el orden en el cual se obtiene la solución óptima. Al iniciar

el año 1, la decisión óptima para t=3 es reemplazar la máquina. Así, la máquina
nueva tendrá 1 año al iniciar el año 2, y t=1 al iniciar el año 2 determina
conservarla o reemplazarla. Si se reemplaza, la nueva máquina tendrá 1 año a
la inicial el año 3; en caso contrario, la maquina conservada tendrá 2 años. El
proceso se continúa de esta forma hasta llegar al año 4.

Tabla 3.
Las políticas alternativas óptimas empezando en el año 1 son (R, K, K, R) y
(R, R, K, K). El costo total es de 55,300 dólares.