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:

Dividir el problema en subproblemas ms pequeos.

Resolver estos problemas de manera ptima usando este proceso de tres

pasos recursivamente.

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:

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.

QU ES LA PROGRAMACIN DIMMICA?
La Programacin Dinmica es una tcnica de programacin que se emplea
tpicamente para resolver problemas de optimizacin en los cuales el problema
principal se encuadra en varios sub problemas, solucionando cada uno de ellos y
luego ligando las soluciones de una forma ptima, donde la solucin final permita
resolver y tomar decisiones correctas a problemas actuales y futuros.
A QU PROBLEMAS SE APLICA?
Esta tcnica se aplica sobre problemas que a simple vista necesitan un alto coste
computacional (posiblemente exponencial) donde:

Sub problemas optimales: La solucin ptima a un problema puede ser definida

en funcin de Soluciones ptimas a sub problemas de tamao menor,
generalmente de forma recursiva.
Solapamiento entre sub problemas: Al plantear la solucin recursiva, un mismo
problema se resuelve ms de una vez

QU SE LOGRA?

La Programacin Dinmica utiliza un enfoque ascendente (botton-up) para

obtener la solucin, primero calcula las soluciones ptimas a problemas de
tamao pequeo. Utilizando dichas soluciones encuentra soluciones a
problemas de mayor tamao.

La idea de la PD es encontrar la solucin a los sub problemas y almacenarlos

en alguna estructura (diccionario) para utilizarlas posteriormente.

Por tanto, es ms eficiente que la fuerza bruta que resuelve el mismo sub
problema una y otra vez.
Evita calcular lo mismo varias veces. Usualmente se utiliza una matriz que se
rellena conforme las soluciones a los Sub problemas que son calculados
(espacio vs. tiempo).

ELEMENTOS DE LA PROGRAMACIN DINMICA

Los siguientes cuatro elementos conforman la resolucin de un problema mediante
PD:

Principio de Optimalidad de Bellman

Definicin Recursiva de la solucin optimal
Enfoque ascendente
Bsqueda solucin optima

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.

CARACTERSTICAS DE UN PROBLEMA DE PD

Para que un problema pueda ser resuelto con la tcnica de programacin dinmica,
debe cumplir con ciertas caractersticas:

Naturaleza secuencial de las decisiones: El problema puede ser dividido en

etapas. Cada etapa tiene un nmero de estados asociados a ella.
La decisin ptima de cada etapa depende solo del estado actual y no de las
decisiones anteriores.
La decisin tomada en una etapa determina cual ser el estado de la etapa
siguiente. En sntesis, la poltica ptima desde un estado s de la etapa k a la
etapa final est constituida por una decisin que transforma s en un estado s de
la etapa k +1 y por la poltica ptima desde el estado s hasta la etapa final.

A continuacin veremos una explicacin sobre las caractersticas que son comunes
en la mayor parte de las aplicaciones de la programacin dinmica.
CARACTERSTICA 1
El problema se puede dividir en etapas; cada etapa requiere una decisin. En
muchos problemas de programacin dinmica, la etapa es la cantidad de tiempo que
pasa desde el inicio del problema, en ciertos casos no se necesitan decisiones en
cada etapa.
CARACTERSTICA 2
Cada etapa tiene un nmero de estados asociados con ella. Por estado se entiende
la informacin que se necesita en cualquier etapa para tomar una decisin ptima.
CARACTERSTICA 3
La decisin tomada en cualquier etapa indica cmo se transforma el estado en la
etapa actual en el estado en la siguiente etapa. En muchos problemas, una decisin
no determina con certeza el estado de la siguiente etapa; en lugar de ello, la
decisin actual slo determina la distribucin de probabilidad del estado en la etapa
siguiente.
CARACTERSTICA 4
Dado el estado actual, la decisin ptima para cada una de las etapas restantes no
debe depender de estados previamente alcanzados o de decisiones previamente
tomadas. A esta idea se le conoce como principio de optimalidad.
CARACTERSTICA 5

Si los estados del problema se han clasificado en uno de T etapas, debe haber una
formula recursiva que relacione el costo o recompensa durante las etapas t, t+1,, T
con el costo o recompensa de las etapas t +1, t +2,, T En esencia, la frmula
recursiva formaliza el procedimiento de marcha atrs.

RESOLUCIN DE UN PROBLEMA DE PD
Para resolver un problema de programacin dinmica debemos al menos cumplir
con: Identificacin de etapas, estados y variable de decisin:

Cada etapa debe tener asociado una o ms decisiones (problema de

optimizacin), cuya dependencia de las decisiones anteriores est dada
exclusivamente por las variables de estado.
Cada estado debe contener toda la informacin relevante para la toma de
decisin asociada al perodo.
Las variables de decisin son aquellas sobre las cuales debemos definir su valor
de modo de optimizar el beneficio acumulado y modificar el estado de la prxima
etapa.

Descripcin de ecuaciones de recurrencia: Nos deben indicar como se acumula la

funcin de beneficios a optimizar (funcin objetivo) y como varan las funciones de
estado de una etapa a otra. Resolucin: Debemos optimizar cada sub problema por
etapas en funcin de los resultados de la resolucin del sub problema siguiente. Al
final obtendremos una solucin ptima para el problema.
PROGRAMACIN DINMICA PROBABILSTICA (PDP)
La programacin dinmica probabilstica (PDP) es una tcnica matemticamente til
para la toma de decisiones interrelacionadas, se presenta cuando el estado en la
siguiente etapa no est determinado por completo por el estado y la poltica de
decisin de la etapa actual. En su lugar existe una distribucin de probabilidad para
determinar cul ser el siguiente estado. Sin embargo, esta distribucin de
probabilidad si queda bien determinada por el estado y la poltica de decisin en la
etapa actual. Por consiguiente la diferencia entre la programacin dinmica
probabilstica y la programacin dinmica determinstica (PDD) est en que los
estados y los retornos o retribuciones en cada etapa son probabilsticos. La
programacin dinmica probabilstica se origina en especial en el tratamiento de
modelos estocsticos de inventarios y en los procesos markovianos de decisin.
Aplicaciones de programacin dinmica probabilstica
Algunas de las aplicaciones de programacin dinmica probabilstica son:

Un juego aleatorio
Problema de inversin
Maximizacin del evento de lograr una meta.

PROGRAMACIN DINMICA DETERMINSTICA (PDD)

En este caso se profundiza sobre el enfoque de programacin dinmica en los
problemas determinsticos, en donde el estado en la siguiente etapa est
completamente determinado por el estado y la poltica de decisin de la etapa
actual. El caso probabilstico en el que existe una distribucin de probabilidad para el
valor posible del siguiente estado este se analizara ms adelante.

Aplicaciones de programacin dinmica determinstica.

Algunas de las aplicaciones de programacin dinmica determinstica son:

Modelo De La Ruta Ms Corta

Modelo De Volumen-Carga Mochila
Modelo Del Nmero De Empleados
Modelo De Reemplazo De Equipos
Modelo De Asignacin De Recursos
Modelo De Inventarios

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.

La programacin dinmica se basa en la nocin matemtica de recursin.

ESTRUCTURA DE LA PROGRAMACIN DINMICA

Decisin(es)
Di
Variable de
Estado
(Entrada)

Xi

Fi
Funcin de Transformacin

Ri
Medida de
Rendimiento

Ejemplo: Empresa comercializadora de alimentos (ECASA)

Xi+1

Variable de
Estado
(Salida)

Ao 2013
COMPONENTE

DESCRIPCION

INFORMACION

N de empleados

1000

Depositos Bancarios

$ 158000

100

Trigo Almacenado

5000 TM

Ao 2014
COMPONENTE

DESCRIPCION

INFORMACION

N de empleados

1000

Depositos Bancarios

$ 325000

100

Trigo Almacenado

6500TM

FUNCIN DE TRANSFORMACIN
[N de empleados en Tn] = [N de empleados en to] + [empleados contratados en tnto] - [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)

Entonces:

Xn = fn (Xn-1 )

Xn-1 = fn-1 (X)

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.

SOLUCIN:
Estructura:

Donde:
Xi: Estado actual en el que se encuentra el turista en la etapa i
X1={1}

X2={2, 3, 4}

X3={5, 6, 7}

X4={8, 9}

Xi+1: Estado final al que dirige en la etapa i

X2={2, 3, 4}

X3={5, 6, 7}

X4={8, 9}

X5={10}

fi* : Valor acumulado de la funcin objetivo (menor distancia) para el estado Xi en la

etapa i
gij : Distancia recorrida en el tramo ij
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:

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).

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.

La tabla final 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.

Donde
Por lo tanto la solucin ptima en detalle ser:
Etapa
1
2
3
4

nodo actual
1
2
5
8

2
5
8
10

nodo destino

Interpretacin

De la ciudad 1, se tendr que ir a 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

Cuando una mquina llega a cierta edad, se elevan sus costos operacionales y de
mantenimiento, por lo que puede ser ms econmico reemplazarla. Luego, hay que
determinar la edad de vida til econmica de la mquina
Se supone el problema de reemplazo de equipo a lo largo de n aos. Al principio de
cada ao se decide prolongar el servicio del equipo un ao ms, o reemplazarlo por
uno nuevo

Caractersticas, fases, etc.

Se definen:
r(t) : beneficio anual del equipo de edad t aos
c(t) : costo de operacin del equipo de edad t aos
s(t) : valor de rescate del equipo que ha estado en servicio durante t aos
I : costo de adquisicin de un equipo nuevo en
cualquier ao

Etapas: i, son los aos

i = 1, 2, , n

Alternativas conservar la mquina (C) o reemplazarla (R)

Estados ti, edad de la mquina al principio del ao i
Funcin Recursiva fi(t) Ingreso neto mximo para los aos i, i+1, , n
La determinacin de los estados es un tanto difcil, se recomienda hacer una red
edad de la mquina v/s ao de la decisin, para distinguir los estados posibles y los
valores factibles para la edad de la mquina en cada etapa
Aplicacin
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 mquina se presenta en la tabla siguiente:

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:

Donde:
Xi: Edad del activo al inicio de la etapa i
Xi+1: Decisin de Conservar o Reemplazar en la etapa i
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.
rij : Costo de reemplazar o conservar el activo en tramo ij.
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.

A continuacin se muestran las iteraciones recursivas del problema:

ETAPA 6

ETAPA 5

ETAPA 4

ETAPA 3

Los resultados en K3* de R C indican que posiblemente este problema tiene ms

de una solucin ptima.
ETAPA 2

ETAPA 1

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

ETAPA 6

ETAPA 5

ETAPA 4

ETAPA 3

Los resultados en K3* de R C indican que posiblemente este problema tiene ms

de una solucin ptima.
ETAPA 2

ETAPA 1

Las soluciones estaran dadas por:

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 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.

SOLUCIN:
Estructura:

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

Etapa 3

Etapa 2

Etapa 1

En consecuencia analizando las iteraciones recursivas, se tiene la siguiente Poltica

Optima:

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:

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:

Donde:
Xi: Inventario al inicio del mes i
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

10 4 Ki, siKi 0
Cp(Ki) =
0, siKi 0

Costos de almacenamiento Ci(Xi) = 1*Xi

A continuacin se muestran las iteraciones recursivas del problema:
Etapa 6: Diciembre

Etapa 5: Noviembre

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

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:

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.
APLICACION 5: NIVELACIN DE LA PRODUCCIN
El modelo trata de determinar el mejor plan de produccin de un artculo estacional.
Los costos bsicos estan dados por el costo de produccin y almacenamiento. El
objetivo es reducir al mnimo los costos totales de operacin.
Los factores conocidos son:

Costos de produccin, en trminos de produccin ordinaria y extra

Costos de almacenamiento en trminos de cantidad de artculos almacenados.

PROBLEMA.- La compaa cervecera del sur ha compilado los siguientes datos para
los futuros requerimientos mensuales de produccin y costos:

Al 31 de Diciembre hay 400 cajas a un costo de $ 5.00 cada caja, la produccin

normal no puede ser mayor de 650 cajas y la produccin extra no puede ser mayor
de 300 cajas, los costos de almacenamiento son de $ 1.50 al mes por caja. Cul es
el programa ptimo de produccin y sus respectivos costos totales?. Suponer que no
se desea ningn inventario al terminar el semestre.

SOLUCIN DEL PROBLEMA

Como el problema consiste en reducir al mnimo los costos de produccin y
almacenamiento, puede considerarse como un modelo de transporte, donde los
requerimientos son el total de cajas requeridas en el semestre y las disponibilidades
u ofertas por la produccin normal y extra.

La solucin establece los siguientes costos:

APLICACION 6.- 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:

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
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 * NroTrabaja doresContratados,

Costo Contratacin (CC) = si NroTrabaja doresContratados 0

0, si NroTrabaja doresContratados 0

Costo de despido (CD) = 200*(No Trabajadores Despedidos)

Costo de exceso (CE) = 300*(No Trabajadores Excedentes)
Entonces las iteraciones recursivas del problema son:
ETAPA 5

ETAPA 4

ETAPA 3

ETAPA 2

ETAPA 1

Poltica ptima:

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.

APLICACIN 7.- 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

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):

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 ki
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.

Nota: el costo esta en miles de soles

SOLUCIN:
Estructura:

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: Capital disponible para el componente 4
Ki: Nmero de unidades en paralelo asignadas del componente i
Fi*: 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

ETAPA 3

ETAPA 2

ETAPA 1

POLITICA OPTIMA

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 8.- 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.

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

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

ETAPA 2

ETAPA 1

POLITICA OPTIMA

Por lo tanto se debe incluir 1 carga del tipo A y 2 cargas del tipo B, alcanzando una
utilidad de S/.2500.00.
APLICACIN 9.- DISTRIBUCIN DE PERSONAL
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:

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:
ETAPA 3

ETAPA 2

ETAPA 1

Respuesta:
Se deber asignar a cada Regin el nmero de vendedores como sigue:

APLICACIN 10.- PLANEACIN DE GASTOS DE PUBLICIDAD

Una compaa decide hacer experimentos de mercadotecnia en uno de sus
mercados de prueba. La empresa quiere determinar la mejor combinacin de
publicidad, as como sus frecuencias, la empresa ha reunido datos de relacin de
ventas con frecuencias de publicidad. Las cifras se basan en condiciones optimistas
y pesimistas, que se muestran en las tablas, el costo de utilizacin de publicidad R,

S y T es de $ 3000, $ 5500 y $ 9000 respectivamente. El total de presupuesto para

publicidad es de $ 22000, determinar la propuesta optima en condiciones pesimistas
y optimistas.

SOLUCION
En el problema se tienen datos de ventas pesimistas y optimistas, se desarrollar la
solucin pesimista, para lo cual se tomar en cuenta en presupuesto de publicidad
de $ 22000, como sigue:

Analizaremos en cada etapa las combinaciones de frecuencia de publicidad R, S con

cero, uno y dos de T.
Etapa 1.- Combinacin R, S con cero de T

Etapa 2.- Combinacin R, S con uno de T

Etapa 3.- Combinacin R, S con dos de T

La solucin sera invertir $ 20500 en 2 publicidad de R, 1 publicidad de S y una

publicidad de T para una venta de 665 unidades.

OTRAS APLICACIONES
APLICACIN 1.- Modelo del viajero
Javier vive en la ciudad A, pero est pensando en conducir hasta la ciudad k para
visitar a su amada, su dinero es escaso y por lo tanto a decidido pasar cada noche
de su viaje en un hotel de visitantes que son muy baratos, como se muestra en la
figura. Javier sabe que despus de conducir un da puede dormirse y causar un
accidente as que no sabe que ruta sera la ms corta para llegar hasta donde su
amada en la ciudad K podras ayudarle con la ms corta ruta?

Solucin
Etapa I

Etapa II

Etapa III

Etapa IV

La mejor opcin es la ruta ACFJK con un valor de 15, siendo esta la ms corta para
nuestro viajero.

APLICACIN 2.- Modelo de Produccin e inventario

Una empresa sabe que la demanda de su producto durante cada uno de los cuatro
meses siguientes ser como sigue:

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

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.

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.- MODELO DE CARGA MAXIMA
La empresa ALBACO S.A. ofrece productos de latn y productos de cobre, desea
llevar un pedido de Barras solidas redondas, barras solidas cuadradas, lingotes y
platinas de latn para lo cual cuenta con un conteiner que puede transportar hasta 7
toneladas, obligatoriamente tiene que hacer llegar por lo menos una unidad de
barras solidas cuadradas y una unidad de Platinas. Determinar el cargamento de
ALBACO debe enviar con la finalidad de optimizar sus utilidades.
Las utilidades y los pesos por productos estn representados en la siguiente tabla:

CARGAMENTO MXIMO Y MNIMO POR PRODUCTO:

ETAPA 1

ETAPA 2

ETAPA 3

ETAPA 4

SOLUCION PTIMA

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

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:

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.- Modelo Distribucin de Inversiones
El propietario de 3 tiendas ha comprado 5 cestas de cerezas, para satisfacer la
demanda en las diferentes tiendas. El propietario desea determinar la forma de
distribuir los canastos, de manera de maximizar el beneficio total. Los retornos
(utilidades) en funcin del nmero de canastos distribuidos (se asume vendidos) en
las 3 tiendas estn dados en la siguiente tabla:

Solucin:
Etapa 3:

Etapa 2:

Etapa 1:

Solucin ptima:

APLICACIN 6.- 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:

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:

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.
APLICACIN 7.- 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)

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:

Se deber asignar 1, 1, y 3 patrullas a la Demarcacin 1, Demarcacin 2 y

Demarcacin 3, obteniendo una disminucin del total de crmenes a 37.
APLICACIN 8.- Un Ingeniero Forestal, requiere saber: i) Cul es el costo mnimo, y
ii) Cul es la ruta con ese costo mnimo, para ir desde su oficina hasta el lugar donde
est la cosecha. En su camino debe pasar por 3 sectores o ciudades antes de llegar
a su destino, y lugares posibles en esos sectores o ciudades. Las posibles rutas, y el
costo asociado por Kms. de distancia y otros en $, se ven en el siguiente esquema:

Solucin:
Para ir de
1 a
13 hay 48 rutas posibles. Una posibilidad para encontrar la
solucin es calcular el valor asociado a cada una y ver cual es la que proporciona el
menor costo. Y si fuesen miles de rutas?. Por se descarta esa alternativa y se usa
el mtodo de la programacin Dinmica, donde se resuelve desde el final hacia el
inicio, y hay etapas y estados.
Etapas: Son 4. La etapa 1 es decidir ir del estado inicial 1 al estado 2,3,4 o 5 que
son los puntos posibles en el sector siguiente. La etapa 2 es decidir ir a 6, 7 u 8. La
etapa 3 es decidir ir a 9, 10, 11 o 12. La etapa 4 es decidir a 13.
Estado: Lugar donde se encuentra. La etapa 1 tiene 1 estado: el 1. La etapa 2 tiene
4 estados: 2, 3, 4, 5. La etapa 3 tiene 3 estados: 6,7,8. La etapa 4 tiene 4 estados: 9,
10, 11, 12.
Clculos:
n=4

n=3

n=2

n=1

El ptimo es: 24
La solucin ptima es: X1 = 3; X2 = 8; X3= 9; X4= 13.
La ruta ptima es:

Respuesta al problema planteado:

El Ingeniero Forestal tiene un costo mnimo de $24 para ir desde su oficina al lugar
de cosecha, y ese mnimo lo puede lograr yendo desde su oficina al lugar 3 luego al
lugar 8 luego al lugar 9 y de ah al lugar 13, que es donde est la cosecha.

APLICACIN 9.- Un Tcnico Forestal, debe revisar 3 faenas: Poda, Raleo y

Cosecha, y dispone de 4 das. Segn la dedicacin en das que le de a cada faena,
stas tendrn una probabilidad de fracasar, y con ello fracasar la faena total, por lo
que puede ser despedido. Por ello, dicho Tcnico desea minimizar la probabilidad
de ser despedido minimizando la probabilidad de que las 3 tareas fracasen al mismo
tiempo.

Un da no asignado a una faena no tiene valor asociado. A lo ms se puede asignar

3 das a una misma faena.
Solucin:

Etapas: Son 3. La etapa 1 es el proceso de asignacin de das a Poda. La etapa 2

es el proceso de asignacin de das a Raleo. La etapa 3 es el proceso de asignacin
de das a Cosecha.
Estados: Son los das disponibles para ser asignados, y van de 0 a 4, dependiendo
de las etapas. La etapa 1 tiene 1 estado factible y es: tener 4 das disponibles para
ser asignados.
Las variables de decisin son 3: X1, X2, X3 y representan: Cuntos das asignar a la
faena poda, Cuntos das asignar a la faena de raleo, Cuntos das asignar a la
faena de cosecha; respectivamente.
La Funcin Objetivo y las restricciones forman en el modelo para este problema y
es:
P: Min( p(X1)*p(X2)*p(X3) ) ; s.a: X1+X2+X3 4 ; Xi 0,1,2,3; i=1,2,3
La probabilidad de ser despedido en este momento es: 0.5*0.6*0.4 =0.12, que es de
un 12%, y con los 4 das disponibles desea minimizar esa probabilidad.

Los clculos:
n=3

n=2

n=1

ptimo = 0.04305 ( un 4,3% ).

La solucin ptima es: X1 = 0 ; X2 = 2 ; X3= 2
La ruta ptima es:

Respuesta al problema planteado: La probabilidad mnima de ser despedido es

0.04305 , es decir de un 4,3%, y la asignacin ptima de das es: 0 das a la Poda,
2 das al Raleo, 2 Das a la Cosecha.
APLICACIN 10.- Un aserradero debe enviar 4 o 5 cargamentos a cuatro destinos.
La mxima asignacin para cada destino es de cuatro cargamentos. En la tabla
siguiente se indica g(xi) como los ingresos en MM$ obtenidos por cada una de las
decisiones posibles. Se desea maximizar el ingreso del aserradero por estos
envos.
Adems al destino 2 no se puede asignar 4 sino que mximo 3 cargamentos. Al
destino 3 ya se ha decidido asignar exactamente 1 cargamento. Un cargamento no
asignado no tiene valor asignado.

Solucin:
Etapas: son 4 etapas. La etapa 1,2,3,4 es el proceso de decisin de envos de
cargamento al destino 1, destino 2, destino 3 y destino 4 respectivamente.
Estados: La cantidad de cargamentos disponibles para ser enviados en cada etapa.
El modelo en este caso es: (Son 2 problemas en uno).
P: Mx ( g(xi); i=1,2,3,4) s.a: X1+X2+X3 +X4 5 ; Xi 0,1,2,3,4; i=1,2,3,4.
P: Mx ( g(xi); i=1,2,3,4) s.a: X1+X2+X3 +X4 4 ; Xi 0,1,2,3,4; i=1,2,3,4.
Los Clculos.
n=4

n=3

n=2

n=1

Respuesta:
A) Si enva 4 cargamentos, el ptimo es: MM$ 22, y la solucin ptima es: X 1 = 3 ;
X2 = 0 ; X3= 1; X4= 0;
La ruta ptima es:

Es decir: Al destino-1 debe enviar 2 cargamentos, al destino-2 debe enviar 0

cargamento, al destino-3 enviar 1 cargamento, y al destino-4 enviar 1 cargamento.
Con esto obtiene el mx que es de MM$22.
B) Si enva 5 cargamentos, el ptimo es: MM$ 28, y la solucin ptima es: X1 = 2
; X2 = 1 ; X3= 1; X4= 1;
La ruta ptima es:

Es decir: Al destino-1 debe enviar 2 cargamentos, al destino-2 debe enviar 1

cargamento, al destino-3 enviar 1 cargamento, y al destino-4 enviar 1 cargamento.
Con esto obtiene el mx que es de MM$22.
APLICACIN 11.- Un dueo de tres supermercados tiene 5 cargas de fresas
frescas. Su problema es destinar las fresas a cada supermercado, ya que en cada
uno las fresas tienen distinto valor. El ingreso en los supermercados, segn la
asignacin de cargas se indica a continuacin en MM$.

El no asignar las cargas de fresas a un supermercado tiene valor asociado de cero

pesos al horizonte, porque se perdern.
Cul es el mximo ingreso posible, y cul es la asignacin que para ello?
Solucin:
n=3

n=2

n=1

Respuesta: El mximo ingreso posible es MM$ 25, y se puede alcanzar con la

asignacin : X1 = 1 ; X2 = 2 ; X3= 2 ( Con ingresos: 5+11+9= 25). O bien con la
asignacin: X1 = 3 ; X2 = 2 ; X3= 0 ( Con ingresos: 14+11+0 = 25 ).

APLICACIN 12.- Se dispone de 6 brigadas para asignar a tres sectores. El

aumento de la productividad en los sectores depende de la asignacin, y es la que
se indica en el cuadro siguiente:

Cuntas brigadas asignar a cada sector para hacer mxima la suma de aumento
de la productividad?.
Una brigada no asignada no tiene valor asociado en la productividad. Esto equivale
a decir que el valor al horizonte de una brigada no asignada es de cero, ya que ese
valor no influye sobre el valor de la funcin objetivo.
Solucin:
Las etapas: Son tres etapas
Los Estados: Son el nmero de brigadas disponibles al inicio de la etapa.
Estado inicial: Es uno slo, y es tener 6 brigadas disponibles.
Variables de decisin: Son 3, indicadas por: X1 , X2 , X3 y el valor de ellas es un
elemento del conjunto: 0,1,2,3, 4
El modelo: P: Mx ( f (Xi ); i=1,2,3) s.a: X1+X2+X3 6 ; Xi 0,1,2,3,4; i=1,2,3.
Los clculos:

n=3

n=2

n=1

Respuesta: Optimo =75; Solucin ptima: X1*=2; X2*=3; X3*=1

Respuesta: La mayor productividad posible es de 75 y se logra asignando 2 brigadas
al sector 1, 3 brigadas al sector 2 y 1 brigada al sector 3.
Ruta ptima:

PROGRAMACIN DINMICA CON WINQSB

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.
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).

Problema de la mochila

(Snapsack Problem).
programacin de produccin e inventarios (Production and Inventory Scheduling)
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.
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).

Problema de la mochila

(Snapsack Problem).
programacin de produccin e inventarios (Production and Inventory Scheduling)

EJEMPLO SOBRE EL PROBLEMA DE LA DILIGENCIA

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 existen cuatro etapas de 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 espacios de estados en el periodo n. Cada uno de sus elementos, 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):

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.
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.

a) Cules elementos deben transportarse?

b) Si se considera un volumen mximo de 200 pies cbicos. qu 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)
Ahora se ingresan los datos al Winqsb:

La entrada de datos queda como sigue.

Al resolver el problema se tiene:

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:

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
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,

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.

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:

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

resultante de la produccin y la demanda mensuales.

juego

de

inventarios