PROGRAMACIN DINMICA

Docente: Yerko Snchez Oate

ysanchez@iesechile.com
yersanchezuc@gmail.com

Modelos Estocsticos / Prof. Yerko Snchez O.

 Introduccin
Tcnica matemtica muy til en la toma de decisiones
interrelacionadas.
Procedimiento sistemtico para encontrar la optima
combinacin de decisiones.
Trata un enfoque de tipo general para la solucin de
problemas.
Limitaciones:
No tiene un procedimiento de resolucin estndar como los
P.P.L.
Se necesita creatividad para aplicar la estructura general de
resolucin de este tipo de problemas.

Modelos Estocsticos / Prof. Yerko Snchez O.

La solucin de problemas se basa en el principio de ptimo
enunciado por Bellman en 1957 y que dice:

En una secuencia de decisiones ptima toda subsecuencia

ha de ser tambin ptima.

Para que un problema pueda ser abordado por esta tcnica ha de

cumplir dos condiciones:
La solucin al problema ha de ser alcanzada a travs de una
secuencia de decisiones, una en cada etapa.
Dicha secuencia de decisiones ha de cumplir el principio de
ptimo.

Modelos Estocsticos / Prof. Yerko Snchez O.

El algoritmo de la Programacin Dinmica cuenta con los
siguientes pasos:

1. Planteamiento de la solucin como una sucesin de decisiones

y verificacin de que sta cumple el principio de ptimo.
2. Definicin recursiva de la solucin.
3. Clculo del valor de la solucin ptima mediante una tabla en
donde se almacenan soluciones a problemas parciales para
reutilizar los clculos.
4.Construccin de la solucin ptima haciendo uso de la
informacin contenida en la tabla anterior.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 1: Problema de la
diligencia
Un cazafortunas en busca de oro tiene que viajar a travs de
territorios sin ley, donde existen serios peligros de ser atacado
por merodeadores. A pesar de que su punto de partida y su
destino son fijos, tiene muchas opciones en cuanto a qu o
territorios debe elegir como puntos intermedios. Se muestran
mas adelante las rutas posibles, en donde cada estado se
representa mediante un crculo con un nmero; adems, en el
diagrama, la direccin del viaje es siempre de izquierda a
derecha. Como se puede observar, se requieren cuatro etapas
jornadas en diligencia para viajar desde su punto de partida
desde el estado i=1 a su destino en el estado j =10.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 1: Problema de la
diligencia
Este cazafortunas es un hombre prudente preocupado por su
seguridad. Despus de reflexionar un poco ide una manera
bastante ingeniosa para determinar la ruta ms segura. Se
ofrecen plizas de seguros de vida a los pasajeros. Como el
costo de la pliza de cualquier jornada en la diligencia est
basado en una evaluacin cuidadosa de la seguridad del
recorrido, la ruta ms segura debe ser aquella cuya pliza
represente el menor costo total.

Modelos Estocsticos / Prof. Yerko Snchez O.

El costo de la pliza del viaje de diligencia del estado i al
estado j, que se denota como (Cij) son:

Cul es la ruta que minimiza el costo total de la pliza?

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 1: Problema de la
diligencia
A continuacin se muestran los costos de pliza de
seguro para el viaje del estado i al estado j (Cij) son:
2 3 4 5 6 7 8 9 10
2 7 4 6 5 1 4 8 3
1 2 4 3
6 6 3 9 4
3 3 2 4
7 3 3
4 4 1 5

Como se dijo anteriormente se deduce que la ruta mas

segura ser la ruta mas barata. Este problema es
equivalente a encontrar la ruta mas corta.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 1: Problema de la
diligencia
- Etapas: definimos 4 etapas, corresponden a estado que
debe pasar el cazafortuna.
- Estados: definimos 10 estados que son los territorios.
- Variable de decisin: Xi representa el destino inmediato de
la etapa n: X1, X2, X3, X4 .
- Funcin recurrente: Sea fn(s, xn) el costo total de la mejor
poltica global para las etapas restantes. El estado inicial es s
listo para seguir la etapa Xn el objetivo es minimizar la
funcin.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Iterando se tiene:
- n=4
x4 f4(s,x4)
s 10 f4*(s) x 4*
8 3 3 10
9 4 4 10
- n=3
x3 f3(s,x3)=csx3+f4*(x3)
s 8 9 f3*(s) x 3*
5 1+3=4 4+4=8 4 8
6 6+3=9 3+4=7 7 9
7 3+3=6 3+4=7 6 8

Modelos Estocsticos / Prof. Yerko Snchez O.

- n=2
x2 f2(s,x2)=csx2+f3*(x2)
s 5 6 7 f2*(s) x 2*
2 7+4=11 4+7=11 6+6=12 11 56
3 3+4=7 2+7=9 4+6=10 7 5
4 4+4=8 1+7=8 5+6=11 8 56
- n=1
x1 f1(s,x1)=csx1+f2*(x1)
s 2 3 4 f1*(s) x 1*
1 2+11=13 4+7=11 3+8=11 11 34

Modelos Estocsticos / Prof. Yerko Snchez O.

Conclusin:
El costo de poltica ptima para el problema de 4
etapas, dado el destino inmediato nuevamente es la
suma del costo de la primera etapa ms el costo mnimo
de all en adelante.
Esto es:
1 3 5 8 10
1 4 5 8 10
1 4 6 9 10
Todas stas rutas son ptimas con un costo total de 11
(costo total mnimo).
Modelos Estocsticos / Prof. Yerko Snchez O.
Comprobacin con Algoritmo de la ruta mas corta
(Algoritmo de dijkstra)

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 2: Problema de
Asignacin
Una compaa ha contratado a tres trabajadores para tres
trabajos. El mximo nmero de trabajadores asignados a un
trabajo es dos.
La utilidad de los trabajadores en cada trabajo es:

0 Trabajadores 1 Trabajador 2 Trabajadores

Trabajo 1 0 3 8
Trabajo 2 0 4 5
Trabajo 3 0 5 7

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 2: Problema de
Asignacin
Se pide averiguar cuntos trabajadores asignar a cada trabajo
para maximizar la Utilidad. Se deben definir, las etapas, los
estados, las variables de decisin y la funcin recurrente.
1).- Etapas:
Asignacin de trabajadores a cada tarea.
1 etapa (n=1) Asignacin de trabajadores al Trabajo 1.
2 etapa (n=2) Asignacin de trabajadores al Trabajo 2.
3 etapa (n=3) Asignacin de Trabajadores al Trabajo 3.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 2: Problema de
Asignacin
2).- Estados:
Trabajadores disponibles para asignar.
Estado en=0 No hay trabajadores disponibles en trabajo n.
Estado en=1 Hay un trabajador disponibles en trabajo n.
Estado en=2 Hay dos trabajadores disponibles en trabajo n.
Estado en=3 Hay tres trabajadores disponibles en trabajo n.

3).- Variables de Decisin:

Nmero de trabajadores a asignar en cada trabajo.
Xn=0 Asignar cero trabajadores en la tarea n.
Xn= 1 Asignar un trabajador en la tarea n.
Xn= 2 Asignar dos trabajadores en la tarea n.
Modelos Estocsticos / Prof. Yerko Snchez O.
Modelos Estocsticos / Prof. Yerko Snchez O.
Modelos Estocsticos / Prof. Yerko Snchez O.
Modelos Estocsticos / Prof. Yerko Snchez O.
Funcin Recurrente Etapa 3:
f3(e3,x3)= Rendimiento(x3)

Estados
Posibles 0 1 2 n Optimo de Beneficio
etapa 3 Trabajadores Trabajador Trabajadores Trabajadores ptimo
0 Trabajadores 0 - - 0 0
1 Trabajador 0 5 - 1 5
2 Trabajadores 0 5 7 2 7
3 Trabajadores 0 5 7 2 7

Modelos Estocsticos / Prof. Yerko Snchez O.

Modelos Estocsticos / Prof. Yerko Snchez O.
Modelos Estocsticos / Prof. Yerko Snchez O.
Funcin Recurrente Etapa 2:
f2(e2,x2)= Rendimiento(x2)+ f3*(e2 - x2)

Estados
Posibles etapa 0 1 2 n Optimo de Beneficio
2 Trabajadores Trabajador Trabajadores Trabajadores ptimo
0 Trabajadores 0+0 - - 0 0
1 Trabajador 0+5 4+0 - 0 5
2 Trabajadores 0+7 4+5 5+0 1 9
3 Trabajadores 0+7 4+7 5+5 1 11

Modelos Estocsticos / Prof. Yerko Snchez O.

Modelos Estocsticos / Prof. Yerko Snchez O.
Funcin Recurrente Etapa 1:
f1(e1,x1)= Rendimiento(x1)+ f2*(e1 - x1)

Estados
Posibles etapa 0 1 2 n Optimo de Beneficio
2 Trabajadores Trabajador Trabajadores Trabajadores ptimo
3 Trabajadores 0+11 3+9 8+5 2 13

Modelos Estocsticos / Prof. Yerko Snchez O.

Modelos Estocsticos / Prof. Yerko Snchez O.
Modelos Estocsticos / Prof. Yerko Snchez O.
Modelos Estocsticos / Prof. Yerko Snchez O.
Solucin del Problema:

Trabajo 1= Asignar 2 Trabajadores.

Trabajo 2= No asignar ningn Trabajador.
Trabajo 3= Asignar 1 Trabajador.

Se obtiene un Beneficio Mximo de 13.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 3: Asignacin de brigadas
mdicas
EL CONSEJO MUNDIAL DE LA SALUD se dedica a mejorar
la atencin mdica en los pases en desarrollo. En la
actualidad dispone de cinco brigadas mdicas para asignarlas
a tres de ellos con el fin de mejorar el cuidado de la salud, la
educacin para la salud y los programas de capacitacin. El
consejo debe determinar cuntas brigadas asignar si lo
hace- a cada uno de estos pases para maximizar la medida
de eficiencia de las cinco brigadas. stas deben mantenerse
como estn constituidas, es decir, el nmero asignado a cada
pas debe ser un entero.
Modelos Estocsticos / Prof. Yerko Snchez O.
 Ejemplo 3: Asignacin de brigadas
mdicas
La medida de desempeo se evala en trminos de los aos
de vida adicionales por persona. (En el caso de un pas
especfico, esta medida es igual al incremento del promedio
de vida esperado en aos, multiplicado por su poblacin). En
la tabla se proporcionan las estimaciones de estos aos de
vida adicionales por persona (en mltiplos de mil) para cada
pas y para cada asignacin posible de brigadas mdicas.

Modelos Estocsticos / Prof. Yerko Snchez O.

Cul es la asignacin que maximiza la medida de desempeo?

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 3: Asignacin de brigadas
mdicas
Se pide averiguar cuntas brigadas asignar a cada Pas para
maximizar la medida de desempeo. Se deben definir, las
etapas, los estados, las variables de decisin y la funcin
recurrente.
1).- Etapas:
Asignacin de brigadas a cada Pas.
1 etapa (n=1) Asignacin de brigadas al Pas 1.
2 etapa (n=2) Asignacin de Brigadas al Pas 2.
3 etapa (n=3) Asignacin de Brigadas al Pas 3.
Modelos Estocsticos / Prof. Yerko Snchez O.
 Ejemplo 3: Asignacin de brigadas
mdicas
2).- Estados:
Brigadas disponibles para asignar.
Estado en=0 No hay Brigadas disponibles en el Pas n.
Estado en=1 Hay una Brigada disponibles en el Pas n.
Estado en=2 Hay dos Brigadas disponibles en el Pas n.
Estado en=3 Hay tres Brigadas disponibles en el Pas n.
Estado en=4 Hay cuatro Brigadas disponibles en el Pas n.
Estado en=5 Hay cinco Brigadas disponibles en el Pas n.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 3: Asignacin de brigadas
mdicas

3).- Variables de Decisin:

Nmero de Brigadas a asignar en cada Pas.
Xn=0 Asignar cero Brigadas al Pas n.
Xn= 1 Asignar una Brigadas al Pas n.
Xn= 2 Asignar dos Brigadas al Pas n.
Xn= 3 Asignar tres Brigadas al Pas n.
Xn= 4 Asignar cuatro Brigadas al Pas n.
Xn= 5 Asignar cinco Brigadas al Pas n.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 3: Asignacin de brigadas
mdicas
4).- Funcin recurrente:
frmula general
fn=(sn,Xn)=Pn(Xn)+fn+1(sn-Xn)
Donde:
fn: funcin recurrente que representa la medida de desempeo al
asignar n brigadas.
sn: Nmero de brigadas todava disponibles por asignar al Pas n.
Xn: Nmero de brigadas a asignar al Pas n.
Pn: Pas n.
El objetivo es maximizar la funcin recurrente
Modelos Estocsticos / Prof. Yerko Snchez O.
Comenzando en la ltima etapa (Pas)
- n=3
Se obtiene

s3 f3*(s3) X3*
0 0 0
1 50 1
2 70 2
3 80 3
4 100 4
5 130 5

Modelos Estocsticos / Prof. Yerko Snchez O.

La Etapa anterior a 3 es el Pas 2.
-n=2
f2(s2, X2)=P2(X2)+f3*(s2-x2)
s2 0 1 2 3 4 5 f2(s2) X2*
0 0 - - - - - 0 0
1 50 20 - - - - 50 0
2 70 70 45 - - - 70 01
3 80 90 95 75 - - 95 2
4 100 100 115 125 110 - 125 3
5 130 120 125 145 160 150 160 4

Modelos Estocsticos / Prof. Yerko Snchez O.

Finalmente, seguimos con la primera etapa (Pas 1).
- n=1
f1(s1, X1)=P1(X1)+f2*(s1-x1)
s1 0 1 2 3 4 5 f1*(s1) X1*
5 160 170* 165 160 155 120 170 1

s1= 5 f1(s1, X1)=P1(X1)+f2*(s1-x1)

X1=0 f1(5, 0)=P1(0)+f2(5)= 0 + 160= 160

X1=1 f1(5,1)=P1(1)+f2(4)= 45 + 125= 170
X1=2 f1(5,2)=P1(2)+f2(3)= 70 + 95= 165
X1=3 f1(5,3)=P1(3)+f2(2)= 90 + 70= 160
X1=4 f1(5,4)=P1(4)+f2(1)= 105+ 50= 155
X1=5 f1(5,5)=P1(5)+f2(0)= 120 + 0= 120

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 3: Asignacin de brigadas
mdicas
Por lo tanto, la Solucin ptima sera:

X1*=1
X2*=3
X3*=1

Asignar 1 brigada mdica al Pas 1.

Asignar 3 brigadas medicas al Pas 2.
Asignar 1 brigada mdica al Pas 3.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 4: Distribucin de
cientficos entre grupos de
investigacin
El grupo encargado de un proyecto espacial del
gobierno lleva a cabo una investigacin sobre cierto
problema de ingeniera que debe resolverse antes
de que los seres humanos puedan viajar seguros a
Marte. Por el momento, tres equipos de investigacin
tratan de resolver el problema desde tres puntos de
vista diferentes.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 4: Distribucin de
cientficos entre grupos de
investigacin
Se estima que en las circunstancias actuales, la
probabilidad de que los respectivos equipos llamados
1, 2 y 3- fracasen, es de 0.40, 0.60 y 0.80. En
consecuencia, la probabilidad actual de que los tres
equipos fracasen es (0.40)(0.60)(0.80)=0.192. Como el
objetivo es minimizar la probabilidad de fracaso, se
asignan al proyecto dos cientficos de ms alto nivel.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 4: Distribucin de
cientficos entre grupos de
investigacin
En la tabla se proporciona la probabilidad estimada
de que los equipos respectivos fracasen si se les
asigna 0, 1 y 2 cientficos para que colaboren con
ellos. Slo se consideran nmeros enteros de
cientficos puesto que cada uno de ellos debe
dedicar su atencin completa a un equipo.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 4: Distribucin de
cientficos entre grupos de
investigacin
El problema es determinar cmo deben asignarse los dos
cientficos adicionales para minimizar la probabilidad de
que los tres equipos fracasen.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 4: Distribucin de
cientficos entre grupos de
investigacin
Se pide averiguar cuntos cientficos deben ser asignados a
cada grupo de investigacin para minimizar la probabilidad de
fracaso.
1).- Etapas:
Asignacin de cientficos a cada equipo de investigacin.
1 etapa (n=1) Asignacin de cientficos al equipo de invest.1.
2 etapa (n=2) Asignacin de cientficos al equipo de invest. 2
3 etapa (n=3) Asignacin de cientficos al equipo de invest. 3
Modelos Estocsticos / Prof. Yerko Snchez O.
 Ejemplo 4: Distribucin de
cientficos entre grupos de
investigacin
2).- Estados:
Cientficos disponibles para asignar.
Estado en=0 No hay cientficos disponibles para asignar al
equipo de investigacin n.
Estado en=1 Hay un cientfico disponible para asignar al
equipo de investigacin n.
Estado en=2 Hay dos cientficos disponibles para asignar
al equipo de investigacin n.
Modelos Estocsticos / Prof. Yerko Snchez O.
 Ejemplo 4: Distribucin de
cientficos entre grupos de
investigacin
3).- Variables de Decisin:
Nmero de cientficos a asignar al equipo de investigacin n.
Xn=0 Asignar cero cientficos al equipo de investigacin n.
Xn= 1 Asignar un cientfico al equipo de investigacin n.
Xn= 2 Asignar dos cientficos al equipo de investigacin n.

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 4: Distribucin de
cientficos entre grupos de
investigacin
4).- Funcin recurrente:
frmula general
fn(sn,Xn)=Pn(Xn) * fn+1(sn-Xn)
Donde:
fn: funcin recurrente que representa la medida de desempeo al
asignar n cientficos adicionales.
sn: Nmero de cientficos todava disponibles por asignar al equipo n.
Xn: Nmero de cientficos a asignar al equipo n.
Pn(Xn): Probabilidad en el Equipo n cuando se asignan n cientficos.
Modelos Estocsticos / Prof. Yerko Snchez O.
Comenzando en la ltima etapa (equipo de investigacin)
- n=3
Se obtiene

s3 f3*(s3) X3*
0 0,80 0
1 0,50 1
2 0,30 2

Modelos Estocsticos / Prof. Yerko Snchez O.

La Etapa anterior a 3, que es el equipo 2.
-n=2
f2(s2, X2)=P2(X2) * f3*(s2-x2)
s2 0 1 2 f2*(s2) X2*
0 0,48 - - 0,48 0
1 0,30 0,32 - 0,30 0
2 0,18 0,20 0,16 0,16 2
s2=0 X2=0 f2(0, 0)=P2(0) * f3*(0)=0,6*0,80=0,48
s2=1 X2=0 f2(1, 0)=P2(0) * f3*(1)=0,6*0,50=0,30
s2=2 X2=0 f2(2, 0)=P2(0) * f3*(2)=0,6*0,30=0,18
s2=1 X2=1 f2(1, 1)=P2(1) * f3*(0)=0,4*0,80=0,32
s2=2 X2=1 f2(2, 1)=P2(1) * f3*(1)=0,4*0,50=0,20
s2=2 X2=2 f2(2, 2)=P2(2) * f3*(0)=0,2*0,80=0,16

Modelos Estocsticos / Prof. Yerko Snchez O.

Finalmente, seguimos con la primera etapa (equipo 1).
- n=1
f1(s1, X1)=P1(X1)*f2*(s1-x1)
s1 0 1 2 f1*(s1) X1*
2 0,064 0,060 0,072 0,060 1

s1= 2 f1(s1, X1)=P1(X1)*f2*(s1-x1)

X1=0 f1(2,0)=P1(0)*f2(2)= 0.40* 0,16=0,064

X1=1 f1(2,1)=P1(1)*f2(1)= 0,20*0,30=0,060
X1=2 f1(2,2)=P1(2)*f2(0)=0,15*0,48=0,072

Modelos Estocsticos / Prof. Yerko Snchez O.

 Ejemplo 4: Distribucin de
cientficos entre grupos de
investigacin
Por lo tanto, la Solucin ptima sera:
X1*=1
X2*=0
X3*=1
Los equipos 1 y 3 deben recibir un cientfico adicional cada
uno. Con esto, la probabilidad de que los tres equipos
fracasen es 0,060.
Modelos Estocsticos / Prof. Yerko Snchez O.
EJERCICIO 1:
Determine la ruta mas corta del origen O al destino T
mediante Programacin Dinmica (comprobar con
algoritmo de la ruta mas corta).

Modelos Estocsticos / Prof. Yerko Snchez O.

EJERCICIO 2:

El Gerente de Ventas de una compaa est a cargo

de seis agentes de venta que puede asignar a tres
regiones distintas del Pas. Ha decidido que cada
regin debe tener por lo menos un agente, y que cada
agente individual debe quedar restringido a una de
estas regiones. El gerente desea determinar cuntos
agentes debe asignar a las respectivas regiones con el
fin de maximizar las ventas.

Modelos Estocsticos / Prof. Yerko Snchez O.

EJERCICIO 2:
La siguiente tabla proporciona el incremento estimado
en las ventas de cada regin (en las unidades
apropiadas) si se le asignan diferentes cantidades de
agentes.
Regin
Agentes de Ventas 1 2 3
1 35 21 28
2 48 42 41
3 70 56 63
4 89 70 75
Utilice la Programacin Dinmica para darle solucin a
este Gerente de Ventas.
Modelos Estocsticos / Prof. Yerko Snchez O.
SOLUCIN PARA EL EJERCICIO 1: Queda como
Ejercicio Propuesto a desarrollar por el(la) Alumno(a).

SOLUCIN PARA EL EJERCICIO 2:

Sin considerar la restriccin de que se tiene que asignar por

lo menos un agente a cada regin. Se tiene:
Regin
Agentes de Ventas 1 2 3
0 0 0 0
1 35 21 28
2 48 42 41
3 70 56 63
4 89 70 75
Modelos Estocsticos / Prof. Yerko Snchez O.
SOLUCIN PARA EL EJERCICIO 2:

Se pide averiguar cuntos agentes asignar a cada Regin

para maximizar las ventas. Se deben definir, las etapas, los
estados, las variables de decisin y la funcin recurrente.
1).- Etapas:
Asignacin de agentes a cada Regin.
1 etapa (n=1) Asignacin de agentes a la Regin 1.
2 etapa (n=2) Asignacin de agentes a la Regin 2.
3 etapa (n=3) Asignacin de agentes a la Regin 3.

Modelos Estocsticos / Prof. Yerko Snchez O.

SOLUCIN PARA EL EJERCICIO 2:

2).- Estados:
Agentes disponibles para asignar.
Estado en=0 No hay agentes disponibles en la Regin n.
Estado en=1 Hay un agente disponible en la Regin n.
Estado en=2 Hay dos agentes disponibles en la Regin n.
Estado en=3 Hay tres agentes disponibles en la Regin n.
Estado en=4 Hay cuatro agentes disponibles en la Regin n.

Modelos Estocsticos / Prof. Yerko Snchez O.

SOLUCIN PARA EL EJERCICIO 2:

3).- Variables de Decisin:

Nmero de agentes a asignar en cada Regin.
Xn=0 Asignar cero agentes a la Regin n.
Xn= 1 Asignar un agente a la Regin n.
Xn= 2 Asignar dos agentes a la Regin n.
Xn= 3 Asignar tres agentes a la Regin n.
Xn= 4 Asignar cuatro agentes a la Regin n.

Modelos Estocsticos / Prof. Yerko Snchez O.

SOLUCIN PARA EL EJERCICIO 2:

4).- Funcin recurrente:

frmula general
fn=(sn,Xn)=Pn(Xn)+fn+1(sn-Xn)
Donde:
fn: funcin recurrente que representa las ventas al asignar n agentes.
sn: Nmero de agentes todava disponibles por asignar a la Regin n.
Xn: Nmero de agentes a asignar a la Regin n.
Pn(Xn): Ventas cuando se asignan Xn agentes a la Regin Pn.
El objetivo es maximizar la funcin recurrente

Modelos Estocsticos / Prof. Yerko Snchez O.

SOLUCIN PARA EL EJERCICIO 2:

Comenzando en la ltima etapa (Regin).

- n=3
Se obtiene
s3 f3*(s3) X3*
0 0 0
1 28 1
2 41 2
3 63 3
4 75 4

Modelos Estocsticos / Prof. Yerko Snchez O.

La Etapa anterior a 3 es la Regin 2.
-n=2
f2(s2, X2)=P2(X2)+f3*(s2-x2)
s2 0 1 2 3 4 5 f2(s2) X2*
0 0 - - - - - 0 0
1 28 21 - - - - 28 0
2 41 49 42 - - - 49 1
3 63 62 70 56 - - 70 2
4 75 84 83 84 70 - 84 13

Modelos Estocsticos / Prof. Yerko Snchez O.

Finalmente, seguimos con la primera etapa (Regin 1).
- n=1
f1(s1, X1)=P1(X1)+f2*(s1-x1)
s1 0 1 2 3 4 f1*(s1) X1*
4 84 105 97 98 89 105 1
Sin considerar el supuesto que no se puede asignar ningn
agente a alguna de las regiones, la solucin es:
X1 * = 1 (Asignar un agente a la Regin 1).
X2*=2 (Asignar un agente a la Regin 2).
X3*=1 (Asignar un agente a la Regin 3).
Por lo tanto, no es necesario agregar esta restriccin.
Si en alguna etapa no quedara algn agente para asignar
se debera restringir el problema.
Modelos Estocsticos / Prof. Yerko Snchez O.