P. 1
probabilidad dinamica deterministica

probabilidad dinamica deterministica

|Views: 81|Likes:

More info:

Published by: Julian Anderson Moreno on Sep 05, 2012
Copyright:Attribution Non-commercial

Availability:

Read on Scribd mobile: iPhone, iPad and Android.
download as DOCX, PDF, TXT or read online from Scribd
See more
See less

09/26/2013

pdf

text

original

PROGRAMACIÓN DINÁMICA DETERMINISTA “ASIGNACION DE RECURSOS”

Willfredo Valbuena Amado1,2, Cod. 273208, wvalbuenaa@unal.edu.co Universidad Nacional de Colombia. Bogotá D. C., Colombia Resumen: Los problemas de asignación de recursos, en los que se debe asignar una cantidad limitada de recursos entre varias actividades, se pueden resolver con frecuencia con programación dinámica. Abstrac: The problems of allocation of resources, in which a limited amount of resources between several activities is due to assign, can be solved frequently with dynamic programming Keywords: Recursos. 1. INTRODUCCION La programación dinámica (PD) determina la solución óptima de un problema de n variables descomponiéndola en n etapas, con cada etapa incluyendo un subproblema de una sola variable. La ventaja en el aspecto de los cálculos es que optimizaremos una sola variable, en vez de subproblemas de n variables. La principal contribución de la PD es el principio de optimalidad, un marco de referencia para descomponer el problema en etapas. La programación dinámica es una técnica que se puede aplicar para resolver muchos problemas de optimización. La mayor parte de las veces, la programación dinámica obtiene soluciones con un avance en reversa, desde el final de un problema hacia el principio con lo que un problema grande y engorroso se convierte en una serie de problemas más pequeños y más tratables. 1.1 NATURALEZA RECURSIVA DE LOS CÁLCULOS EN LA PD Los cálculos en la PD se hacen recursivamente, en el sentido de la solución óptima de un subproblema se utiliza como una entrada para el siguiente subproblema. Para el momento en que resolvamos el último subproblema, tendremos a mano la solución óptima para todo el problema. La forma en la cual se hacen los cálculos recursivos depende de la forma en la cual descomponemos el problema original. En particular, los subproblemas por lo común se unen por medio de algunas restricciones comunes. A medida que avanzamos de un subproblema a otro, debemos dar razón de la variabilidad de estas restricciones. Programación, Dinámica, Deterministica, Asignación,

2. en ciertos casos no se necesitan decisiones en cada etapa. debe haber una fórmula recursiva que relacione el costo o recompensa durante las etapas t. la decisión actual sólo determina la distribución de probabilidad del estado en la etapa siguiente. una decisión no determina con certeza el estado de la siguiente etapa. t+1. cada etapa requiere una decisión. T con el costo o recompensa de las etapas t +1. En muchos problemas.3 CARACTERÍSTICA 3 La decisión tomada en cualquier etapa indica cómo se transforma el estado en la etapa actual en el estado en la siguiente etapa. En muchos problemas de programación dinámica.2 CARACTERÍSTICA 2 Cada etapa tiene un número de estados asociados con ella.2.1 CARACTERÍSTICA 1 El problema se puede dividir en etapas. la fórmula recursiva formaliza el procedimiento de marcha atrás.6 Algunas Aplicaciones De La Programación Dinámica Determinística       Modelo De La Ruta Más Corta Modelo De Volumen-Carga “Mochila” Modelo Del Numero De Empleados Modelo De Reemplazo De Equipos Modelo De Asignación De Recursos Modelo De Inventarios . Por estado se entiende la información que se necesita en cualquier etapa para tomar una decisión óptima.….5 CARACTERÍSTICA 5 Si los estados del problema se han clasificado en uno de T etapas. 2. 2. 2.…. en lugar de ello. T En esencia. 2. la decisión óptima para cada una de las etapas restantes no debe depender de estados previamente alcanzados o de decisiones previamente tomadas. 2. la etapa es la cantidad de tiempo que pasa desde el inicio del problema. CARACTERÍSTICAS DE LAS APLICACIONES DE PROGRAMACIÓN DINÁMICA A continuación veremos una explicación sobre las características que son comunes en la mayor parte de las aplicaciones de la programación dinámica. A esta idea se le conoce como principio de optimalidad. t +2.4 CARACTERÍSTICA 4 Dado el estado actual.

Hipótesis 1 La cantidad de recursos asignados a una actividad puede ser cualquier número no negativo. y T actividades a las que puede asignar este recurso. 3. Aún si no son válidas las hipótesis 1 y 2.3. Para resolver (1) con programación dinámica definimos a ft(d) como el beneficio máximo que se puede . Hipótesis 2 El beneficio obtenido de cada actividad es proporcional a la cantidad de recursos asignados a la actividad. PROBLEMAS DE ASIGNACIÓN DE RECURSOS Los problemas de asignación de recursos. se deben hacer tres hipótesis: 3.2….4 PROBLEMA GENERAL DE ASIGNACION DE RECURSOS Suponga que tenemos w unidades de un recurso disponible.}. 3. se pueden resolver con frecuencia con programación dinámica.1.1. sujeto a la disponibilidad de recurso puede formular como: . Recuerde que hemos resuelto esos problemas mediante programación lineal. entonces la actividad t usa gt(xt) unidades del recurso. y se obtiene el beneficio rt(xt).2. Hipótesis 3 El beneficio obtenido con más de una actividad es la suma de los beneficios obtenidos con las actividades individuales. 3. la programación dinámica se puede usar para resolver con eficiencia los problemas de asignación de recursos cuando es válida la hipótesis 3 y cuando la cantidad de recursos asignados a cada actividad es elemento de un conjunto finito. en los que se debe asignar una cantidad limitada de recursos entre varias actividades.3. (1) Donde xt debe de ser el elemento de {0. Para usar programación lineal para asignar recursos. Si la actividad t se realiza en un nivel xt (suponemos que xt debe de ser un número no negativo). El problema de determinar la asignación de recursos que maximiza el beneficio total.

. …. no se puede usar la programación lineal para determinar una solución óptica a este problema. . (2) para determinar una asignación optima de recursos a las actividades 1.3. donde la rj(dj ) como sigue: 7 3 4 0 0 2 7 5 0 0 0 0 0 La cantidad colocada en cada inversión debe ser un múltiplo exacto de 1000 dólares. podemos generalizar las formulas recursivas escribiendo. ¿cómo debe asignar Finco los 6000 dólares? Solución El interés de cada inversión no es proporcional a la cantidad invertida. entonces se obtiene un valor presente neto.2.…T comenzamos por determinar todas las fT(.T.obtener de las actividades t. Sea xt(d) cualquier valor de xt que alcance ft(d). 16= r1 (2) 2rj (1) =18. y hay disponible tres inversiones. Para usar la Ecs. entero no negativo 6 1. igual a rj (dj ). Por ejemplo. Matemáticamente. Para maximizar el valor presente neto que se obtiene en las inversiones. 3.). 0 para toda (2) Donde xt debe de ser entero no negativo que cumple con gt(xt) ≤ d. Entonces.5 EJEMPLO: Finco tiene 6000 dólares para invertir.) y las xT(.2. se puede expresar el problema de Finco como sigue: .. t+1. Si se invierte dólares dj dólares (en miles) en la inversión j.

f2(6). Iniciamos avanzando hacia atrás y calculamos f3(0). Definiremos ft (dt) como el valor presente neto máximo (VPN) que se puede obtener invirtiendo dt miles de dólares en la inversiones t.2.3. La etapa se debe escoger de tal modo que cuando quede una etapa el problema sea fácil de resolver. También definiremos a xt (dt ) como la cantidad que se debe invertir en t ara alcanzar ft (dt).f2(6).f3(6).3.….….…. t + 1. si las rj (dj ) fueran lineales.…….3.3.3. ¿Qué debemos conocer para determinar la cantidad óptica por invertir? Simplemente cuánto dinero queda disponible para las inversiones t. por lo que definiremos la etapa t como representativa de un caso en el que los fondos se deban asignara las inversiones t .3. Es evidente que sería fácil resolver un problema en el cual solo de dispusiera una de una inversión. 0 1 2 3 4 5 6 0 9 13 17 21 25 29 0 1 2 3 4 5 6 0 1 2 3 4 5 6 Cálculos De La Etapa 2. Primero determinamos f3(0).5 y 6. Para determinar f2(0).1. terminamos los cálculos al llegar f1(6).f2(1). Así.f3(6). Vemos que f3(d3) se logra invirtiendo todo el dinero disponible (d3) en la inversión 3. tendríamos un problema como los de la mochila.2. en vista de que se ha resuelto el problema para el caso en el que queda una etapa.f3(1). y así sucesivamente.…. Para formular el problema de Finco como de programación dinámica. definiremos el estado en cualquier etapa como la cantidad de dinero. Entonces volvemos sobre nuestros pasos y determinamos la cantidad que se debería asignar a cada inversión. Cálculos De La Etapa 3. debe sr fácil resolverlo cuando queden dos etapas. Entonces. Para determinar . Como se dispone de 6000 dólares para invertir en 1.4.f3(1). t+1.Naturalmente.…. t+1. disponible para inversiones t. Como nunca podremos tener más de 6000 dólares disponible.…. en miles.f2(1). comenzaremos identificándola etapa. Para una etapa dada. Vemos todas las cantidades posibles que se puedan colocar en la inversión 2. y a continuación determinamos f2(0). los estados disponibles en cualquier etapa son 0. t+1.….

….…. (3) En la que x2 debe ser elemento de {0. sea x2 la cantidad invertida en 2. Recuerde el principio de optimalidad.f2(d2).3 0 9 10* 13 19* 13 17 23* 22 16 21 27* 26 25 19 25 31* 30 29 28 22 29 35* 34 33 32 31 25 .…. Entonces. x2(6) se presentan en la tabla siguiente. se obtendrá un VPN de r2(x2) de la inversión 2. x2(1). Los cálculos para f2(0).f2(1).f2(6) y x2(0).1. y un VPN igual a f3(d2-x2) de la inversión 3. Como x2 se debe de escoger para minimizar el valor presente neto ganado con las inversiones 2 y 3 escribimos. d2 0 1 1 2 2 2 3 3 3 3 4 4 4 4 4 5 5 5 5 5 5 6 6 6 6 6 6 6 x2 0 0 1 0 1 2 0 1 2 3 0 1 2 3 4 0 1 2 3 4 5 0 1 2 3 4 5 6 r2(x2) 0 0 10 0 10 13 0 10 13 16 0 10 13 16 19 0 10 13 16 19 22 0 10 13 16 19 22 25 f3(d2-x2) 0 9 0 13 9 0 17 13 9 0 21 17 13 9 0 25 21 17 13 9 0 29 25 21 17 13 9 0 VPN DE INVERSIONES 2.d2}.

4) y (3. x1(1) = 1. esto deja 2000 para las inversiones 2 y 3. (3).1) tiene una longitud r2(3) = 16000 dólares que corresponde al invertir 3000 dólares en la inversión 2. 1000 dólares en la inversión 2 por lo tanto quedan 1000 para la inversión 3. Después de todo si usted tiene solo tiene 4000 dólares disponibles para invertir en 2 y 3 ¿Cómo es posible tener 5000 dólares para la inversión 3? Según los cálculos.0) . Nótese que todos los pares de nodos en las etapas adyacentes están unidos con arcos.2)-(3. la mayor ganancia en la etapa 1 Finco invierte 4000 dólares en la inversión 1.3 35 40 43 46 49* 47 44 Determinación De La Asignación Óptima De Recursos.6) a (4. no hay que una los nodos (2. Por ejemplo. Como x1(6)*=49. escribimos 6 6 d1 6 6 6 6 6 6 6 x1 0 1 2 3 4 5 6 r1(x1) 0 9 16 23 30 37 44 f2(6-x1) 35 31 27 23 19 10 0 VPN DE INVERSIONES 1.1)(4.Cálculos De La Etapa 1.6)-(2. por ejemplo el arco que uno a los nodos (2.4) y (3. vemos que la ruta más larga desde (1. Por lo tanto se buscar en la tabla la inversión de 2 en la etapa 2 con el mayor beneficio que es x2(2)*=19. Representación En Forma De Red Este problema tiene un representación como red equivalente a determinar la ruta más larga de (1. por lo tanto Finco puede alcanzar un valor presente máximo de 49000 dólares invirtiendo 4000 en la inversión 1 y 1000 dólares en la inversión 2 y 3.0) es la (1. Según la Ec.5).0).6) a (4.

BIBLIOGRAFIA 1.6 6 2.3 4.4 1.1 2. Winston .0 4. Hamdy a. Investigación de operaciones.5 3.6 2. 1997 2. Wayne L.2 3.6 3.1 3.4 3. Taha.0 2. Sexta Edición.2.3 3.0 3.2 2. Introducción a La Investigación De Operaciones.5 2.

You're Reading a Free Preview

Download
scribd
/*********** DO NOT ALTER ANYTHING BELOW THIS LINE ! ************/ var s_code=s.t();if(s_code)document.write(s_code)//-->