P. 1
programación dinamica

programación dinamica

|Views: 292|Likes:
Published by Santos' Hernandez
unidad 1 de investigacion de operaciones 2
unidad 1 de investigacion de operaciones 2

More info:

Categories:Types, Research
Published by: Santos' Hernandez on Dec 14, 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

08/22/2013

pdf

text

original

1 INSTITUTO TECNOLOGICO DE LA PAZ

Programación dinámica
[Escribir el nombre del autor] 12 de diciembre del 2012

Unidad 1 del temario de investigación de operaciones 2 desarrollada

2 Índice: 1.1. Características de los problemas de programación dinámica…………………………………3 1.2. Ejemplos de modelos de programación dinámica………………………………………………….6 1.3. Programación dinámica determinista…………………………………………………………………..13 1.4. Programación dinámica probabilista…………………………………………………………………….14 1.5. Uso de programas de computación………………………………………………………………………30

3 INTRODUCCION: Inicialmente tenemos que los creadores de la programación dinámica fueron, Richard Bellman y G.B. Dantzig; inicialmente la programación dinámica se llama programación lineal estocástica, o bien problemas de programación lineal relacionadas con la incertidumbre. Teniendo en cuenta lo anterior; podemos definir la programación dinámica; como una técnica matemática para la solución de una serie de decisiones en secuencia. Hay que tomar una secuencia de decisiones, con cada una de ellas que afecta las decisiones futuras. También podemos decir que es útil para la toma de decisiones interrelacionadas; que proporciona un procedimiento sistemático para determinar la combinación de decisiones que maximiza la efectividad total. La programación dinámica es una técnica que se usa para determinar si hay posibilidades de modificar las decisiones durante cierto período. La programación dinámica se ocupa también de los problemas en los que el tiempo no es una variable significativa; ejemplo: Hay que tomar una decisión en la distribución de una cantidad fija de recursos entre cierto número de usos alternativos. Este problema puede resolverse descomponiéndolo en varias etapas y de ese modo la decisión final se maneja como si fuera una serie de decisiones dependientes en el transcurso del tiempo. En contraste con la programación lineal no presenta una formulación matemática standard, en la solución de los problemas; sino que se trata de un enfoque de tipo general para su solución y las ecuaciones especificadas, que se usan, se deben desarrollar para que representen cada situación individual de cada problema. CARACTERISTICAS DE LOS PROBLEMAS DE PROGRAMACION DINAMICA: Características generales de la programación dinámica 1.- Una de las características esenciales es la toma de decisiones en secuencia. 2.- El problema se puede dividir en etapas, las cuales requieren de una política de decisión, en cada una de ellas. 3.- Es necesarios conocer pocos datos para describir el problema en cada etapa. 4.- La dependencia del resultado de las decisiones de una pequeña cantidad de variables. 5.- En cualquier etapa, el resultado de una decisión, altera los valores numéricos de la pequeña cantidad de variables relacionadas con el problema. 6.- Cada etapa tiene un cierto numero de estados asociados a ella.

4 Estos son las distintas condiciones posibles en las que se puede encontrar el sistema en cada etapa del problema. 7.- El efecto de la política de decisión en cada etapa, es transformar el estado actual en un estado asociado con la siguiente etapa. 8.- La decisión real no aumenta ni disminuye el número de factores de los que dependen los resultados. 9.- El procedimiento de solución esta diseñado para encontrar una política de solución optima, para el problema planteado. Cualquier problema de programación dinámica proporciona este tipo de política sobre qué hacer en todas las circunstancia posibles. A esto se debe que la decisión real que se tome al llegar a un estado en particular se llama política de decisión. El proporcionar esta información adicional más allá de especificar una solución optima(secuencia optima de decisiones), puede ser muy valiosa en muchas situaciones que incluyen el análisis de sensibilidad. 10.- La programación dinámica nos permite llegar a decisiones óptimos para los períodos o etapas que todavía están en el futuro, a pesar de las decisiones incorrectas que se hayan tomado en el período. 11.- Dado el estado actual, una política optima para las etapas restantes es independientes de la política adoptada en etapas anteriores “situación llamada principio de optimalidad”. 12.- El procedimiento de solución se inicia al encontrar la política optima para las ultimas etapas. Ya que esta prescribe la política optima de decisión para cada estado posible en esa etapa. 13.- Se establece una función recursiva que identifique la política optima para la etapa n dada la política optima para la etapa (n+1). ESTRUCTURA DE LA PROGRAMACIÓN DINÁMICA Todo problema de programación dinámica debe reunir los siguientes pasos: a.- El problema se divide en etapas, con una política de decisión requerida en cada etapa. b.- Cada etapa tiene algunos estados asociados. c.- Cada problema debe tener una variable de estado; la cual nos dice todo lo que necesitamos saber sobre el sistema, a fin de tomar decisiones. d.- Cada estado debe contar con una decisión, la cual es una oportunidad para cambiar las variables de estado en una forma probabilistica. e.- El efecto de una decisión a cada etapa es transformar el estado corriente (actual), en uno asociado con la próxima etapa.

5 f.- Dado el estado corriente, la política óptima para las etapas que quedan es independiente a la política adoptada en etapas anteriores. En este caso “etapa anterior”, significa tiempo. g.- El procesamiento empieza por escoger la decisión(política), óptima para cada estado de la ultima etapa. h.- Debe tener una función RECURSIVA; la cual identifica la decisión(política), óptima para cada estado cuando quedan n-etapas, dada la decisión óptima para cada estado cuando quedan n-1 etapas. i.- Usando esta relación recursiva, el método de solución mueve hacia atrás etapa por etapa, determinando la decisión óptima en cada etapa hasta llegar a la etapa final. SEGÚN SU CLASIFICACIÓN La programación dinámica puede clasificarse de las siguientes formas: 1.- Combinando la eficiencia y/o efectividad. 2.- Sumando ó multiplicando, maximizando ó minimizando la eficiencia y/o efectividad. 3.- Optimizando en una forma total la eficiencia y/o efectividad. - De acuerdo a ello podemos decir: Que cuando la eficiencia y/o efectividad son positivas; entonces la función de las n-etapas se maximiza como por ejemplo: cuando hallamos utilidades, rentabilidad, salud, etc. - Cuando las eficiencias y/o efectividades son negativas entonces la función de las n-etapas se minimiza, como por ejemplo: Cuando hallamos costos, probabilidades de falla o fracaso, etc. También tenemos que según la eficiencia y/o efectividad estas pueden ser discretas o continuas. -Se dice que una función eficiencia y/o efectividad del sistema es discreta en el contexto de la programación dinámica, cuando esta se le representa por medio de tablas. -Se dice que una función eficiencia y/o efectividad se representa matemáticamente por medio de una función, entonces se dice que el programa dinámico es continuo. TIPOS DE MODELOS DE PROGRAMACIÓN DINÁMICA Modelos determinanticos - presenta variables discretas - presenta variables continuas Modelos probabilísticos

6 Son aquellos modelos que toman una características similar a los procesos markovianos, es decir una evaluación de un evento en un periodo futuro. EJEMPLOS DE PROBLEMAS DE PROGRAMACION DINAMICA:

7

8

9

Problema: 2

10

11 Problema: 3

12

13 PROGRAMACIÓN DINÁMICA DETERMINISTICA: Esta sección considera con mayor amplitud el enfoque de programación dinámica para los problemas determinísticos, en los que el estado en la etapa siguiente queda completamente determinado por el estado y la política en la etapa actual. La programación dinámica determinística se puede describir en forma de diagrama de la siguiente forma:

Etapa n Estado:
Sn

Etapa n+1 Contribución de Xn
Sn+1

fn(Sn,Xn)

Fn*+1(Sn+1)

Una manera de catalogar los problemas de programación dinámica determinística es por la forma de la función objetivo. Por ejemplo, el objetivo podría ser minimizar la suma de contribuciones de las etapas individuales, o bien minimizar un producto de tales términos y así sucesivamente. En un problema de programación dinámica, las temporadas deben ser las etapas.

14 Programación dinámica probabilística: PROGRAMACION DINAMICA PROBABILISTICA La programación dinámica probabilística difiere de la programación dinámica determinística en que el estado de la etapa siguiente no queda completamente determinado por el estado y la decisión de la política en el estado actual. En lugar de ello existe una distribución de probabilidad para lo que será el estado siguiente. Sin embargo, esta distribución de probabilidad todavía esta completamente determinada por el estado y la decisión de la política del estado actual. En la siguiente figura se describe diagramáticamente la estructura básica que resulta para la programación dinámica probabilística, en donde N denota el número de estados posibles en la etapa n+1.

Contribución de la Etapa n

Etapa n+1
Sn+1

Etapa n
Decisión

1
Probabilidad

C1

f*n+1(1)

P1 Estado

Sn

Xn

P2 PN

C2

2
f*n+1(2)

fn(Sn,Xn)
CN

3
f*n+1(3)

15

Ejemplo 1. (PDP)

El Enunciado: Una empresa ha recibido el encargo de construir un artículo, que, por las características exigidas por el cliente deberá pasar controles de calidad altos. Esto hace que la empresa estime que la probabilidad de que un artículo producido salga bueno es 2/3 (66,6667%) y de 1/3 (33,3333%) que salga malo sin posibilidad de recuperarlo o arreglarlo. El plazo que tiene la empresa para obtener al menos un artículo bueno es de 3 días, y la producción del artículo implica ocupar el día en hacer andar la línea de producción, fabricarlos y finalmente ver si salieron buenos; por lo que la empresa tiene 3 intentos de fabricación para obtener el artículo bueno. Por contrato con el cliente se acuerda que si la empresa no obtiene el artículo bueno en los 3 días, en los 3 intentos, la empresa deberá pagar una multa de $200 al cliente por indemnización o perdida de tiempo. También la empresa sabe que cada día que decide elaborar ese producto incurre en un costo fijo de $20 por iniciar toda la línea de producción ese día , y tiene un costo de $5 por cada unidad que decida fabricar. Se pide encontrar la política óptima a seguir por la empresa en cuanto a la producción de este artículo, para hacer mínimo el costo total de producción y obtener al menos un artículo de buena calidad, según lo exigido.

El Modelo y sus partes.

Las etapas. En este problema estarán asociadas a los dias de producción. Por lo que el problema tiene 3 etapas. La Etapa 1 es el proceso de decidir si produce o no produce el día 1; y si decide producir, cuántas unidades producir. De manera similar se entienden las etapas 2 y 3. Los estados: En este problema se pueden distinguir 2 estados posibles dentro de cada etapa, y son: "la cantidad de artículos buenos que se tiene la obligación de

16

obtener en esa etapa". Se indicarán por 0 y 1. Por lo que el estado inicial es 1 y los estados finales posibles son 0 y 1. Es decir, el estado: 0 : indica que en esa etapa no se tiene la necesidad obligada de obtener un artículo bueno. 1 : indica que en esta etapa sí se tiene la necesidad obligada de obtener un artículo bueno. Las variables de decisión : Son las decisiones que cada día deberá tomarse, y son: la cantidad de artículos que se deberá fabricar ese día. Por lo que son 3 variables de decisión: x1, x2, x3, donde: x1 es la cantidad de artículos a fabricar el día 1, x2 es la cantidad de artículos a fabricar el día 2, y x3 es la cantidad de artículos a fabricar el día 3. Es claro que si un día tiene el estado 0, fabricará 0 artículos, y ese día tendrá un costo de $0. Si un día tiene el estado 1, deberá fabricar algunos artículos (si es lo más conveniente), e incurrirá en un costo de $5 por unidad más $200 fijos.

El costo de producción de cada día esta dado por:

200 ; si xi > 0 Costo por dia: = 5xi + K(xi) ; Donde K(xi) = < 0 ; si xi = 0

Para cada artículo que se produzca la probabilidad de que salga bueno es 2/3, y que salga malo es 1/3 (datos del problema).

Por lo que, si produce 2 artículos la probabilidad de que los 2 salgan malos es: (1/3)*(1/3) = (1/3)2. Si decide producir 3 artículos, la probabilidad de que los 3 salgan malos es de

17

(1/3)3 , asi también se tendrá que si fabrica 4 es (1/3)4 = 0,0123 la probabilidad de que los 4 salgan malos. Generalizando, si se decide fabricar xi artículos, entonces la probabilidad de que todos salgan malos es: (1/3) xi.

Probabilidades de cada uno de los casos finales, si se decide producir 3 artículos.

Los 3 malos tiene probabilidad de ocurrencia de: (1/3) .
3

y para xi artículos a fabricar la Probab. será de: (1/3) de que todos salgan malos.
xi

La función objetivo, para cualquiera de las etapas contendrá lo que representa el costo de esa etapa más el costo probable de la etapa siguiente si todos hubiesen salido malos, y más el costo probable de la etapa siguiente si no todos hubiesen salidos malos (al menos uno salió bueno). Y en la etapa n-ésima tendremos el estado 0 y el estado 1. Tomenos el estado 1 para f.

donde: K(xn ) es el costo de producción fijo de $0 o de $200, según ese día produzca artículos o no.

18

5*xn : representa el costo de $5 por unidad que se decida producir. (1/3)xn : representa la probabilidad de que los xn artículos salgan malos. fn+1(1) : es el costo que se tendrá en la etapa siguiente, si se llega a ella con la obligación de obtener un artículo bueno. Este valor es: f *n+1(1). (1/3)xnfn+1(1) : es el costo probable desde la etapa siguiente en adelante, si todos los de esta etapa salen malos. (1- (1/3)xn) : es la probabilidad de que no todos los xn artículos salgan malos; alguno sale bueno. fn+1(0) : es el costo en que se incurrirá desde la etapa siguiente, si se llega a ella al estado 0, es decir sin la necesidad de producir un artículo bueno, porque ya se obtuvo. Es f *n+1(0) (1-(1/3)xn)fn+1(0) : es el costo probable desde la etapa siguiente, si en esta etapa sale alguno de los artículos bueno. En el problema aquí dado, se tiene que f *n+1( 0 ) es cero, porque es cero el costo más bajo si no se tiene la obligación de producir un artículo bueno, en cualquiera de las etapas. La etapa 1 tiene como estado inicial: 1; es decir, en la etapa 1 se tiene la obligatoriedad de obtener un artículo bueno.

Los cálculos:

n=3,

f3(1,0) = 0 + 5*0 + (1/3) *200 = 200 f3(1,1) = 20 + 5*1 + (1/3) *200 = 91.666 f3(1,2) = 20 + 5*2 + (1/3) *200 = 52.222 f3(1,3) = 20 + 5*1 + (1/3) *200 = 42.407 f3(1,4) = 20 + 5*1 + (1/3) *200 = 42.469
4 3 2 1

0

19
5

f3(1,5) = 20 + 5*1 + (1/3) *200 = 45.82 (Se calcula hasta que, para valores de x3, la f.o. empiece a aumentar de valor, luego de haber ido descendiendo. En este caso nos interesa el menor valor de la f.o.).

s \ x3 0 1

0 0 =200

1 -= 91.666

2 -=52.222

3 -=42.407

4 -=42.469

5 -=45.82

f *3 0 42.407

x*3 0 3

n=2,

f2(1,0) = 0 + 5*0 + (1/3) *42.407 = 42.407 f2(1,1) = 20 + 5*1 + (1/3) *42.407 = 39.1356 f2(1,2) = 20 + 5*2 + (1/3) *42.407 = 34.7119 f2(1,3) = 20 + 5*3 + (1/3) *42.407 = 36.5706 f2(1,4) = 20 + 5*4 + (1/3) *42.407 = 40.5235
4 3 2 1

0

s \ x2 0 1

0 0 42.407

1 -39.14

2 -34.71

3 -36.57

4 -40.52

f *2 0 34.7119

x*2 0 2

n=1,

f1(1,0) = 0 + 5*0 + (1/3) *34.7119 = 34.7119 f1(1,1) = 20 + 5*1 + (1/3) *34.7119 = 36.5706 f1(1,2) = 20 + 5*2 + (1/3) *34.7119 = 33.8568
2 1

0

20
3

f1(1,3) = 20 + 5*3 + (1/3) *34.7119 = 36.2856 f1(1,4) = 20 + 5*4 + (1/3) *34.7119 = 40.4285
4

s \ x2 1

0 34.71

1 36.57

2 33.857

3 36.29

4 40.43

f *1 33. 857

x* 1 2

Respuesta: Costo Mínimo Probable: 33. 857 Solución óptima: x1 = 2 , x2 = 2 , x3 = 3 El costo mínimo probable para obtener al menos un producto bueno es de $ 33. 857; y el día 1 se debe producir 2, y si los 2 salen malos el día 2 se deben producir 2, y si salen malos el día 3 se deben producir 3.

Con más detalles, la política óptima, y costos, en cuanto al lote de producción es: - Que el día 1 fabrique 2 artículos, y si al menos uno de ellos sale bueno, el día 2 y día 3 no fabrica, y tiene un costo total de $20 + $5*2 = $30. - Si todos los artículos del día 1 salen malos, entonces el día 2 se deben fabricar 2 nuevos arículos. Si al menos uno de ellos sale bueno, el día 3 no fabricar, y tiene un costo total de $60. ($30 el dia 1 más $30 el día 2). - Si todos los artículos del día 2 salen malos, entonces el día 3 se deben fabricar 3 artículos más. Si todos los del día 3 salen malos, tendrá un costo total de $295. ($30 el dia 1 + $30 el día 2 + $35 el dia 3 + $200 de multa). Si al menos uno del día 3 sale bueno, tendrá un costo total de $95, dado por $30 el día 1 + $30 el día 2 + $35 el día 3.

Otras preguntas:

*) ¿Cuál es el costo total en los 3 días?.

21

No se sabe de ese costo a priori, y no se sabe cual será en cada ocasión que se deba fabricar uno de estos artículos, porque no se sabe si se obtendrá el día 1 con un costo de $30, o el día 2 con un costo de $60, o el día 3 con un costo de $95, o bien deberá pagar la multa de $200 con un costo de $295. El costo del día 1 es seguro, los demás son costos probables.

*) ¿De que modo se puede obtener un costo total mínimo de $33. 857 ?. En este caso, de ninguna manera se tendrá en alguna ocasión un costo de $33. 857. Según lo ya indicado, el dia 1 hay un costo de $30, si debe fabricar el día 2 el costo es de $60, y si fabrica el día 3, el costo es de $95, y si todos salen malos, tiene un costo total con multa de $295.

*)Tomando en cuenta los resultados y valores de los costos ya indicados, ¿cuál debiese ser el mínimo valor al que convendría vender ese artículo de calidad exigente?. El costo mínimo probable de $33. 857 es aquel costo al que se tenderá, si se tiene muchos pedidos de este artículos, y cada vez se toma la política de producción que ya se indicó (x1=2, x2=2, x3=3). Como el día 1 tiene un costo de $30, (cerca de $33.857), se puede concluir que casi siempre, (en el 88,89% porque: 1 - (1/3)*(1/3) = 0,888 ) el artículo bueno se obtiene el primer día, lográndolo con un costo de $30. En muy pocas ocasiones pasa al día 2 con un costo de $60. (11,11%), y casi nunca pasará al día 3. ( (1/3)^4 = 0,0123; el 1,2 % ). Muy rara vez pagará la multa y tendrá un costo de $295, ( (1/3)^7 = 0,00045724737082 ; un 0,045% ). Por lo que el piso para el precio de venta que se debe considerar es de $ 33.857, que es el costo al que tenderá si se tiene muchos pedidos de este tipo.

Ejemplo 2. (PDP)
Enunciado. Se debe fabricar un artículo con altas exigencias de calidad y se ha estimado que la probabilidad de que apruebe el nivel de calidad y salga bueno es de sólo 1/5 (20%) y los artículos malos son sin posibilidad de recuperación. Poner en marcha las maquinarias un día para producir tiene un costo de $700 y el costo por unidad que se decida producir es de $50, y se dispone de 3 días.

22

Si no se logra producir un artículo bueno en los 3 días, por contrato deberá pagarse una multa de $2100. ¿Cuál es la política de producción más conveniente a seguir durantes estos 3 días para lograr al menos un artículo bueno?. ¿Cuál debe ser el piso para el precio de venta de ese artículo bueno que se produzca?

El Modelo y sus partes.

Las etapas. Son los dias de producción. El problema tiene 3 etapas. Los estados: Se distinguir 2 estados dentro de cada etapa, y son: "la cantidad de artículos buenos que se tiene la obligación de obtener en esa etapa". Se indicarán por 0 y 1. Estado inicial: 1 Estados finales posibles son 0 y 1. Es decir, el estado: 0 : indica que en esa etapa no se tiene la necesidad obligada de obtener un artículo bueno. 1 : indica que en esta etapa sí se tiene la necesidad obligada de obtener un artículo bueno. Las variables de decisión : Cantidad de artículos que se deberá fabricar ese día. Son tres: x1, x2, x3, donde: x1 es la cantidad de artículos a fabricar el día 1, x2 es la cantidad de artículos a fabricar el día 2, y x3 es la cantidad de artículos a fabricar el día 3. El costo de producción de cada día esta dado por:

700 ; si xi > 0 Costo por dia: = 50xi + K(xi) ; Donde K(xi) = < 0 ; si xi = 0

Cada artículo que se produzca tiene la probabilidad de 1/5 que salga bueno, y 4/5 que salga malo. Por lo que, si produce 2 artículos la probabilidad de que los 2 salgan malos es:

23

(1/5)*(1/5) = (1/5)2. Si decide producir 3 artículos, la probabilidad de que los 3 salgan malos es de (1/5)3 . Si fabrica 4, es (1/5)4 = 0,0016 la probabilidad de que los 4 salgan malos. Generalizando, si se decide fabricar xi artículos, entonces la probabilidad de que todos salgan malos es: (1/5) xi.

Probabilidades si se producen 3 artículos.

Los 3 malos tiene probabilidad de ocurrencia de: (4/5) .
3

Si se fabrica xi artículos, la Probab. de que todos salgan malos es: (4/5) .
xi

La función objetivo, contiene el costo de esa etapa más el costo probable de la etapa siguiente si todos hubiesen salido malos, y más el costo probable de la etapa siguiente si no todos hubiesen salidos malos (al menos uno salió bueno).

donde: K(xn ) es el costo de producción fijo de $0 o de $700, según ese día produzca artículos o no. 50*xn : representa el costo de $50 por unidad de las xn que se decida producir.

24

x : representa la probabilidad de que los xn artículos salgan malos. (4/5) n fn+1(1) : es el costo que se tendrá en la etapa siguiente, si se llega a ella con la obligación de obtener un artículo bueno. Este valor es: f *n+1(1). (4/5)xn*fn+1(1) : es el costo probable desde la etapa siguiente en adelante, si todos los de esta etapa salen malos. (1- (4/5)xn) : es la probabilidad de que no todos los xn artículos salgan malos; alguno sale bueno. fn+1(0) : es el costo en que se incurrirá desde la etapa siguiente, si se llega a ella al estado 0, es decir sin la necesidad de producir un artículo bueno, porque ya se obtuvo. Es f *n+1(0) (1-(4/5)xn)fn+1(0) : es el costo probable desde la etapa siguiente, si en esta etapa sale alguno de los artículos bueno. Valor al horizonte: f *n+1( 0 ) es cero. La etapa 1 tiene como estado inicial: 1; es decir, en la etapa 1 se tiene la obligatoriedad de obtener un artículo bueno.

Los cálculos:

n=3 ,

f3(1,0) = 0 + 50*0 + (4/5) *2100 f3(1,1) = 700 + 50*1 + (4/5) *2100 f3(1,2) = 700 + 50*2 + (4/5) *2100 f3(1,3) = 700 + 50*3 + (4/5) *2100 f3(1,4) = 700 + 50*4 + (4/5) *2100 f3(1,5) = 700 + 50*5 + (4/5) *2100
5 4 3 2 1

0

= = = = = =

2100,000 2430,000 2144,000 1925,200 1760,160 1638,128

25
6

f3(1,6) = 700 + 50*6 + (4/5) *2100 f3(1,7) = 700 + 50*7 + (4/5) *2100 f3(1,8) = 700 + 50*8 + (4/5) *2100 f3(1,9) = 700 + 50*9 + (4/5) *2100 f3(1,10) = 700 + 50*10 + (4/5) *2100 f3(1,11) = 700 + 50*11 + (4/5) *2100 f3(1,12) = 700 + 50*12 + (4/5) *2100
12 11 10 9 8 7

= = = = = = =

1550,502 1490,402 1452,322 1431,857 1425,486 1430,388
1444,311

(Con xn = 11, el valor de la función objetivo empieza a subir).

Resumen para n=3 s \ x3 0 1 0 0 2100 1 -2430 2 -2144 3 -1925,2 4 -1760,2 5 -1638,1 6 0 1550,5 7 0 1490,4

8 -1452,3

9 -1431,9

10 -1425, 486

11 -1430,4

12 -1444,3

f *3 0 1425, 486

x* 3 0 10

n=2 ,

f2(1,0) = 0 + 50*0 + (4/5) *1425,486

0

=

1425,486

26
1

f2(1,1) = 700 + 50*1 + (4/5) *1425,486 f2(1,2) = 700 + 50*2 + (4/5) *1425,486 f2(1,3) = 700 + 50*3 + (4/5) *1425,486 f2(1,4) = 700 + 50*4 + (4/5) *1425,486 f2(1,5) = 700 + 50*5 + (4/5) *1425,486 f2(1,6) = 700 + 50*6 + (4/5) *1425,486 f2(1,7) = 700 + 50*7 + (4/5) *1425,486 f2(1,8) = 700 + 50*8 + (4/5) *1425,486 f2(1,9) = 700 + 50*9 + (4/5) *1425,486 f2(1,10) = 700 + 50*10 + (4/5) *1425,486 (Con xn = 9, el valor de la función objetivo empieza a subir).
10 9 8 7 6 5 4 3 2

= = = = = = = = = =

1890,3886 1712,3109 1579,8487 1483,8790 1417,1032 1373,6826 1348,9460 1339,1568 1341,3255 1353,0604

Resumen para n=2
s \ x2 0 1 0 0 1 -2 -3 -1579,8 4 -1483,9 5 -1417,1 6 -1373,7 7 -1348,9 8 -f*2 0 x* 2 0 8

1425,5 1890,4 1712,3

1339,2 1339,2

n=1 ,

f1(1,0) = 0 + 50*0 + (4/5) *1339,1568 f1(1,1) = 700 + 50*1 + (4/5) *1339,1568
1

0

= =

1339,1568
1821,3255

27
2

f1(1,2) = 700 + 50*2 + (4/5) *1339,1568 f1(1,3) = 700 + 50*3 + (4/5) *1339,1568 f1(1,4) = 700 + 50*4 + (4/5) *1339,1568 f1(1,5) = 700 + 50*5 + (4/5) *1339,1568 f1(1,6) = 700 + 50*6 + (4/5) *1339,1568 f1(1,7) = 700 + 50*7 + (4/5) *1339,1568 f1(1,8) = 700 + 50*8 + (4/5) *1339,1568 f1(1,9) = 700 + 50*9 + (4/5) *1339,1568 f1(1,10) = 700 + 50*10 + (4/5) *1339,1568 (Con xn = 9, el valor de la función objetivo empieza a subir).
10 9 8 7 6 5 4 3

= = = = = = = = =

1657,0604 1535,6483 1448,5187 1388,8149 1351,0519 1330,8415 1324,6732 1329,7386 1343,7909

Resumen para n=1
s \ x1 1 0 1 2 3 1535,6 4 1448,5 5 1388,8 6 1351,1 7 1330,8 8 f*1 x* 1 8

1339,2 1821,3 1657,1

1324,7 1324,7

Respuesta 1: La política de producción más conveniente a seguir durantes estos 3 días para lograr al menos un artículo bueno es: Producir 10 artículos el día 1, y si salen todos malos, el día 2 producir 8 artículos, y si salen todos malos, producir 8 el día 3. Respuesta 2. El piso para el precio de venta de ese artículo bueno que se produzca es: $1324,6732

28

También podemos respnder que : - El Costo Mínimo Probable es : 1324, 6732, y - que la Solución óptima es: x1 = 8 , x2 = 8 , x3 = 10

Con más detalles, la política óptima, y costos, son: - Que el día 1 fabrique 10 artículos, y si al menos uno de ellos sale bueno, el día 2 y día 3 no fabrica, y tiene un costo total de $700 + $50*10 = $1200. - Si los 10 artículos del día 1 salen malos, entonces el día 2 se deben fabricar 8 nuevos arículos. Si al menos uno de ellos sale bueno, el día 3 no fabricar, y tiene un costo total de $2300. ($1200 el dia 1 más $1100 el día 2 ). - Si todos los artículos del día 2 salen malos, entonces el día 3 se deben fabricar 8 artículos más. Si al menos un artículo del día 3 sale bueno, tendrá un costo total de $3400, dado por $1200 el día 1 + $1100 el día 2 + $1100 el día 3. Si todos los del día 3 salen malos, tendrá un costo total de $5500. ($1200 el dia 1 + $1100 el día 2 + $1100 el dia 3 + $2100 de multa).

Hay una probabilidad del 10,7% de que los 10 artículos hechos el día 1 salgan todos malos: ( (4/5)^10 =0,107374182 ). Por lo que obtener al menos un artículo bueno el día 1 tiene una probabilidad del 89,2% ( dada por: 1 - (4/5) ^10 = 0,89262581). Esto indica que alta la probabilidad de obtener el artículo bueno el día 1, con un costo de: $1200.

Hay una probabilidad del 1,8% que los del día 1 y día 2 salgan todos malos (4/5)^18 = 0,018014, por lo que lograr al menos un artículo bueno el día 1 o el día 2 tiene una probabilidad del 98,2% Lo que indica que es altísima la probabilidad de obtener el artículo bueno el día 1 o el día 2, con un costo de $2300.

Hay una probabilidad del 0,3% de no obtener el artículo bueno en los 3 días, y tener que pagar la multa de $2100.

29

*) No se sabe cual es el costo que se tendrá al iniciar la producción. Es de: $1324,7 el costo probable. El costo del día 1 es seguro, los demás son costos probables. Ese costo mínimo probable puede que nunca se obtenga, pero se tenderá a él.

*) Por los resultados anteriores es que el precio de venta mínimo para el artículo a producir debe ser de $1324,7. Casi siempre se obtendrá el día 1, muy pocas veces se obtendrá el día 2, y rara vez se obtendrá el día 3, o muy dificil de que se deba pagar la multa.

Cuando se desarrolla de esta forma para incluir todos los estados y decisiones posibles en todas las etapas, a veces recibe el nombre de árbol de decisión. Si el árbol de decisión no es demasiado grande, proporciona una manera útil de resumir las diversas posibilidades que pueden ocurrir.

30 USO DE PROGRAMAS DE COMPUTACIÓN (WINQSB): B. PROGRAMACIÓN DINÁMICA La programación dinámica es un enfoque general para la solución de problemas en los que es necesario tomar decisiones en etapas sucesivas. Las decisiones tomadas en una etapa condicionan la evolución futura del sistema, afectando a las situaciones en las que el sistema se encontrará en el futuro (denominadas estados), y a las decisiones que se plantearán en el futuro. Conviene resaltar que a diferencia de la programación lineal, el modelado de problemas de programación dinámica no sigue una forma estándar. Así, para cada problema será necesario especificar cada uno de los componentes que caracterizan un problema de programación dinámica. El procedimiento general de resolución de estas situaciones se divide en el análisis recursivo de cada una de las etapas del problema, en orden inverso, es decir comenzando por la última y pasando en cada iteración a la etapa antecesora. El análisis de la primera etapa finaliza con la obtención del óptimo del problema.

31

32

33

34

35

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)//-->