Professional Documents
Culture Documents
Programación Dinámica
Descomposición
n variables 1 variable
1 etapa n etapas
1 2
7 3 4
8
6 5
PRINCIPIO DE OPTIMALIDAD
El principio de optimalidad
establece el marco de
referencia unificador para los
n – subproblemas o n – etapas
de los problemas de
programación dinámica
NATURALEZA RECURSIVA EN
LOS CALCULOS DE LA PD
Los cálculos de la programación dinámica se hacen
recursivamente, en el sentido de que la solución
óptima de un subproblema se utiliza como una
entrada para el siguiente subproblema. Al momento
de resolver el último subproblema, se tendrá la
solución óptima para todo el problema
La forma de los cálculos recursivos depende de la
descomposición del problema original. En general,
los subproblemas se unen a través de algunas
restricciones comunes. A medida que se avanza de
un subproblema a otro, hay que dar la razón de la
viabilidad de estas restricciones
NATURALEZA RECURSIVA EN
LOS CALCULOS DE LA PD
Los problemas de la programación
dinámica ocupan recursiones
tanto hacia adelante como hacia
atrás, las que deben producir la
misma solución
Aún cuando el procedimiento
hacia delante parece más lógico,
la programación dinámica utiliza
generalmente la recursión hacia
atrás, puesto que es más eficiente
en los cálculos
METODOLOGIA PARA PLANTEAR
PROBLEMAS DE PROGR. DINAMICA
8
4 9 7
PROBLEMA DE LA RUTA CRITICA
12
2 2 5 5
7 8 9
8 9 6
1 3 3 6 6 8
5
13
7
15
8
4 4 9 7 7
C1 (Xi – bi)
Se puede Costo de mantener un número
incurrir en dos de trabajadores excesivo
tipos de costos
en la semana i C2 (Xi – Xi-1 )
Costo de contratar Xi – Xi-1
trabajadores adicionales
PROBLEMA DE Nº DE EMPLEADOS
Solución: C1 = $300 b1 = 5
b2 = 7
$400 fijo
C2 b3 = 8
$200 variable
b4 = 4
b5 = 6
C1(Xi – bi) = 300(Xi – bi) para Xi > bi
C2(Xi – Xi-1 ) = 400 + 200(Xi – Xi-1 ) para Xi > Xi+1
con i = 1, 2, 3, 4, 5
PROBLEMA DEL REEMPLAZO EQUIPO
Ejemplo:
Se necesita determinar la política
de reemplazo óptima para una
máquina que en la actualidad
tiene 3 años, durante los
próximos 4 años (n = 4), es decir,
hasta principios del año 5
La compañía requiere que una
máquina de 6 años se reemplace.
El costo de una máquina nueva
es de $100.000
PROBLEMA DEL REEMPLAZO EQUIPO
mi = { 0, 1, …., W
wi }
Xi = { 0, 1, ………., W }
PROBLEMA DE VOLUMEN CARGA
Ejemplo:
Un barco de 4 toneladas se carga con uno o más de
tres artículos. La siguiente tabla proporciona el
peso por unidad, wi, en toneladas y la utilidad, ri, en
miles de US$ por cada artículo i
Artículo i wi ri Debido a que los pesos por
1 2 31 unidad, wi y el peso máximo W
2 3 47 asumen todos valores enteros,
3 1 14 el estado Xi sólo puede asumir
valores enteros
PROBLEMA DE INVENTARIO
Sean:
Xn+1 = 0
Z1 Z2 Zi Zi+1 Zn
X1 X2 Xi Xi+1 Xn
D1 Di Dn
Ci(Zi) 0 si Zi = 0
Ki + pi(Zi) si Zi > 0
donde: pi(Zi) : Función del costo
de producción
marginal dado Zi
Este problema formula la
programación dinámica con
función recursiva hacia adelante
PROBLEMA DE INVENTARIO
0 < Z1 < D1 + X2
Ejemplo:
Encuentre la solución óptima para la situación del
inventario de tres períodos que a continuación se
proporciona. La demanda ocurre en unidades
discretas y el inventario inicial es de X1 = 1 unidad
Período Demanda Di Costo de Costo de
i (unidades) Preparación Ki Almacenamiento hi
1 3 3 1
2 2 7 3
3 4 6 2
PROBLEMA DE INVENTARIO
Ejemplo:
El costo de producción por unidad es de $10 para
las tres primeras unidades y de $20 por cada unidad
adicional
Dado α j = ( 1 + rj ) j = 1, 2
se tiene α
Si = Ii 1
(n+1-i)
+ (Xi – Ii) α 2
(n+1-i)
Si =α
( 1
(n+1-i)
α
– 2
(n+1-i)
)Ii + Xi α 2
(n+1-i)
Problema de Inversión:
Una persona desea invertir $C en el
mercado de valores durante los
siguientes n años. El plan de inversión
requiere comprar las acciones al inicio
del año y venderlas al final del mismo
año. Posteriormente, el dinero
acumulado se puede reinvertir (todo o
parte) al inicio del siguiente año
PROGRAMACION DINAMICA
PROBABILISTICA
Problema de Inversión:
El grado de riesgo en la inversión se representa
expresando el rendimiento de forma probabilística:
Un estudio del mercado indica que el rendimiento
sobre la inversión está afectado por m condiciones
del mercado (favorables o desfavorables) y que la
condición i da un rendimiento ri con probabilidad pi
Problema de Inversión:
Xi : Cantidad de fondos disponibles al inicio del año i
con X1 = C
Yi : Cantidad realmente invertida al inicio del año i
( Yi < Xi )
Problema de Inversión:
Para la condición de mercado k-ésima se observa que:
Xi+1 = ( 1 + rk )Yi + ( Xi – Yi ) K = 1, 2, ……, m
Xi+1 = rkYi + Xi
Problema de Inversión:
m
Función Recursiva
fi(Xi) = Máx { Σ pk fi+1 (Xi + rkYi) }
k=1
0 < Yi < Xi
Problema de Inversión:
m
Σ
fn(Xn) = Máx {
k=1
p k fn+1 (Xn+1 ) }
m
Σp
fn(Xn) = Máx { k Xn+1 ) }
k=1
m
Σ
fn(Xn) = Máx { p
k=1
k (Xn + rkYn) }
Problema de Inversión:
m
fn(Xn) = Σ
k=1
p k (Xn + rkXn)
m
fn(Xn) = Σ p X (1 + r ) m
Σ
k n k
k=1 fn(Xn) = Xn pk (1 + rk)
m
fn(Xn) = Xn Σ
k=1
(pk + pkrk) k=1
m m
fn(Xn) = Xn( Σk = 1p +kΣ= 1p r )
k k k
Ejemplo:
Se desean invertir $10.000 durante los
siguientes 4 años. Existe un 40% de
probabilidad de obtener una ganancia 2
veces superior a la inversión, 20% de
probabilidad de no ganar ni perder y 40%
de probabilidad de perder toda la
inversión inicial
Ejemplo:
Se tiene $1 para invertir y puede
hacerlo en A, en B, o si lo desea puede
no invertir, al principio de los próximos
3 años. Solo se puede invertir $1 cada
vez y, los retornos después de la
inversión dependen de diferentes
escenarios, cuyas probabilidades se
indican en la siguiente tabla:
PROGRAMACION DINAMICA
PROBABILISTICA
Ejemplo:
Retorno después
Inversión Probabilidad
de la Inversión
-1 0,4
A
1 0,6
B 0 0,9
1 0,1
Se pide hallar la política de inversión que
maximice la probabilidad de tener a lo
menos $2 al final después del último año