CARRERA MATERIA CLAVE UNIDAD

INGENIERIA INDUSTRIAL INVESTIGACION DE OPERACIONES INB-0412 UNIDAD 1 PROGRAMACION DINAMICA

Enero Junio 2011

Contenido
Introduccin......2
Ecuacin recursiva:..5 Programacin Dinmica Determinista.7 Programacin Dinmica Probabilstica.10

Relacin de Imgenes y tablas.

Nota: Cada una de las tablas se refiere al problema particular, por lo cual no existe una referencia en particular.

Ramn Martnez Lpez.

1. Programacin Dinmica (PD):

1.1 Introduccin.

Dentro de la investigacin de operaciones, la programacin lineal (P.L.) constituye uno de los ejes principales de algoritmos para la solucin de problemas. Cuando hemos querido resolver problemas, los hemos planteado por simplex, los problemas de transporte los hemos hecho con P.L., cualquier tipo de programacin ha sido planteada con P.L. y los resultados son magnficos. La programacin dinmica no ser la excepcin, este es un procedimiento matemtico que se utiliza para descomponer un problema grande en varios subproblemas de menor tamao y por supuesto, ms fcil de resolver. La solucin de cada una de las etapas-como se llamarn ahora los subproblemas- darn una solucin ptima, las cuales se enlazan en una ecuacin que se llama recursiva para finalmente optimizar todo el problema. Por tal motivo en alguna bibliografa se le llama tambin programacin de etapas mltiples. Algunas de las dificultades de utilizar este algoritmo es que cada combinacin define una poltica de decisin para todo el problema y por lo tanto es poco probable que podamos contabilizar todas las soluciones posibles para problemas de tamaos medianos y grandes. Otra de las dificultades es que las combinaciones infactibles no se pueden detectar con anticipacin, hacindonos un trabajo extra, y finalmente la informacin pasada no se utiliza para eliminar combinaciones futuras que son inferiores a las que se analizan en ese momento. El modelo de PD, es un algoritmo sencillo de seguir. Estableciendo primero la definicin de etapa y estado, podremos avanzar integralmente a la solucin de los problemas. Etapa.- es una parte del problema que tiene alternativas mutuamente excluyentes, de las cuales se escoge la mejor. Estado.- es la condicin en la que se encuentran las restricciones con cada etapa. El modelo tiene primordialmente la premisa de escoger la mejor alternativa que se presenta dado un estado. El resultado nos estar diciendo para la siguiente etapa cual es la alternativa que deber considerarse dado que el resultado que se escoja independientemente del que resultara de la etapa 1 ser el mejor para la etapa 2 y por consiguiente el mejor para la etapa 1. De igual forma el resultado de la etapa 3 ser el mejor para esa misma etapa y por consiguiente

Ramn Martnez Lpez.

para la etapa 2, que por supuesto, tendr una optimizacin para la etapa 1, y as sucesivamente podremos estar avanzando en n etapas con m estados.

La siguiente frmula ayuda a la mejor comprensin: Mayor ingreso para la primera y segunda etapa dado el estado siguiente Total mximo de todas las = alternativas viables de la etapa 2 en ese estado

Ingreso de la etapa 2

El ms alto ingreso para la+ etapa 1 en el estado 1

Un ejemplo nos ayudar a comprender mejor esta situacin: Suponga que se quiere construir tres campos deportivos y se reciben varias propuestas de las agencias constructoras. Con las autoridades se ha acordado no ejercer mayor cantidad del presupuesto que el otorgado de 5 millones de pesos.

Todas las alternativas sern de beneficio a la ciudadana y se pretende solo cobrar para recuperar la inversin. De cualquier forma se tiene una proyeccin para que los ingresos dejen una utilidad, la cual tambin es proyectada por las compaas constructoras de acuerdo al siguiente cuadro: Propuesta P1 P2 P3 P4 Sitio 1 Costo 1 beneficio 0 0 1 5 2 6 Sitio 2 Costo 2 beneficio 0 0 2 8 3 9 4 12 Sitio 3 Costo 3 beneficio 0 0 1 3 -

Ramn Martnez Lpez.

Note que se insert una fila de ceros para cubrir la posibilidad de no asignar recursos a sitios individuales. Y esa es la propuesta nmero 1. Analizando podemos estar concientes que tomando una enumeracin exhaustiva, tendremos 24 posibles soluciones, ya que hay 3 sitios con 4 propuestas y 2 posibilidades de decisin (4 x 3 x 2 = 24). Si decidimos enunciar los estados: E-1 como el dinero asignado a la etapa 1, E-2 al dinero de las etapas 2 y 3 y E-3 al dinero de las etapas 1,2 y 3, podemos establecer la siguiente tabla que muestra el dinero que puede disponerse, la propuesta ptima resultante y el beneficio que se obtiene para el E-1.

Dinero disponible 0 1 2 3 4 5

Propuesta que se escoge P1 P2 P3 P3 P3 P3

Beneficio para esa propuesta: 0 5 6 6 6 6

Recuerda que solo podemos gastar lo que se proponga en la E-1, y en este caso es un gasto de 2 como mximo. En la siguiente etapa podemos gastar del 0 al 5, considerando la etapa anterior, por lo que la tabla que sigue queda: Dinero disponible 0 1 2 3 4 5 Propuesta que se escoge P1 P1 P2 P2 P3 o P2 P4 Beneficio para las etapas 1 y 2: 0 5 8 13 14 17

Nota que al escoger la propuesta ptima para esa etapa, el dinero disponible puede ser de 0 a 5, que en la etapa 2 puede ser de 0 a 5 pero que el costo es la suma de ambas propuestas (porque ya pas la E-1 y tuvo un costo).

En la etapa tres se tienen que considerar las anteriores etapas, que en ambas debi haber costo.

Ramn Martnez Lpez.

Dinero disponible 5 5

Propuesta que se escoge P1 P2

Beneficio para esa propuesta: 17 17

Nota que el dinero disponible en la E-3 es de 5 porque en esa etapa se debe gastar todo el dinero de la inversin, por lo tanto solo se tiene esa opcin para esta etapa. La solucin ptima sera: la P2 para el campo 1, P4 para el campo 2 y P1 para el campo 3. De esta forma gastaremos el dinero que se presupuest, obteniendo una ganancia mxima de 17. 1.2 Ecuacin recursiva: La programacin dinmica se utiliza en la solucin de problemas lineales y de no lineales. La programacin dinmica es til para resolver un problema donde se deben tomar una serie de decisiones interrelacionadas. A diferencia de la P.L, la programacin dinmica no tiene formulacin matemtica estndar. Se trata de un enfoque de tipo general para la solucin de problemas, y las ecuaciones se derivan de las condiciones individuales de los mismos.

Se dispone de una relacin recursiva que identifica la poltica ptima para la etapa n, dada la poltica para la etapa n+1 fn* (s) = min { csx + f*n+1 ( xn ) } xn n = etapa actual ( n = 1,2,......, N) N = numero de etapas. sn = estado actual para la etapa n xn = variable de decisin para la etapa n. fn (sn , xn* ) contribucin a la funcin objetivo de las etapas n, n+1, ......, N, si el sistema se encuentra en el estado sn en la etapa n la decisin inmediata es xn y en adelante se toman las decisiones ptimas. fn* (sn ) = fn (sn , xn * )

La relacin recursiva siempre tendr la forma: fn* (s) = min { csx + f*n+1 ( xn ) } xn o 6
Ramn Martnez Lpez.

fn* (s) = max { csx + f*n+1 ( xn ) } xn Cuando se usa esta relacin recursiva, el procedimiento de solucin comienza al final y se mueve hacia atrs etapa por etapa (encontrando cada vez la poltica ptima para esa etapa) hasta que encuentra la poltica ptima desde la etapa inicial. Esta poltica ptima lleva de inmediato a una solucin ptima para el problema completo, a saber, x1 * para el estado inicial s1, despus x2* para el estado s2 que resulta, luego x3* para el estado s3 que resulta, y as sucesivamente hasta x*n 1.3 Programacin Dinmica Determinista La PD determinista es aquella que tiene como resultado un n{umero en particular, es decir una cantidad bien determinada. Ejemplo: Un vendedor de autos planea viajar de Sonora a Tlaxcala para ofrecer sus autos en el trayecto. Planea llegar a los puntos que se indican en el mapa, sin embargo tiene mltiples opciones para viajar a travs del territorio.

Ramn Martnez Lpez.

Derivado de acontecimientos recientes, la zona se ha convertido en ruta de ladrones y mafiosos. Las compaas vendedoras de seguros lo saben y han desplegado una publicidad para ofrecer sus servicios. El costo del aseguramiento (cij ) se muestra en seguida ( en miles de pesos):
Nayari t Durango Zacateca s Tamaulipa s SL P Guanajuat o Aguascalient es Mxic o Tlaxcal a

De

Sonora Nayarit Durango Zacatecas Tamaulipas San Luis Potos Guanajuato Aguascalie ntes Mxico

3 7 3 4 4 2 1 6 4 5 1 6 3 4 3 3 3 4

Ante este panorama, el viajero se pregunta Cual es la ruta que minimiza el costo total para tener seguridad? Estrategia de solucin: Un problema complejo es desagregado en problemas simples que se resuelven etapa por etapa. En este caso se puede pensar qu pasara si al viajero slo le faltara una ruta de viaje. Por P.D la solucin sera entonces ir desde el estado actual (cualquiera que sea) y llegar a su destino final (estado Tlaxcala) al costo cij Se hace lo mismo para cada jornada (etapa), ensanchando el problema. As encontramos la solucin ptima del lugar al que debe dirigirse teniendo en cuenta la informacin de la iteracin anterior. Formulacin. Si denominamos Xn ( n = 1,2,3,4 ) las variables que representan el destino inmediato en la etapa n. La ruta que se selecciona ser: A--X1-- X2-- X3-- X4

Ramn Martnez Lpez.

Donde X4 = Tlaxcala Si fn (S, Xn) es el costo total de la poltica global mas valiosa para las etapas restantes, dado que el viajero se encuentra en el estado S, listo para iniciar la etapa n y se dirige a Xn como destino inmediato. Contamos con S y n como datos, y sea Xn* el valor de Xn , que minimiza fn (S , Xn) , adems fn*(S) es el valor mnimo que corresponde a fn (S, Xn) entonces: fn*(S) = Min Xn fn (S, Xn) = fn (S, Xn*) fn(S, Xn) = costo inmediato (etapa n) + Mnimo costo a futuro (etapa n+1) en adelante = cs , xn + fn+1* (Xn) donde cs, xn es el costo de ir de de la ciudad i al destino j fn+1 *(Xn) es el costo ptimo (pero el que se acumula) De la ruta seleccionada vemos que la etapa 4 es la final, por lo cual cuando queremos aplicar el procedimiento de solucin hacia atrs, iniciamos por nombrar la etapa f5*(Tlaxcala) =0, siendo el objetivo encontrar f 1*(Sonora) y la ruta que nos lleva al ptimo. Suponemos que el viajero tiene una etapa por transitar (n=4), y su ruta a partir de ah, estar sujeta al estado actual (Aguascalientes o Mxico) y su destino final X4=Tlaxcala, entonces podremos definir como que la ruta ser de S a Tlaxcala, donde S= Aguascalientes o Mxico Por lo tanto f4*(S) = cS,T + f5(Tlaxcala) f4*(Aguascalientes) = cA, T =3 y f4*(Mxico) = c M, T =4

Al viajero le quedan dos etapas para recorrer aqu estamos en n=3. Si el viajero sale de Tamaulipas: f3*(S)= c TA, T + f4*(Aguascalientes) = 4 f3*(S)= c TA, T + f4*(Mxico) = 8 Generalizando tendremos la siguiente tabla para la etapa n =3 f3(S) Resultado: Aguascalientes Mxico F3*(S) Tamaulipas 4 8 4 SLP 9 7 7 Guanajuato 6 7 6

La decisin: X3* Aguascalientes Mxico Aguascalientes

En estas condiciones el viajero tendra tres etapas por viajar cuando n=2, ahora suponemos que sale de Durango: f2*(S)= c D, TA + f3*(Tamaulipas) = 7 9
Ramn Martnez Lpez.

f2*(S)= cD, SLP + f3*(SLP) = 9 f2*(S)= c D, G + f3*(Guanajuato) = 10 Vemos que el resultado ptimo es 7 por lo tanto ir de Durango a Tamaulipas (Ta) es lo que conviene. Y en general la tabla para la etapa 2: f2(S) SLP 11 9 8 f2(S) Guanajuato 12 11 10 7 11 8 X2 Ta o SLP Durango Ta o Gto.

Nayarit Durango Zacatecas

Tamaulipas 11 7 8

Ya para la etapa final (inicial para el viajero), debe salir de Sonora hacia Nayarit, Durango o Zacatecas. f1*(S)= c so, N + f2*(Nayarit) = 13 f1*(S)= c SO, D + f2*(Durango) = 11 f1*(S)= c so, Z + f2*(Zacatecas) = 11 En esta etapa la decisin es 11 y corresponde a la de Durango o Zacatecas. Tomando lo anterior, la solucin ser:

Sonora Nayarit Durango Zacatecas

Tamaulipas

SLP

Guanajuato

Aguascalientes

Mxico

Tlaxcala

10

Ramn Martnez Lpez.

De la grfica se pueden deducir tres rutas: 1) Salir de Sonora, hacia Durango, luego Tamaulipas, de ah a Aguascalientes y finalmente a Tlaxcala. Con un costo total de: 4+3+1+3= 11 2) Salir de Sonora, hacia Zacatecas luego Tamaulipas, de ah a Aguascalientes y finalmente a Tlaxcala. Con un costo total de: 3+4+1+3 = 11 3) Salir de Sonora, hacia Zacatecas luego San Luis Potos, de ah a Mxico y luego Tlaxcala, con un costo total de: 3+1+3+4 = 11 Conclusin: Cualquiera de las tres opciones son viables para optimizar el viaje del personaje, se reportan en 11 el costo de los tres por lo que la decisin se deja al usuario. Te recomiendo que visites la pgina de: www.investigacion-operaciones.com para mayor informacin y enriquecimiento de este tema.

1.4

Programacin Dinmica Probabilstica

La programacin dinmica probabilstica difiere de la programacin dinmica determinstica en que en la primera el estado siguiente, no depende del estado inmediato anterior, dependen de un estado e aleatoriedad, esto es hacen uso de elementos probabilisticos para encontrar la solucin ptima. Para su solucin, se plantea la ecuacin recursiva con los mismos elementos que en la determinstica y se incluye la parte correspondiente a la probabilidad de ocurrencia del evento, por ejemplo:

11

Ramn Martnez Lpez.

Se requiere que se haga una inversin de 20,000 USD, para un negocio de venta de calcetas. Se prev que durante 5 aos el negocio pueda rendir frutos, teniendo diferentes escenarios. el primero es que existe un 30% de probabilidad de tener una ganancia 200% arriba del ingreso inicial. En segundo lugar 25% de probabilidad de quedar sin prdida ni ganancia y en tercer lugar 45% de probabilidad de que el negocio no prospere, retirndose al final del periodo propuesto. El problema es encontrar la inversin que se considere ptima. Planteamiento del problema: El monto de la inversin al inicio se conoce como C= 20,000 El tiempo considerado en el periodo de la inversin es de 5 aos, por lo tanto n=5. y las probabilidades de ocurrencia de cada suceso, as como sus respectivas cantidades de ganancia (+)/prdida (-) son: p1= 0.3 p2=0.25 p3=0.45 g1 = 2 g2 = 0 g3 = -1

Xi es el dinero que se tiene al inicio de cada ao i. Yi es el dinero que se invierte al inicio del ao i. el dinero disponible al ao se calcula como (g*Yi +Xi)

Podemos con estos datos componer la ecuacin recursiva:

f i ( xi ) max{ pk * f i 1 ( xi 1 )} f i ( xi ) max{ pk * f i 1 (rk yi xi )}

los clculos van de f4 a f1, y la fn+1(Xn+1) = Xn+1

f 4 ( x4 ) f 4 ( x4 )

x 4 (1 ( p1 * g1 ) ( p 2 * g 2 ) ( p3 * g 3 )) x 4 (1 (0,30 * 2) (0,25 * 0) (0,45 * ( 1)))

f 4 ( x 4 ) 1,15x 4

por lo tanto Y4 = 1.15

12

Ramn Martnez Lpez.

f 3 ( x3 ) f 3 ( x3 ) f 3 ( x3 )

max{ p1 * f 4 ( x3 max{0,3 *1,15( x3 max{1,15x3

g1 * y 3 )

p 2 * f 4 ( x3

g 2 * y3 )

p 3 * f 4 ( x3

g 3 * y 3 )} y 3 )}

2 y 3 ) 0,25 *1,15( x3

0 y 3 ) 0,45 *1,15( x3

0,1725y 3 } 1.3225

en esta iteracin se aprecia que el resultado es invertir todo para este periodo.
f 2 ( x2 ) f 2 ( x2 ) f 2 ( x2 ) max{ p1 * f 3 ( x 2 max{1,3225x3 g1 * y 2 ) p2 * f 3 ( x2 g 2 * y2 ) p3 * f 3 ( x 2 g 3 * y 2 )} y 2 )}

max{0,3 *1,3225( x 2

2 y 2 ) 0,25 *1,3225( x 2

0 y 2 ) 0,45 *1,3225( x 2

0,198375y 3 } 1.520875

de la misma forma que la etapa anterior, el resultado es invertir todo.

f1 ( x1 ) f1 ( x1 ) f1 ( x1 ) max{ p1 * f 2 ( x1 max{1.520875x1 g1 * y1 ) p 2 * f 2 ( x1 g 2 * y1 ) p3 * f 2 ( x1 g 3 * y1 )} y1 )}

max{0,3 *1.520875( x1

2 y1 ) 0,25 *1.520875( x1

0 y1 ) 0,45 *1.520875( x1

y1 } 1.74900625

Por lo tanto la solucin final es 1.74900625*20,000= 34,980.125 USD que es la ganancia esperada con la inversin que se plane a travs de la ecuacin recursiva. La conclusin es positiva para invertir en el negocio.

13

Ramn Martnez Lpez.