INSTITUTO TECNOLOGICO SUPERIOR DE

ALVARADO, VER.

MATERIA:
Investigacin de Operaciones ii

SEMESTRE- GRUPO:
V-AC

PRODUCTO ACADEMICO:
Investigacin

Tema(S):
Programacin Dinmica Probabilstica y
Determinstica.

PRESENTAN:
Wilber Lizandro Lpez Ramn

DOCENTE:
M. en I. A. Christian Romn Clara

30/Octubre/2014

Contenido
INTRODUCCIN ............................................................................................................. 3
DESAROLLO ................................................................................................................... 3
Caractersticas de los problemas de programacin dinmica ........................................... 3
Ejemplo .......................................................................................................................... 5
El problema de la diligencia. .......................................................................................... 5
Formalizacin de los clculos de programacin dinmica ............................................... 9
PROGRAMACIN DINMICA DETERMINSTICA (PDD) ....................................... 10
Aplicaciones de programacin dinmica determinstica ............................................... 10
Modelo del tamao de la fuerza de trabajo .................................................................... 11
Ejemplo ........................................................................................................................ 11
Modelo de reposicin de equipo ................................................................................... 13
Ejemplo ........................................................................................................................ 14
PROGRAMACIN DINMICA PROBABILSTICA (PDP).......................................... 17
Aplicaciones de programacin dinmica probabilstica ................................................ 17
Un juego aleatorio ........................................................................................................ 17
Ejemplo ........................................................................................................................ 18
CONCLUSIN................................................................................................................ 22
BIBLIOGRAFA. ............................................................................................................ 22

Wilber Lizandro Lpez Ramn.

Pgina 2

INTRODUCCIN
La PD fue desarrollada por Richard Bellman y G B Dantzing. Sus importantes
contribuciones sobre esta tcnica cuantitativa de toma de decisiones se publicaron en 1957
en un libro del primer autor denominado Dynamic Programming (Princeton University
Press. Princeton, New Jersey) (Domnguez, 2000).
Inicialmente a la PD se le denomin programacin lineal estocstica problemas de
programacin lineal con incertidumbre.
La programacin dinmica (PD) determina la solucin ptima de un problema de
n variables descomponindola en n etapas, con cada etapa incluyendo un subproblema de
una sola variable. La principal contribucin de la PD es el principio de optimalidad, el cual
establece que una poltica ptima consiste de subpolticas ptimas, un marco de referencia
para descomponer el problema en etapas.
La programacin dinmica es una tcnica que se puede aplicar para resolver muchos
problemas de optimizacin. La mayor parte de las veces, la programacin dinmica 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 ms pequeos
y ms tratables.
As, la programacin dinmica se puede definir como una tcnica matemtica til que
resuelve una serie de decisiones secuenciales, cada una de las cuales afecta las decisiones
futuras. Proporciona un procedimiento sistemtico para determinar la combinacin de
decisiones que maximiza la efectividad total (Taha, 2004).
En contraste para el problema de programacin dinmica, trata de un enfoque de tipo
parcial para la solucin de problemas y las ecuaciones especficas que se usan se deben
desarrollar para que represente cada situacin individual.

DESAROLLO
Caractersticas de los problemas de programacin dinmica
Las caractersticas de la programacin dinmica se emplean para formular e identificar la
estructura de los problemas de este tipo.
A continuacin se presentarn estas caractersticas bsicas que distinguen a los problemas
de programacin dinmica.
1. El problema se puede dividir en etapas que requieren una poltica de decisin en
cada una de ellas. En muchos problemas de programacin dinmica, la etapa es la
cantidad de tiempo que pasa desde el inicio del problema, en ciertos casos no se
necesitan decisiones en cada etapa.

Wilber Lizandro Lpez Ramn.

Pgina 3

2. Cada etapa tiene un cierto nmero de estados asociados a ella. Por estado se
entiende la informacin que se necesita en cualquier etapa para tomar una decisin
ptima.
3. El efecto de la poltica de decisin en cada etapa es transformar el estado actual en
un estado asociado con la siguiente etapa (tal vez de acuerdo a una distribucin de
probabilidad).
4. El procedimiento de solucin est diseado para encontrar una poltica ptima para
el problema completo, es decir, una receta para las decisiones de la poltica ptima
en cada etapa para cada uno de los estados posibles.
5. Dado el estado actual, una poltica ptima para las etapas restantes es independiente
de la poltica adoptada en etapas anteriores. (este es el principio de ptimalidad para
la programacin dinmica). En general en los problemas de PD, el conocimiento del
estado actual del sistema expresa toda la informacin sobre su comportamiento
anterior, y esta informacin es necesario para determinar la poltica ptima de ah en
adelante.
6. El procedimiento de solucin se inicia al encontrar la poltica ptima para la ltima
etapa. La poltica ptima para la ltima etapa prescribe la poltica ptima de
decisin para cada estado posible en esa etapa.
7. Se dispone de una relacin recursiva que indica la poltica ptima para la etapa dada
la poltica ptima para la etapa (n+1)
A pesar de esta caracterstica, los problemas que pueden ser atacados con la PD tienen otras
dos propiedades adicionales:
Slo un nmero reducido de variables se debe conocer en cualquier etapa con el fin
de describir al problema. En efecto, los problemas de la PD se caracterizan por la
dependencia de los resultados derivados de decisiones sobre un nmero reducido de
variables.
El resultado de una decisin en cualquier etapa altera los valores numricos de un
nmero reducido de variables relevantes al problema. La decisin actual ni
incrementa ni decrementa el nmero de factores sobre los cuales depende el
resultado. As, para la siguiente decisin en la secuencia, el mismo nmero de
variables se considera (Hillier, 1991).
En un problema de PD una serie de decisiones se deben tomar en una secuencia dada.
Cuando esto se cumple, una poltica ptima se debe perseguir. No importa cules fueron
los estados y decisiones iniciales, las decisiones restantes constituirn una poltica ptima
con respecto al estado resultante de la primera decisin.

Wilber Lizandro Lpez Ramn.

Pgina 4

Ejemplo
El problema de la diligencia.
Un problema construido especialmente por el Profesor H M Wagner de la Universidad de
Stanford para ilustrar las caractersticas e introducir la terminologa de la PD es el
problema de la diligencia.
Este problema se refiere a un vendedor mtico que tuvo que viajar hacia el oeste utilizando
como medio de transporte una diligencia, a travs de tierras hostiles, en el ltimo cuarto del
siglo XIX. An cuando su punto de partida y destino eran fijos, tena un nmero
considerable de opciones para elegir qu estados (o territorios que posteriormente se
convirtieron en estados) recorrer en su ruta.
En la figura 5.1 se muestran las rutas posibles, en donde cada estado se representa por un
bloque numerado.

Figura 5.1. Sistema de caminos para el problema de la diligencia.

De la ilustracin se puede observar que el viaje se puede realizar en 4 etapas, partiendo del
estado 1 hasta su destino en el estado 10:
Primera etapa: estados 1 y (2, 3, 4)
Segunda etapa: estados (2, 3,4) y (5, 6, 7)
Tercera etapa: estados (5,6,7) y (8, 9)
Cuarta etapa: estado (8,9) y10
Puesto que se ofrecan seguros de vida a los pasajeros de las diligencias, este vendedor no
quiso dejar pasar la oportunidad y se propuso determinar la ruta ms segura. Como el costo
de cada pliza se basaba en una evaluacin cuidadosa de la seguridad de ese recorrido, la
ruta ms segura deba ser aquella con la pliza de seguro de vida ms barata. El costo de la
pliza estndar para el viaje en diligencia del estado i al j se muestra en figura 5.1 como
una etiqueta en los caminos (flechas) para ir de un estado a otro.
Wilber Lizandro Lpez Ramn.

Pgina 5

As la pregunta central es: cul ruta (conjunto de caminos) minimiza el costo total de la
pliza?, para contestar esta pregunta es necesario hacer notar que, el procedimiento poco
inteligente de seleccionar el camino ms barato ofrecido en cada etapa sucesiva no
necesariamente conduce a una decisin ptima global.
La PD parte de una pequea porcin del problema y encuentra la solucin ptima para ese
problema ms pequeo. Entonces gradualmente agranda el problema, hallando la solucin
ptima en curso a partir de la anterior, hasta que se resuelve por completo el problema
original.
A continuacin se explican los detalles involucrados en la implementacin de esta filosofa
general.
La idea es calcular el costo mnimo (acumulativo) de la pliza de seguros entre los dos
estados de cada etapa y despus utilizar esos costos como datos de entrada para la etapa
inmediata siguiente.
CLCULOS PARA LA ETAPA 1
Considerando los estados asociados con la etapa 1, se puede ver que los estados 2, 3 y 4
estn conectados cada uno con el estado inicial 1 por una sola flecha como se puede
apreciar en la figura 5.2. Por consiguiente, para la etapa 1 se tiene
Figura 5.2 etapa 1: estados 2, 3,4
conectados con el estado inicial 1

Costo mnimo al estado 2 = 2 (desde el estado 1)

Costo mnimo al estado 3 = 4 (desde el estado 1)
Costo mnimo al estado 4 = 3 (desde el estado 1)

CLCULOS PARA LA ETAPA 2

Despus se avanza a la etapa 2 para determinar los costos mnimos
(Acumulativos) para los estados 5, 6 y 7 como se aprecia en la figura 5.3.
Considerando primero al estado 5, se ve que existen tres alternativas; a saber (2,5), (3,5),
(4,5).

Wilber Lizandro Lpez Ramn.

Pgina 6

Figura 5.3
Etapa 2: estados 5, 6, 7 conectados
con los estados 2, 3, 4.

Esta informacin, junto con los costos mnimos de los estados 2, 3 y 4 (figura 5.4)
determinan el costo mnimo (acumulativo) para el estado 5 como:

Figura 5.4 etapa 2:

Estados 5 conectado con los
estados 2, 3, 4.

De forma similar para el estado 6 (figura 5.5), se tiene:

Figura 5.5
Etapa 2: Estados 6 conectado
con los estados 2, 3, 4.

Finalmente para el estado 7 (figura 5.6), se tiene:

Wilber Lizandro Lpez Ramn.

Pgina 7

Figura 5.6
Etapa 2: Estados 7 conectados
con los estados 2, 3, 4.

CLCULOS PARA LA ETAPA 3

Para los clculos se toman los datos de la figura 5.7

Figura 5.7
Etapa 3: estados 8, 9 conectados
con los estados 5, 6, 7.

CLCULOS PARA LA ETAPA 4

Para los clculos se toman los datos de la figura 5.8

Figura 5.8Resumen de clculos para las diferentes etapas

Etapa 4: Estados 10 conectados
con los estados 8, 9
Wilber Lizandro Lpez Ramn.

Pgina 8

El costo mnimo total desde el estado 1 al estado 10 es de 11.

El estado 10 se puede alcanzar desde los estados 8 y 9.
Si se elige el estado 9, este proviene de haber elegido el estado 6, el cual a su vez de haber
elegido el estado 4 y finalmente el estado 1.
Es decir la ruta ptima es: 1, 4, 6, 9,10
Si se elige el estado 8, este proviene de haber elegido el estado 5, el cual a su vez de haber
elegido el estado 4 o el 3.
Si se elige el estado 4, la ruta ptima es: 1, 4, 5, 8,10.
Si se elige el estado 3, la ruta ptima es: 1, 3, 5, 8,10
Por lo tanto existen 3 rutas ptimas a elegir ya que la tres implican el costo mnimo total
que es 11.
Formalizacin de los clculos de programacin dinmica
Se mostrar ahora la forma en la cual se pueden expresar matemticamente los clculos
recursivos de la PD.

i=1, 2,3n

Con la condicin inicial

. La ecuacin indica que las distancias ms cortas

en la etapa i se debe expresar en funcin del siguiente nodo

. En la terminologa
de la programacin dinmica, a se le llama estado del sistema en la etapa i.
De hecho se considera que el estado del sistema en la etapa i es la informacin que enlaza,
conecta o vincula las etapas, de tal modo que se pueda tomar las decisiones para las etapas
restantes sin volver a examinar cmo se lleg a las decisiones de las etapas anteriores. La
definicin correcta de estado permite considerar por separado cada estado, y garantiza que
la solucin sea factible para todos los estados.

Wilber Lizandro Lpez Ramn.

Pgina 9

PROGRAMACIN DINMICA DETERMINSTICA (PDD)

En este caso se profundiza sobre el enfoque de programacin dinmica en los problemas
determinsticos, en donde el estado en la siguiente etapa est completamente determinado
por el estado y la poltica de decisin de la etapa actual. El caso probabilstico en el que
existe una distribucin de probabilidad para el valor posible del siguiente estado este se
analizara ms adelante.
Aplicaciones de programacin dinmica determinstica
Algunas de las aplicaciones de programacin dinmica determinstica son:
Modelo de Volumen-Carga Mochila
Modelo del tamao de la fuerza de trabajo
Modelo de reposicin de equipos
Modelo de inversin
Modelos de inventarios
A continuacin se presentarn algunas de estas aplicaciones, cada una de las cuales
muestra una nueva idea en la puesta en prctica de la PD.
A medida que se presente cada aplicacin, es importante prestar atencin a los tres
elementos bsicos de un modelo de PD:
Definicin de las etapas
Definicin de las polticas o alternativas
Definicin de los estados para cada etapa
De los tres elementos, la definicin del estado por lo comn es la ms sutil.
Las aplicaciones que se presentan a continuacin muestran que la definicin de estado vara
dependiendo de la situacin que se est modelando.
Sin embargo, a medida que se presente cada aplicacin, resultar til considerar las
siguientes preguntas:
Qu relaciones unen las etapas?
Qu informacin se necesita para tomar decisiones factibles en la etapa actual, sin
reexaminar las decisiones que se tomaron en las etapas anteriores?
La experiencia indica que la comprensin del concepto de estado se puede mejorar
cuestionando la validez de la forma que dicta la intuicin.
Se sugiere intentar una definicin de estado diferente que pueda parecer ms lgica y
utilizarla en los clculos recursivos.
Con el tiempo, se descubrir que las definiciones que se presentan en las siguientes
aplicaciones proporcionan la forma correcta para resolver el problema.
Mientras tanto, el proceso mental propuesto deber mejorar la comprensin del concepto de
estado.

Wilber Lizandro Lpez Ramn.

Pgina 10

Modelo del tamao de la fuerza de trabajo

En algunos proyectos de construccin, las contrataciones y los despidos se ejercen para
mantener un nmero de empleados que satisfaga las necesidades del proyecto. Debido a
que las actividades tanto de contratacin como de despido incurren en costos adicionales,
cmo se debe mantener el nmero de empleados a todo lo largo de la vida del proyecto?
Supngase que el proyecto se ejecutara durante el lapso de n semanas, y que la fuerza de
trabajo mnima requiere en la semana i es . Sin embargo, de acuerdo con los parmetros
de costos, podra ser ms econmico dejar que fluctu el tamao de la fuerza de trabajo.
Como es la cantidad de trabajadores empleados en la semana i, en esa semana i se puede
incurrir en dos costos:
, el costo de mantener el exceso de personal;
, el costo de contratar,
trabajadores adicionales.
Los elementos del modelo de programacin dinmica se definen como sigue:

Ejemplo
Un contratista constructor estima que la fuerza de trabajo necesaria durante las prximas 5
semanas ser de 5, 7, 8, 4 y 6 trabajadores, respectivamente. La mano de obra en exceso
que se conserve le costara $300 por trabajador semanalmente, y la nueva contratacin en
cualquiera semana tendr un costo fijo de $400 ms $200 por trabajador y por semana.
Los datos del problema se resumen como sigue:

Wilber Lizandro Lpez Ramn.

Pgina 11

Wilber Lizandro Lpez Ramn.

Pgina 12

Modelo de reposicin de equipo

Mientras ms tiempo este en servicio una mquina, su costo de mantenimiento es mayor y
su productividad menor. Cuando la mquina llegue a cierta antigedad ser ms econmico
reemplazarla. Es as que entonces el problema se reduce a determinacin de la antigedad
mas econmica de una maquina.
Supngase que se estudia el problema de reposicin de la mquina durante un lapso de n
aos. Al inicio de cada ao, se debe decidir si mantener la maquina en servicio por un ao
Wilber Lizandro Lpez Ramn.

Pgina 13

ms o reemplazarla por una nueva. Sean r(t), c(t), los ingresos y el costos de operacin
anuales, y s(t) el valor de recuperacin de una maquina con t aos de antigedad. El costo
de adquisicin de una mquina nueva en cualquier ao es I.
Los elementos del modelo de programacin dinmica son:

Ejemplo
Una empresa debe determinar la poltica ptima, durante los prximos 4 aos (n=4), de
reemplazo de una mquina, que en la actualidad tiene 3 aos. La tabla 5.1 muestra los
datos del problema. La empresa establece que toda mquina que tenga 6 aos de edad debe
reemplazarse. El costo de una maquina nueva es $100,000.

Tabla 5.1.
Aos con relacin a sus utilidades,
costos y valor de rescate

La determinacin de los valores factibles de la edad de la mquina en cada etapa requiere

de algo de ingenio. En la figura 5.9 se resume la red que representa el problema. Al iniciar
Wilber Lizandro Lpez Ramn.

Pgina 14

el ao 1 se tiene una mquina de 3 aos de antigedad. Se puede reemplazarla (R) o

conservarla (k) durante otro ao. Al inicia el ao 2, si hay reemplazo, la maquina nueva
tendr 1 ao de edad; en caso contrario, la mquina actual tendr 4 aos de antigedad. Los
mismos razonamientos se aplican al iniciar los aos 2 o 4. Si se reemplaza una maquina con
1 ao de antigedad al iniciar los aos 2 y 3, su reposicin tendr 1 ao de antigedad al
inicio del ao siguiente. Tambin, al iniciar el ao 4, se debe reemplazar una mquina con 6
aos de servicio, y al final del ao 4 se desechan las mquinas, con recuperacin S.
Figura 5.9
Representacin de la edad
de la maquina en funcin
del ao de decisin, en el
ejemplo 5.2.1-2

La red indica que al comenzar el ao 2, las edades posibles de las maquinas son de 1 4
aos.
Para el comienzo del ao 3, las antigedades posibles son 1, 2 y 5 aos, y para el comienzo
del ao 4, las antigedades posibles son 1, 2, 3 y 6 aos.
La solucin de la red de la figura 5.9 equivale a determinar la ruta ms larga, del inicio del
ao 1 al final del ao 4. Se iniciara la forma tabular para resolver el problema. Todos los
valores son en miles de $. Ntese que si se reemplaza una mquina en el ao 4 (es decir, al
final del horizonte de planeacin) los ingresos incluirn el valor de recuperacin, s(t), de la
mquina reemplazada y el valor de recuperacin, s(1) de la mquina de repuesto.

Wilber Lizandro Lpez Ramn.

Pgina 15

La figura 5.10 resume el orden en el cual se obtiene la solucin ptima. Al iniciar el ao 1,

la decisin ptima para t=3 es reemplazar la mquina. As, la mquina nueva tendr 1 ao
al iniciar el ao 2, y t=1 al iniciar el ao 2 determina conservarla o reemplazarla. Si se
reemplaza, la nueva mquina tendr 1 ao al inicial el ao 3; en caso contrario, la maquina
conservada tendr 2 aos. El proceso se contina de esta forma hasta llegar al ao 4.

Wilber Lizandro Lpez Ramn.

Pgina 16

Figura 5.10
Las polticas alternativas ptimas empezando en el ao 1 son (R, K, K, R) y
(R, R, K, K). El costo total es de 55,300 dlares.

PROGRAMACIN DINMICA PROBABILSTICA (PDP)

La programacin dinmica probabilstica (PDP) es una tcnica matemticamente til para
la toma de decisiones interrelacionadas, se presenta cuando el estado en la siguiente etapa
no est determinado por completo por el estado y la poltica de decisin de la etapa actual.
En su lugar existe una distribucin de probabilidad para determinar cul ser el siguiente
estado. Sin embargo, esta distribucin de probabilidad si queda bien determinada por el
estado y la poltica de decisin en la etapa actual. Por consiguiente la diferencia entre la
programacin dinmica probabilstica y la programacin dinmica determinstica (PDD)
est en que los estados y los retornos o retribuciones en cada etapa son probabilsticos. La
programacin dinmica probabilstica se origina en especial en el tratamiento de modelos
estocsticos de inventarios y en los procesos markovianos de decisin.
En este apartado se presentar algunos ejemplos generales, con objeto de hacer resaltar la
naturaleza estocstica de la programacin dinmica.
Aplicaciones de programacin dinmica probabilstica
Algunas de las aplicaciones de programacin dinmica probabilstica son:
Un juego aleatorio
Problema de inversin
Maximizacin del evento de lograr una meta.
A continuacin se presentar una de estas aplicaciones.

Un juego aleatorio
Es una variacin del juego de la ruleta rusa, se hace girar una rueda con marcas de n
nmeros consecutivos: 1 a n, en su superficie. La probabilidad de que la rueda se detenga
en el nmero i despus de un giro es pi. Un jugador paga $x por el privilegio de hacer girar
Wilber Lizandro Lpez Ramn.

Pgina 17

la rueda un mximo de m giros. La recompensa para el jugador es el doble de la cantidad

obtenida en el ltimo giro. Suponiendo que le jugador se repite (hasta con m giros cada vez)
una cantidad razonablemente grande de veces, propone una estrategia optima para el
jugador.
Se puede formular el problema como un modelo de programacin dinmica con las
siguientes definiciones:
1. La etapa i corresponde a la i-sima vuelta de la rueda, i = 1, 2, , m
2. En cada etapa hay dos alternativas: se gira la rueda una vez ms o se termina el
juego
3. El estado j del sistema en la etapa i es el nmero que se obtuvo la ltima vez que se
gir la rueda, el cual est entre 1 y n
Sea
fi(j) = Ingreso mximo esperado cuando el juego est en la etapa i (el giro) y que el
resultado del ltimo giro fue j
En este caso se tiene que

2 j, si termina
fi j max n

k 1 pk fi 1 k , si contina
Entonces, la ecuacin recursiva se puede escribir como sigue:

Los clculos comienzan con fm+1 y terminan con f1, de modo que hay m+1 etapas. Como
f1(0) representa el rendimiento esperado de las m vueltas, as que el rendimiento esperado
neto, Rn, es:
Ejemplo

Rn f1 0 x

Supongamos que la ruleta est marcada con los nmeros 1 a 5 y que las probabilidades de
que se detenga en cada nmero son p1 = 0.30, p2 = 0.25, p3 = 0.20, p4 = 0.15, p5 = 0.10.
El jugador paga $5 por un mximo de cuatro vueltas. Determine la estrategia ptima para
cada una de las cuatro vueltas y encuentre el rendimiento esperado neto asociado.
Wilber Lizandro Lpez Ramn.

Pgina 18

Etapa 5

f5(j) = 2j

Resultado de la
vuelta 4

Solucin ptima

f5(j)

Decisin

Terminar

Terminar

Terminar

Terminar

10

Terminar

Etapa 4

f4(j) = mx.{2j,(pkf5(k))}
= mx.{2j, p1f5 (1)+ p2f5(2)+ p3f5 (3)+ p4f5 (4)+ p5f5 (5)}
= mx.{2j,0.3x2 + 0.25x4 + 0.2x6 + 0.15x8 + 0.1x10}
= mx.{2j,5}

Resultado de
la vuelta 4

Rendimiento esperado

Solucin ptima

Terminar

Girar

f4(j)

Decisin

Girar

Girar

Terminar

Terminar

10

10

Terminar

Wilber Lizandro Lpez Ramn.

Pgina 19

f3(j) = mx.{2j, (pkf4(k))}

= mx.{2j, p1f4 (1)+ p2f4(2)+ p3f4 (3)+ p4f4 (4)+ p5f4
(5)}
= mx.{2j,0.3x5 + 0.25x5 + 0.2x6 + 0.15x8 + 0.1x10}
= mx.{2j,6.15}

Etapa 3

Resultado de la
vuelta 3

Rendimiento esperado

Solucin ptima

Terminar

Girar

f4(j)

Decisin

6.15

6.15

Girar

6.15

6.15

Girar

6.15

6.15

Girar

6.15

Terminar

10

6.15

10

Terminar

Etapa 2

f2(j) = mx.{2j, (pkf3(k))}

= mx.{2j, p1f3 (1)+ p2f3(2)+ p3f3 (3)+ p4f3 (4)+ p5f3 (5)}
= mx.{2j,0.3x6.15 + 0.25x6.15 + 0.2x6.15 + 0.15x8 + 0.1x10}
= mx.{2j,6.8125}

Resultado de
la vuelta 3

Rendimiento esperado

Terminar

Girar

f4(j)

Decisin

6.8125

6.8125

Girar

6.8125

6.8125

Girar

Wilber Lizandro Lpez Ramn.

Solucin ptima

Pgina 20

6.8125

6.8125

Girar

6.8125

Terminar

10

6.8125

10

Terminar

Etapa 1

f1(0) = mx.{2j, (pkf2(k))}

= mx.{2j, p1f2 (1)+ p2f2(2)+ p3f2 (3)+ p4f2 (4)+ p5f2 (5)}
= mx.{2j, 0.3x6.8125+ 0.25x6.8125 + 0.2x6.8125 + 0.15x8 + 0.1x10
= mx.{2j,7.31}

La nica opcin disponible al iniciar el juego es girar.

De acuerdo con los cuadros anteriores, la solucin ptima es:

Vuelta nmero

Estrategia ptima

Comienza el juego. Gire

Contine si la vuelta 1 produce 1,2, o 3; de otra

forma, termine el juego

Contine si la vuelta 2 produce 1, 2 o 3; de otra

forma, termine el juego

Contine si la vuelta 3 produce 1 o 2. De otra forma,

termine el juego
Ingreso neto esperado= $7.31-$5.00= $2.31

Wilber Lizandro Lpez Ramn.

Pgina 21

CONCLUSIN
La programacin dinmica (Sea PDD o PDP) es una tcnica muy til para tomar una
sucesin de decisiones interrelacionadas. Requiere la formulacin de una relacin recursiva
apropiada para cada problema individual. Sin embargo, proporciona grandes ahorros
computacionales en comparacin con la enumeracin exhaustiva para encontrar la mejor
combinacin de decisiones, en especial cuando se trata de problemas grandes.
A s que, Programacin Dinmica consiste en solucionar el presente suponiendo que en
cada etapa futura siempre se toman las decisiones correctas.

Nombre de la bsqueda:
Como lo encontr:
Consultado en:
Link:
Autor:

BIBLIOGRAFA.
programacin dinmica probabilstica
Programacin dinmica - SlideShare
es.slideshare.net
http://es.slideshare.net/elmergabrielchanpech/programacin-dinmica15433493
Elmer Gabriel Chan Pech

Wilber Lizandro Lpez Ramn.

Pgina 22