INVESTIGACIÓN DE OPERACIONES 2
COMPONENTES EN UN MODELO DE PDP DE INVENTARIO
DOCENTE: LUIS ROBERTO QUISPE VÁSQUEZ
CICLO: 6TO
PROGRAMACIÓN DINÁMICA PROBABILÍSTICA INVENTARIOS
SITUACIÓN PROBLEMÁTICA
¿Sé podrá usar los modelos
probabilísticos en la resolución
de los casos de inventarios?
DOCENTE: LUIS ROBERTO QUISPE VÁSQUEZ
LOGRO DE APRENDIZAJE
Al finalizar la sesión, el estudiante realiza programaciones dinámicas
probabilísticas de inventario, de acuerdo a lo aprendido en clase,
demostrando dominio del tema en la resolución de los casos propuestos.
DOCENTE: LUIS ROBERTO QUISPE VÁSQUEZ
Recordando . . .
PROGRAMACIÓN DINÁMICA PROBABILÍSTICA
ESTADO INDETERMINADO
Caso 01: Sistema Electrónico con Componentes
Considere un sistema electrónico con cuatro componentes, cada uno de los cuales debe trabajar para que el
sistema funcione. La confiabilidad del sistema se puede mejorar si se instalan varias unidades paralelas en
uno o más de los componentes. La siguiente tabla muestra la probabilidad de que los respectivos
componentes funcionen si constan de una, dos o tres unidades paralelas:
Unidades Probabilidad de funcionamiento
paralelas Componente 1 Componente 2 Componente 3 Componente 4
1 0.5 0.6 0.7 0.5
2 0.6 0.7 0.8 0.7
3 0.8 0.8 0.9 0.9
La probabilidad de que el sistema funcione es el producto de las probabilidades de que los componentes respectivos
funcionen.
En la siguiente tabla se presenta el costo (en cientos de dólares) de instalar una, dos o tres unidades paralelas en los
componentes respectivos. Dadas la limitaciones del presupuesto se pueden gastar un máximo de de $ 1000.
Unidades Costo
paralelas Componente 1 Componente 2 Componente 3 Componente 4
1 1 2 1 2
2 2 4 3 3
3 3 5 4 4
Use programación dinámica para determinar cuántas unidades paralelas instalar en cada uno de los cuatro
componentes para maximizar la probabilidad de que el sistema funcione.
Caso 02 : La Pescadería Caracol
En una pescadería, se tiene como producto importante el caracol, el cual se vende a 30 soles el kg. Además, si no se
vende el caracol durante la semana se remata a 10 soles el kg debido a que se podría descomponer. Se ha estimado
que el costo por faltantes es de 5 soles por kg (por no tener caracol cuando un restaurante que es cliente lo solicite).
Se cuenta con un aprovisionamiento de 15 kg a inicio de semana. A continuación, se muestra la información de la
demanda tomando como referencia las últimas 50 semanas.
Mediante la Programación Dinámica Probabilística determinar la política óptima de asignación de este
producto a los restaurantes para maximizar los ingresos.
Caso 03: Huerta de Mangos
Una huerta de mangos ha obtenido una cosecha importante, la java de mangos se vende a 60 soles. Además, si no
se vende la java durante la semana se remata a 20 soles debido a que podría cambiar la calidad. Se ha estimado
que el costo por faltantes es de 12 soles por java (por no tener el producto cuando un cliente lo solicite). Se cuenta
con un aprovisionamiento de 16 javas a inicio de semana. A continuación, se muestra la información de la
demanda tomando como referencia las últimas 50 semanas.
Mediante la Programación Dinámica Probabilística determinar la política óptima de asignación de este producto a
los clientes para maximizar los ingresos.
CASCAS PACASMAYO VIRU
Demanda Demanda Frecuenci Demanda
Frecuencia Prob Prob Frecuencia Prob
semanal semanal a semanal
2 15 2 15
2 13
3 13
3 16 3 10
4 12
4 10 4 13
5 10
5 11 5 12
Caso 04: Inversión en tres proyectos
Suponga que $4 mil están disponibles para invertir en tres proyectos. La distribución de probabilidades de la
cantidad a acumular de cada proyecto depende de cuánto se invierta en cada uno y se muestra en la tabla
adjunta (una inversión de cero no acumula dinero). Por medio de la programación dinámica determine una
asignación de inversión que maximiza el dinero acumulado total esperado obtenido de las tres inversiones.
PROYECTO INVERSION ACUMULA PROB ACUMULA PROB ACUMULA PROB
1000 2000 0.6 4000 0.3 5000 0.1
2000 4000 0.5 6000 0.3 8000 0.2
Proyecto 1
3000 6000 0.4 7000 0.5 10000 0.1
4000 7000 0.2 9000 0.4 10000 0.4
1000 1000 0.5 2000 0.4 4000 0.1
2000 3000 0.4 5000 0.4 6000 0.2
Proyecto 2
3000 4000 0.3 6000 0.3 8000 0.4
4000 3000 0.4 8000 0.3 9000 0.3
1000 0 0.2 4000 0.6 5000 0.2
2000 4000 0.4 6000 0.4 7000 0.2
Proyecto 3
3000 5000 0.3 7000 0.4 8000 0.3
4000 6000 0.1 8000 0.5 9000 0.4
METACOGNICIÓN
¿De qué forma se puede usar los modelos probabilísticos
en la resolución de los casos de inventarios?
¿Podría usted usarlo en su carrera?
DOCENTE: LUIS ROBERTO QUISPE VÁSQUEZ
Aplicación
• Desarrolla en forma grupal ejercicios del PDP de inventarios.
• Recepcionan ejercicios los mismos que serán resueltos en forma
individual o grupal
DOCENTE: LUIS ROBERTO QUISPE VÁSQUEZ
“Estar preparado es importante, saber esperar lo es aún más,
pero aprovechar el momento adecuado es la clave de la vida”
Arthur Schnitzler
DOCENTE: LUIS ROBERTO QUISPE VÁSQUEZ
GRACIAS
