INVESTIGACIÓ N DE OPERACIONES II

UNIVERSIDAD NACIONAL DE TRUJILLO

FACULTAD DE INGENIERÍA

CURSO : INVESTIGACIÓN DE OPERACIONES II

TEMA: : TRABAJO DE P.D. PROBABILÍSTICA

DOCENTE : MG. BACA LÓPEZ, MARCOS

ALUMNOS : GUTIÉRREZ FLORES, JHAN

OLIVARES GUTIÉRREZ, XIOMARA
PONCE GRAOS, JHERRY
RODRÍGUEZ CRUZ, JAIR
RUBIO CABANILLAS, RICARDO
ZAVALETA ROJAS, MIGUEL

CICLO : VII

TRUJILLO – PERÚ

2020

PROGRAMACIÓN DINÁMICA PROBABILÍSTICA

Ingeniería de Sistemas Pá gina 1

 INVESTIGACIÓ N DE OPERACIONES II

EJERCICIOS (ESPAÑOL)

EJERCICIO 01:
Una empresa ha recibido el encargo de fabricar 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 sea considerado bueno es 2/3
(66.6667%) y de 1/3 (33.3333%) que sea considerado 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 pérdida 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.

Solución:

Etapas: Días de producción. (3 etapas)

Estados: Numero de artículos buenos que se tiene la obligación de obtener.
0: indica que en esa etapa no se tiene la obligación de obtener un artículo bueno.
1: indica que en esa etapa si se tiene la obligación de obtener un artículo bueno.

Decisión: Cantidad de artículos que se deberán fabricar en esa etapa.

Costo por día: K(x) + 5xi; donde: K = 0 si xi=0 y K= 20 si xi>0

Para cada artículo que se produzca la probabilidad de que salga bueno es de 2/3, y que
salga malo es 1/3.Por lo que, si se 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 (1/3)3, Generalizando, si se decide fabricar xi articulos,
entonces la probabilidad de que todos salgan malos es : (1/3)xi

Función Recursiva

Ingeniería de Sistemas Pá gina 2

 INVESTIGACIÓ N DE OPERACIONES II

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 dela etapa siguiente si no todos hubiesen salido malos (al menos uno salió
bueno). Y en la etapa enésima tendremos el estado 0 y el estado 1. Tenemos el estado 1
para f.

1 (xn)
fn ( 1 , xn ) =k ( xn ) +5 xn+(( ) )¿
3

Donde:

K(xn) : Es el costo de producción fijo de 0$ o de $200, según ese día se produzca

artículos o no.

5xn: Representa el costo de $5 por unidad que se decida producir.

1 xn
( ) : Representa la probabilidad de que los xn artículos salgan malos.
3

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: fn+1(1).

1 xn
( ) fn+ 1(1) : Es el costo probable desde la etapa siguiente en adelante, si todos los de
3
esta etapa salen malos.

(1− ( 13 )¿¿ 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 fn+1(0).

1
(1−( ) ¿ ¿ xn)fn+1 ¿(0) : es el costo probable desde la etapa siguiente, si en esta etapa
3
sale alguno de los artículos bueno.

En el problema aquí dado, se tiene que fn+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 obligariedad de
obtener un artículo bueno.

Ingeniería de Sistemas Pá gina 3

 INVESTIGACIÓ N DE OPERACIONES II
Etapa 3
s3 f3(s3,x3) = K(x3)+5x3 Solucion optima
x3=0 X3=1 x3=2 x3=3 x3=4 x3=5 f*3 x*3
0 0 - - - - - 0 0
1 200 91.6666667 52.22222222 42.4074074 42.4691358 45.8230453 42.4074074 3

Etapa 2
s2 f2(s2,x2) = K(x2)+5x2+(1/3)^x2 f*3(1) + (1-(1/3)^x2)f*3(0) Solucion optima
x2=0 X2=1 x2=2 x2=3 x2=4 x2=5 f*2 x*2
0 0 - - - - - 0 0
1 42.4074074 39.1358025 34.71193416 36.5706447 40.5235482 45.1745161 34.7119342 2

Etapa 1
s1 f1(s1,x1) = K(x1)+5x1+(1/3)^x1 f*2(1) + (1-(1/3)^x1)f*2(0) Solucion optima
x1=0 X1=1 x1=2 x1=3 x1=4 x1=5 f*2 x*2
1 34.7119342 36.5706447 33.85688158 36.2856272 40.4285424 45.1428475 33.8568816 2

Costo mínimo probable 33.8586816

Solución óptima: x1 = 2, x2 = 2, x3 = 3

EJERCICIO 02:
La empresa Packrat Outdoors Company posee tres clubes deportivos en el centro de
Little Rock. En el día de Pascua, pasear en bicicleta es una actividad deportiva
preferida. La empresa posee un total de 8 bicicletas para asignar los clubes, con el
objetivo de maximizar los ingresos. La demanda de bicicletas, y la tarifa de renta por
hora varían de acuerdo con el lugar, y se describen en las siguientes distribuciones:

Probabilidad de demanda
# bicicletas Centro 1 Centro 2 Centro 3
0 0,1 0,02 0
1 0,2 0,03 0,15
2 0,3 0,1 0,25
3 0,2 0,25 0,3
4 0,1 0,3 0,15
5 0,1 0,15 0,1
6 0 0,05 0,025
7 0 0,05 0,025
8 0 0,05 0
Renta/Hora 6 7 5

XProbabilidad de demanda

Ingeniería de Sistemas Pá gina 4

 INVESTIGACIÓ N DE OPERACIONES II

# bicicletas Centro 1 Centro 2 Centro 3

0 0.1 0.02 0
1 0.2 0.03 0.15
2 0.3 0.1 0.25
3 0.2 0.25 0.3
4 0.1 0.3 0.15
5 0.1 0.15 0.1
6 0 0.05 0.025
7 0 0.05 0.025
8 0 0.05 0
Renta/Hora 6 7 5

Cuadro de ingresos posibles (Gij)

X  Centro 1 Centro 2 Centro 3

0 0 0 0
1 5.4 6.86 5
2 9.6 13.51 9.25
3 12 19.46 12.25
4 13.2 23.66 13.75
5 13.8 25.76 14.5
6 13.8 26.81 14.75
7 13.8 27.51 14.875
8 13.8 27.86 14.875

SOLUCIÓN:
ETAPA 3
F3= Max[Gi3]
F*3 X*3
S3 X3
0 1 2 3 4 5 6 7 8
0 0                 0 0
1   5               5 1
2     9,25             9,25 2
3       12,25           12,25 3
4         13,75         13,75 4
5           14,5       14,5 5
6             14,75     14,75 6
7               14,875   14,875 7
8                 14,875 14,875 8

ETAPA 2

Ingeniería de Sistemas Pá gina 5

 INVESTIGACIÓ N DE OPERACIONES II

F2= Max[Gi2 + F3(S2-X2)]

S F*2 X*2
X2
2
0 1 2 3 4 5 6 7 8
0 0                 0 0
1 5 6,86               6,86 1
2 9,25 11,86 13,51             13,51 2
3 12,25 16,11 18,51 19,46           19,46 3
4 13,75 19,11 22,76 24,46 23,66         24,46 3
5 14,5 20,61 25,76 28,71 28,66 25,76       28,71 3
6 14,75 21,36 27,26 31,71 32,91 30,76 26,81     32,91 4
7 14,875 21,61 28,01 33,21 35,91 35,01 31,81 27,51   35,91 4
8 14,875 21,735 28,26 33,96 37,41 38,01 36,06 32,51 27,86 38,01 5

ETAPA 1
F1 = Max[Gi1 + F2(S1-X1)]
S F*1 X*1
X1
1
0 1 2 3 4 5 6 7 8
8 38,01 41,31 42,51 40,71 37,66 33,26 27,31 20,66 13,8 42,51 2
XSOLUCIÓN
CENTRO 1 2
CENTRO 2 4
CENTRO 3 2

FUNCIÓ N RECURSIVA

Fn = Max[Gij + Fn+1(Sn-Xn)]

donde:

Gij= Posible ingreso de cada centro según la cantidad de bicicletas que tienen
disponibles

i= Número de bicicletas disponibles (i=0,1,2,3,…,8)

j= Centro deportivo (j=1,2,3)

EJERCICIO 03:

Ingeniería de Sistemas Pá gina 6

 INVESTIGACIÓ N DE OPERACIONES II

Usted ha decidido ir a mochilear a Bongwutsi, un pequeño país africano. Luego de

arribar al aeropuerto de Bongwutsi, usted se encuentra al comienzo de la calle principal
listo para buscar alojamiento. Según la información del guía, se sabe que a lo largo de la
calle están los 3 únicos hoteles de la ciudad. Cada hotel está separado por 3 cuadras del
siguiente. La probabilidad de que el hotel i−ésimo tenga habitación disponible es Pi ,
donde Pi es decreciente en i (si no hay habitación, usted no puede quedarse en ese
hotel). El precio de hotel i es Ci y si pasa frente a uno de los hoteles y no entra, usted
no puede regresar a él. En buenas cuentas, usted solo puede recorrer la calle una vez, de
principio a fin, sin volver atrás. Los costos considerados son los siguientes: Costo de
caminar desde el hotel 1 hasta el hotel 2, y desde el hotel 2 al hotel 3 es de $ 100 para
cada tramo. Costo de entrar a preguntar a un hotel, si hay o no habitación disponible,
también es igual a $100 para todos los hoteles (refleja la caminata hacia el interior del
lugar y la pérdida de tiempo en aquello). Si luego de pasar a lo largo de toda la calle
usted no se queda en ningún hotel, tiene un costo residual de dormir en la calle valorado
en $ 450. A usted lo único que le interesa es minimizar el costo total, independiente de
la calidad del hotel en el cual se hospeda.

Resuelva el modelo para los siguientes parámetros: P1 = 0.8, P2 = 0.6, P3 = 0. 4, C 1 = $

500, C 2 = $ 250, C 3 = $ 150.

SOLUCIÓN:

Etapas (n) Cada uno de los hoteles n=1,2,3

ESTADOS Sn

Variables binaras que indican si ya se encontré habitación en algún hotel.

Sn 1 , Si ya encontré habitación
{ 0 ,en otro caso

VARIABLES DE DECISIÓN ( X n)

X n 1, Sientro a preguntar en el hotel n

{ 0 , en otro caso

FUNCIÓN DE RECURRENCIA:

∀ n=¿3 y Sn=0

f n ( S n , X n )=X n ( E n+ Pn . C n+ ( 1−Pn ) . ( K +Q n ) ) + ( 1−X n ) .( K +Q n)

∀ n=¿3 y Sn=0

f n ( S n , X n )=X n ¿

Ingeniería de Sistemas Pá gina 7

 INVESTIGACIÓ N DE OPERACIONES II

∀ S n=1
f n ( S n , X n )=0 f∗n Sn =min ⁡{f n (Sn , X n )}

Donde:
Q n=¿ Costo de ir de un hotel a otro.
En =¿ Costo de entrar a un hotel a preguntar por la disponibilidad de una habitación.
Q n=¿ Costo por dormir en la calle.

ETAPA 3:

P3=¿ 0.4   X3 X3 RES. OPTIMO

C 3=¿ 150 S3 0 1 f 3∗(S 3) X 3*
Q3=¿ 0 0 450 430 430 1
E3 =¿ 100
1 0 0 0 0ó1
K=¿ 450

ETAPA 2:

P2=¿ 0.6   X2 X2 RES. OPTIMO

C 2=¿ 250 S2 0 1 f 2∗( S 2) X 2*
Q 2=¿ 100 0 530 462 462 1
E2=¿ 100
1 0 0 0 0ó1

ETAPA 1:

P1=¿ 0.8   X1 X1 RES. OPTIMO

C 1=¿ 500 S1 X 1*
0 1 f 1∗( S 1)
Q 1=¿ 100
E1=¿ 100 0 562 612.4 562 0

Por lo tanto, para minimizar el costo total, es conveniente pasar de largo al llegar al
primer hotel y preguntar por una habitación en el segundo, así como en el tercero, en
caso de no encontrar habitación en el hotel visitado con anterioridad.

EJERCICIOS (INGLÉS)
Ingeniería de Sistemas Pá gina 8
 INVESTIGACIÓ N DE OPERACIONES II

EXERCISE 1
Suppose that the national trains of Mexico in their reconstruction stage, have hired the
services of three Mexican consulting companies in order to be advised on all the
problems associated with said restructuring project. Be those consulting companies, A,
B and C. Under the present circumstances it has been estimated that the difficulties of
the associated companies in their study are: 0.40, 0.60 and 0.80 respectively. The total
probability of failure is therefore 0.40x0.60x0.80 = 0.192. In the face of such a drastic
and desperate situation, train management has decided to hire the services of two
American consulting companies (one French and one Japanese) in order to serve as
consultants to the Mexican consulting companies. Due to the structure of the same
projects, these foreign companies cannot advise part-time, say company A and a partial
company dedicate them to B, but instead must dedicate their full time to one and only
one of the three companies.

The following table presents a description of the probabilities of failure with the
allocation of foreign companies.

Assignment Mexican consulting companies

From foreign
consulting
companies A B C
0 0.40 0.60 0.80
1 0.20 0.40 0.50
2 0.15 0.20 0.30

This table should be interpreted as follows: if both the French and Japanese advise
company C, the probability of failure is reduced from 80% to 30%. However, if only a
foreign company (no matter if they are the French or the Japanese), advise C, the
probability of failure is reduced from 80% to 50%.

How should these foreign companies be assigned in order to reduce the total probability
of failure?

Ingeniería de Sistemas Pá gina 9

 INVESTIGACIÓ N DE OPERACIONES II

SOLUTION:

Ingeniería de Sistemas Pá gina 10

 INVESTIGACIÓ N DE OPERACIONES II

The optimal solution is to assign a foreign company to the mexican company A (S3 * =
1), not assign anything to the Mexican company B (since G2 (x1) = G2 (1) = 0.3 with
S2 * = 0) and assign a foreign company to company C.

The total probability of failure is reduced from 0.192 to 0.06.

EXERCISE 2
“ANOTHER GAME OF CHANCE”
In this example you have $2 and you have to play a game of chance 4 times. The chance
of winning a single bet is 0.4 and thus the chance of losing it is 0.6. If you have “b”
dollars then you can bet O, 1, …, b dollars. The goal is to find a strategy that maximizes
your chance of ending up with at least $6.

There are some natural elements of DP:

1. The stage “i” is just the i-th bet of the game.

2. The decision at stage “i” is y¡ = how much to bet.
3. The states at stage “i” is Xi = the money available for betting.

The probabilistic DP is formulated is:

OVF: Since our goal is the maximize the chance of ending up with at least $6, we
define Fi(Xi) = the probability that you will have at least $6 at the end of the 4-
th bet given that you have Xi dollars before you make the i-th bet.

Recursion relation: Note that if you have $Xi at the beginning of stage “i” and bet
$y¡ then the expected return is:

0.4∗f i+1 ( xi+ yi )+ 0.6∗f i+1 ( xi− yi )

Ingeniería de Sistemas Pá gina 11

 INVESTIGACIÓ N DE OPERACIONES II

Therefore, the recursive equation is:

fi ( xi ) =max {0.4∗f i+1 ( xi+ yi )+ 0.6∗f i+1 ( xi− yi ) }

OPF: The optimal policy is Pi( xi) = the yi the maximizes the last equation.

Boundary Condition: We have

f 5 ( x 5 )=f 5 ( x 5 ) = {10,,ifif xx55<6

≥6,
}
SOLUTION:

Ingeniería de Sistemas Pá gina 12

 INVESTIGACIÓ N DE OPERACIONES II

Thus, your optimal probability of reaching $6 is 0.1984

The optimal betting strategies are:

EXERCISE 3

In this problem we spin a wheel which is marked with 1 to n. The probability that the
wheel stops at the number I is pi. You have to pay $ x to spin the wheel up to m times.
The payoff is 2x the number produced in the last spin. The problem is to find an optimal
strategy for this game.

We want to set this up as a probabilistic DP. We note that

Ingeniería de Sistemas Pá gina 13

 INVESTIGACIÓ N DE OPERACIONES II

1. We have m spins of the wheel so the natural candidate for the stage variable is:
stage i=¿ the i−th spin of the wheel where i=1,2 , … , m.
2. The decision at each stage is either to spin the wheel one more time or end the
game right there.
3. The states of stage I is the number obtained in the last spin
Thus we have the following probabilistic DP:

OVF: Let f i ( j )=¿ the maximum expected return given that the game is at stagei and that
j is the outcome of the last spin. Thus

2j
( Expected payoff at stage i =
given j isthe state ) { n

∑ pk f i+1 (k )
k=1

Recursive relation: This is given by

n
f i ( j )=max {2 j , ∑ pk f i +1(k )
k=1

For i=1,2 , … , m.

OPF: We have
n

{
Pi ( j )= stopif 2 j ≥ ∑
k=1
p k f i+1 ( k )
spin once more otherrwise

Boundary conditions: We have f m+1 ( j )=2 j for any j

Answer: It is f 1 (0)

We now illustrate with a numerical example. Suppose n=5 and you pay $ 5 for up to
m=4 spins

i Pi
1 0.3
2 0.25
3 0.2
4 0.15
5 0.1

Stage 5

Ingeniería de Sistemas Pá gina 14

 INVESTIGACIÓ N DE OPERACIONES II

For this stage f 5 ( j )=2∗ j

Spin 4 outcome Optimum solution

j f5(j) Decision

1 2 END

2 4 END

3 6 END

4 8 END

5 10 END

The decision is easy since the game must end here

Stage 4

For this stage 5

{
f 4 ( j )= 2∗ j, ∑ pk ¿ F5 ( k )
k=1
}
Spin 3 outcome Expected Return Optimum solution
j End Spin f4(j) Decision
1 2 5 5 SPIN
2 4 5 5 SPIN
Stage 2 3 6 5 6 END
For this 4stage 8 5 8 END
5 10 5 10 END

Stage 3
Spin 3 outcome Expected Return Optimum solution
For this jstage End Spin 5 f4(j) Decision
1
2
2
4
f 3 ( j )= 2∗
{j, ∑ pk ¿ F6.8125
6.8125
6.8125k=1
4( k )
6.8125
}
SPIN
SPIN
3 6 6.8125 6.8125 SPIN
Spin 34outcome 8 Expected6.8125 Return 8 ENDsolution
Optimum
5j 10End 6.8125Spin 10 f4(j) END Decision
1 2 6.15 6.15 SPIN
2 4 6.15 6.15 SPIN
3 6 6.15 6.15 SPIN
4 8 6.15 8 END
5 10 6.15 10 END
5

{
f 2 ( j )= 2∗ j, ∑ pk ¿ F3 ( k )
k=1
}
Ingeniería de Sistemas Pá gina 15
 INVESTIGACIÓ N DE OPERACIONES II

Stage 1

For this stage

5
f 1 (0) ∑ p k ¿ f 2( k )
k=1
7.309375
Thus the maximal expected return is = 7.309375 - 5 = 2.309375
and the optimal strategy is given by

Spin No. What to do

1 Spin
If spin 1 = 1,2,3 spin again
2
If spin 1 = 4,5 end the game
If spin 2 = 1,2,3 spin again
3
If spin 2 = 4,5 end the game
If spin 3 = 1,2,3 spin again
4
If spin 3 = 4,5 end the game

CASOS DE ESTUDIO
CASO 1:
Los Smith son conocidos por ser una familia adinerada. El matrimonio Smith que se
caracterizó por dirigir la empresa familiar, acaba de fallecer en un accidente aéreo. La
herencia asciende a 10 000 000 dólares. Erva Smith, la hija mayor del matrimonio,

Ingeniería de Sistemas Pá gina 16

 INVESTIGACIÓ N DE OPERACIONES II

recibirá 3 millones de dolares como herencia de sus padres. Erva acude a usted como su
asesor financiero, pues quiere invertir su dinero para obtener ganancias de él. Usted le
explica que puede invertir su dinero en múltiples alternativas; entre ellas el mercado
bursatil, hacer una inversión de equipos en la empresa familiar o ingresar el dinero al
banco.
En el mercado bursátil de Nueva York, existe la posibilidad de invertir en 2 empresas
TESLA es una empresa que diseña, fabrica y vende coches eléctricos. La inversión debe
ser de 1.2 millones de dólares. Se puede retornar 1.5 millones a partir de la inversión
inicial con una probabilidad de 73%. Sin embargo, de decaer la compañía, se pueden
perder 0.6 millones de dólares.
Si se invierte como accionista en la empresa familiar, debido al crecimiento constante
que está teniendo, es 90% seguro que se recupere 1.2 MDD de la inversión de 0.9 MDD
inicial. De ocurrir algún hecho que devalúe la empresa, se pueden perder 0.3 MDD.
También se puede invertir en el banco Wells Fargo en el fondo mutuo de más alta tasa
de retorno, sin embargo, este también es el más riesgoso, pues se puede perder la
totalidad de la inversión. Si se invierten 0.6 MDD se puede obtener 1.5 MDD como
retorno, con un 40% de probabilidad.
Erva desea que le detalle el plan de inversión más óptimo para los siguientes 4 meses.
Las cantidades a invertir en cada opción son fijas, y se detallan en los cuadros.

TESLA
Ganancia
Probabilidad Retorno Neta
0,73 1500 300
0,27 600 -600
1200 1 mes

APPLE
Ganancia
Probabilidad Retorno Neta
0.88 1800 300
0,12 1200 -300
1500 1 mes

Empresa Fam
Ganancia
Probabilidad Retorno Neta
0,8 1200 300
0,2 600 -300
900 1 mes  

Ingeniería de Sistemas Pá gina 17

 INVESTIGACIÓ N DE OPERACIONES II

Wells Fargo
Ganancia
Probabilidad Retorno Neta
0,4 1500 900
0,6 0 -600
600 1 mes

SOLUCIÓN:

Etapa 4 x2

Empresa Fam Wells Fargo TESLA APPLE f2 x2

900 1080 600 1080 Empresa Fam
1200 1380 900 1257 1380 Empresa Fam
1500 1680 1200 1557 1728 1728 APPLE
1800 1980 1500 1857 2028 2028 APPLE
2100 2280 1800 2157 2328 2328 APPLE
2400 2580 2100 2457 2628 2628 APPLE
2700 2880 2400 2757 2928 2928 APPLE
3000 3180 2700 3057 3228 3228 APPLE
3300 3480 3000 3357 3528 3528 APPLE
3600 3780 3300 3657 3828 3828 APPLE
3900 4080 3600 3957 4128 4128 APPLE
4200 4380 3900 4257 4428 4428 APPLE
4500 4680 4200 4557 4728 4728 APPLE
4800 4980 4500 4857 5028 5028 APPLE
5100 5280 4800 5157 5328 5328 APPLE
5400 5580 5100 5457 5628 5628 APPLE
5700 5880 5400 5757 5928 5928 APPLE

Etapa 3 x3
Empresa
Fam Wells Fargo TESLA APPLE f3 x3
1500 1898,4 1699,2 1772,04 1914,24 1914,24 APPLE
1800 2208 1999,2 2072,04 2214,24 2214,24 APPLE
2100 2508 2328 2385 2520 2520 APPLE

Ingeniería de Sistemas Pá gina 18

 INVESTIGACIÓ N DE OPERACIONES II

2400 2808 2628 2685 2820 2820 APPLE

2700 3108 2928 2985 3120 3120 APPLE
3000 3408 3228 3285 3420 3420 APPLE
3300 3708 3528 3585 3720 3720 APPLE
3600 4008 3828 3885 4020 4020 APPLE
3900 4308 4128 4185 4320 4320 APPLE
4200 4608 4428 4485 4620 4620 APPLE
4500 4908 4728 4785 4920 4920 APPLE
4800 5208 5028 5085 5220 5220 APPLE

Etapa 2 x2
Empresa
Fam Wells Fargo TESLA APPLE f2 x2
2100 2698,848 2516,544 2575,4448 2747,3088 2747,3088 APPLE
2400 3000 2816,544 2875,4448 3048 3048 APPLE
2700 3300 3120 3177 3348 3348 APPLE
3000 3600 3420 3477 3648 3648 APPLE
3300 3900 3720 3777 3948 3948 APPLE
3600 4200 4020 4077 4248 4248 APPLE
3900 4500 4320 4377 4548 4548 APPLE

Etapa 1 x1
Empresa Fam Wells Fargo TESLA APPLE f1 x1
3000 3828 3648 3705 3876 3876 APPLE

CASO 2:
Un joven practicante empezó a laborar en el almacén de una fábrica de calzado, y su trabajo consiste en
despachar los pedidos de los clientes de provincias de Trujillo. Al empezar en esta empresa se le advirtió
que no se toleraría alguna deficiencia en cuanto a la atención al cliente y que ante el primer reclamo, él
dejaría el trabajo.

Luego de dos meses de realizar su labor de despachador, perdió los registros de pedidos de 4 clientes
para un modelo en particular de zapatos de caballero que debían ya de enviarse, y no tenía manera de

Ingeniería de Sistemas Pá gina 19

 INVESTIGACIÓ N DE OPERACIONES II

contactarse con éstos. Ante esta situación el decidió no comunicar este hecho y consiguió los registros de
ventas de las 50 últimas semanas encontrando la siguiente información:

 Los clientes 1 y 2 siempre han realizado pedidos hasta un máximo de 4 docenas.

 Los clientes 3 y 4 siempre han realizado pedidos hasta un máximo de 5 docenas.

Detalle de los pedidos:

CLIENTE 1 CLIENTE 2 CLIENTE 3 CLIENTE 4

Docenas Veces Docenas Veces Docenas Veces Docenas Veces

1 15 1 13 1 8 1 8

2 13 2 16 2 12 2 9

3 12 3 10 3 11 3 9

4 10 4 11 4 8 4 11

5 11 5 13

Un envío normal por cada docena de zapatos a cualquiera de estos clientes cuesta S/.15. Sabiendo esto
y según la información que se consiguió, ¿cuántas docenas deberá este joven enviar a cada cliente?
Tener en cuenta que todos los gastos adicionales correrán por cuenta de él. De haber enviado menos de
lo que el cliente solicitó deberá realizar el envío del faltante mediante un envío urgente que le cuesta
S/.25 por docena; y, de haber enviado un exceso, tendrá que costear el retorno mediante el mismo costo
del envío normal más S/.2 por docena para traerlas desde la agencia. Claro está que desea gastar lo
menos posible. Si se cumple con el despacho a cada cliente y si en la empresa no observan ninguna
variación en los gastos de envío, no habrá sospechas y así no perderá su trabajo.

Considerar que en el almacén solamente se tienen 15 docenas en stock de este modelo de calzado en
particular.

SOLUCIÓN:

Hallaremos la probabilidad de cada cliente, dividiendo la cantidad de veces entre las últimas 50
semanas:

CLIENTE 1 CLIENTE 2
Docenas Veces Probabilidad Docenas Veces Probabilidad

1 15 0.3 1 13 0.26
X
2 13 0.26 2 16 0.32
3 12 0.24 3 10 0.2
Ingeniería 4de Sistemas
10 0.2 Pá gina 20 4 11 0.22
 INVESTIGACIÓ N DE OPERACIONES II

CLIENTE 3 CLIENTE 4
Docenas Veces Probabilidad Docenas Veces Probabilidad
1 8 0.16 1 8 0.16
2 12 0.24 2 9 0.18
3 11 0.22 3 9 0.18
4 8 0.16 4 11 0.22
5 11 0.22 5 13 0.26

Envío Soles/do
15
normal c (loTabla
paga de gastos esperados ino
la empresa n(x) el empleado)

Envío x Soles/do
Cliente 1 Cliente 2 Cliente 3 Cliente 4
urgente 10
1 c 13.4 (solamente 13.8 la diferencia,20.4 ya que22.4 la empresa pagaría el envío normal)
2 Soles/do
16 14.72 17.12 19.12
Retorno 32
3 c 29.52 (15 del envío
29.08 erróneo
23.92 y 17 de retorno)
23.4
4 53.12 51.84 39.96 35.24
5 - - 62.72 56.32

CLIENTE 4
Solución
Min f(s4,x4) = i(x4)
s4 óptima
1 2 3 4 5 f4 x4
2 22.4 19.12 - - - 19.12 2
3 22.4 19.12 23.4 - - 19.12 2
4 22.4 19.12 23.4 35.24 - 19.12 2
5 22.4 19.12 23.4 35.24 56.32 19.12 2
6 22.4 19.12 23.4 35.24 56.32 19.12 2

Ingeniería de Sistemas Pá gina 21

 INVESTIGACIÓ N DE OPERACIONES II

7 22.4 19.12 23.4 35.24 56.32 19.12 2

8 22.4 19.12 23.4 35.24 56.32 19.12 2
9 22.4 19.12 23.4 35.24 56.32 19.12 2
10 22.4 19.12 23.4 35.24 56.32 19.12 2
11 22.4 19.12 23.4 35.24 56.32 19.12 2
12 22.4 19.12 23.4 35.24 56.32 19.12 2

CLIENTE 3
Solución
Min f(s3,x3) = i(x3) + f4*(s3-x3)
s3 óptima
1 2 3 4 5 f3 x3
7 39.52 36.24 43.04 59.08 81.84 36.24 2
8 39.52 36.24 43.04 59.08 81.84 36.24 2
9 39.52 36.24 43.04 59.08 81.84 36.24 2
10 39.52 36.24 43.04 59.08 81.84 36.24 2
11 39.52 36.24 43.04 59.08 81.84 36.24 2
12 39.52 36.24 43.04 59.08 81.84 36.24 2
13 39.52 36.24 43.04 59.08 81.84 36.24 2

CLIENTE 2
Min f(s2,x2) = i(x2) + f3*(s2-x2) Solución óptima
s2
1 2 3 4 f2 x2
11 50.04 50.96 65.32 88.08 50.04 1
12 50.04 50.96 65.32 88.08 50.04 1
13 50.04 50.96 65.32 88.08 50.04 1
14 50.04 50.96 65.32 88.08 50.04 1

CLIENTE 1
Solución
Min f(s1,x1) = i(x1) + f2*(s1-x1)
s1 óptima
1 2 3 4 f1 x1
15 63.44 66.04 79.56 103.16 63.44 1

Ingeniería de Sistemas Pá gina 22