A#3 BMG OptimizacionDeProcesos
Cargado por
saulA#3 BMG OptimizacionDeProcesos
Cargado por
saulUniversidad: UVM Universidad del valle Integrantes: Méndez González Byron
de México Yael
Asignatura: Optimización de Procesos Ciudad: CDMX
Título: Actividad 3: Análisis de caso Fecha: 29 de Julio 2022
Análisis de caso
Una empresa ha contratado a 3 personas para 3 tareas, el máximo número de personas
asignadas por tareas son dos personas, la utilidad de cada persona para cada tarea se muestra
en la siguiente tabla:
0 personas 1 persona 2 personas
TAREA A 0 $3 $8
TAREA B 0 $4 $5
TAREA C 0 $5 $7
Analizaremos las 3 etapas, empezando por la tercera.
Etapa 3
Número Rendimiento
0 personas 1 persona 2 personas óptimo de óptimo
personas
0 personas 0 0 0
1 persona 0 5 1 5
2 personas 0 5 7 2 7
3 personas 0 5 7 2 7
Etapa 2
Número Rendimiento
0 personas 1 persona 2 personas óptimo de óptimo
personas
0 personas 0 0 0
1 persona 5 4 0 5
2 personas 7 9 5 1 9
3 personas 7 11 10 1 11
Etapa 1
Número Rendimiento
0 1 persona 2 personas
óptimo de óptimo
personas
personas
3 0+11 3+9 8+5
personas 11 12 13 2 13
Reporte
Dado que el proceso fue recursivo, el rendimiento óptimo lo encontraremos en la etapa 1,
entonces como podemos ver en la última tabla la utilidad máxima es =13. Entonces es
necesario definir la ruta a seguir para llegar dicho rendimiento.
En la primer etapa tenemos 3 trabajadores disponibles, por lo tanto asignaremos a 2
trabajadores en la “tarea A” ya que es donde obtenemos más rendimiento, de esta manera solo
tenemos un trabajador disponible para las siguientes tareas.
Para la “tarea B” contamos con un trabajador pero lo más conveniente es no usarlo en esta
tarea, lo mejor es usarlo en la “tarea C”, ya que aquí es donde obtendremos el resultado óptimo.
Por lo tanto la solución sería la siguiente:
Tarea A asignar 2 trabajadores
Tarea B asignar 0 trabajadores
Tarea C asignar 1 trabajador
La utilidad máxima obtenida es igual a 13.
Conclusión
Considero que el uso de la programación dinámica determinística en este tipo de
problemas es muy útil, ya que nos permite llegar a la solución óptima del problema
descomponiéndola en n variables y en n etapas, lo cual nos permite optimizar los cálculos
con una sola variable, en esta ocasión el problema era algo pequeño pero este método
nos permite resolver problemas muy grandes con muchas partes debido a que se
empieza por el final y porque separa las variables distintas, lo que nos permite abordarlas
por separado.
Referencias
Taibo, A. (2002). Investigación de operaciones para los no matemáticos. México:
Instituto Politécnico Nacional.
Bisbal Riera, J. (2013). Manual de algorítmica: recursividad, complejidad y diseño
de algoritmos. México: Editorial UOC.
Nina Laura, A. J. (s. f.). Programación dinámica: Ejemplo 1 Ruta más corta
[Archivo de video]. Recuperado de
https://www.youtube.com/watch?v=2j1QWktKknY
de la Peña Esteban, F. D. (1 de diciembre de 2016). Programación dinámica.
Problema de la Mochila [Archivo de video]. Recuperado de
https://www.youtube.com/watch?v=IZHvQTx2bZ0
