PROGRAMACIN DINMICA DETERMINISTA

En la programacin determinista el estado en la siguiente etapa est Completamente

determinado por el estado y la poltica de decisin de la etapa actual.
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.
Una manera de clasificar los problemas de programacin dinmica deterministicas es con
base en la forma de funcin objetivo. Por ejemplo puede ser minimizar la suma de las
contribuciones en cada etapa individual-como en el problema de la diligencia- o maximizar
esa suma, o bien minimizar el producto de los terminnos, etc. Otra clasificacin se puede
hacer en trminos de la naturaleza del conjunto de estados en las respectivas etapas.
La programacin dinmica deterministas se puede escribir en forma de diagrama como se ve
en la figura 1.2

Figura 1.2 Estructura bsica para programacin dinmica determinista

En la etapa n el proceso se encontrara en algn estado Sn. Al tomar la decisin Xn se mueve

a algn estado Sn+1.El valor de la funcin objetivo para la poltica optima de ese punto en
delante de ese punto en adelante se calculo previamente como fn+1(Sn+1). La poltica de
decisin tambin hace una contribucin a la funcin objetivo.
Al combinar estas dos cantidades en la forma apropiada se proporciona a la funcin objetivo
fn (Sn,Xn) la contribucin de la etapa n en adelante. La optimizacin respecto a Xn
proporciona entonces fn(Sn)= fn (Sn,Xn).
Una vez encontramos Xn y fn(Sn) para cada valor posible de Sn, el procedimiento de
solucin se mueve hacia atrs una etapa.
Una manera de clasificar los problemas de programacin determinista es por la forma de la
funcin objetivo. El objetivo puede ser minimizar la suma de las contribuciones de cada una

de las etapas individuales, o maximizar esa suma, o bien minimizar el producto de los
trminos, etc. Otra clasificacin se puede hacer en trminos de la naturaleza del conjunto de
estados en las respectivas etapas. En particular, los estados Sn pueden estar representados
por una variable de estado discreta, o por una variable de estado continua.

Manera de Clasificar los Problemas de Programacin Dinmica:

Forma de la funcin objetiva. Minimizar la suma de las contribuciones en cada una de
las etapas individuales, o maximizar esa suma, o bien minimizar el producto de los
trminos, etc.
Naturaleza del conjunto de estados en las respectivas etapas. Los estados si pueden
estar representados por:
1- Una variable discreta
2- Una variable de estado Continua
3- O un vector de estado (ms de una variable)

Para resolver un problema de programacin dinmica debemos al menos: Identificacin de

etapas, estados y variable de decisin:
Cada etapa debe tener asociado una o ms decisiones (problema de 0ptimizacion),
cuya dependencia de las decisiones anteriores est dada exclusivamente por las
variables de estado.

Cada estado debe contener toda la informacin relevante para la toma de decisin
asociada al perodo.

Las variables de decisin son aquellas sobre las cuales debemos definir su valor de
modo de optimizar el beneficio acumulado y modificar el estado de la prxima etapa.

Descripcin de ecuaciones de recurrencia: Nos deben indicar como se acumula la

funcin de beneficios a optimizar (funcin objetivo) y como varan las funciones de
estado de una etapa a otra.

Resolucin Debemos optimizar cada subproblema por etapas en funcin de los

resultados de la resolucin del subproblema siguiente.

Notar que las para que las recurrencias estn bien definidas requerimos de condiciones
de borde

Algunas de las aplicaciones de programacin dinmica determinista

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.
El estado en la siguiente etapa est completamente determinado por: el estado y la decisin
de la etapa actual.

PROGRAMACIN DINMICA PROBABILSTICA

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.
La programacin dinmica probabilstica difiere de la determinacin en que el estado de la
siguiente etapa no est completamente determinado por el estado la poltica de decisin de
la etapa actual. En su lugar existe una distribucin de probabilidad para determinar cul
ser el siguiente estado.
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 determinsta (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.
En la figura 1.3 se describe con un diagrama la estructura bsica que resulta en los
problemas de programacin dinmica probabilstica.
En lo que se refiere a este diagrama, sea s el nmero de estados posibles en la etapa n+1 y
etiquete estos estados al lado derecho por 1,2 S.El sistema cambia al estado i con la
probabilidad pi(i=1,2S) dados el estado Sn y la decisin Xn en la etapa n. Si el sistema
cambia al estado i,Ci es la contribucin de la etapa n a la funcin objetivo
Cuando se expande la figura 1.3 para concluir todos los estados y las decisiones posibles en
todas las etapas, se obtienen lo que con frecuencia se conoce como un rbol de decisin.
Si este rbol de decisin no es muy grande, proporciona una forma til de resumir estas
probabilidades.
Debido a la estructura probabilidades la relacin entre fn(Sn,Xn) y fn+1 (Sn+1)
necesariamente es ms complicada que para el caso deterministico. La forma exacta de esta
relacin depender de la forma global de la funcin objetivo.

Figura 1.3
Estructura
bsica para
programacin
dinmica
probabilstica

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.

INVOP2 Programacin Dinmica Deterministica

PROBLEMA 1 (Modelo: Volumen de carga)
Un barco de 4 toneladas es cargado con uno o ms de tres artculos. La tabla siguiente muestra el peso unitario pn, en
toneladas y el ingreso por unidad in , en miles de $, para el artculo n. Cmo se debe cargar el barco para maximizar los
ingresos totales?
Artculo n
1
2
3

pn
2
3
1

in
31
47
14

Tener en cuenta que el barco puede cargar estos artculos en cualquier orden, adems, como el peso unitario y el peso
permisible son enteros, las variables slo deben tener valores enteros.
Solucin:
Etapa: Cada tipo de artculo hace referencia a una etapa.
Estado: La disponibilidad respecto a la capacidad del barco
Decisin: Cuntas unidades de cada tipo de artculo llevar
Funcin recursiva: Representa el total de ingreso que se quiere maximizar.

Etapa 3
s3
0
1
2
3
4

x3 =0
14(0)=0
14(0)=0
14(0)=0
14(0)=0
14(0)=0

x3 =1
14(1)=14
14(1)=14
14(1)=14
14(1)=14

f3(s3,x3)=14x3
x3 =2
14(2)=28
14(2)=28
14(2)=28

Solucin ptima
x3 =3
x3 =4
f3*(s3)
x3*
0
0
14
1
28
2
14(3)=42
42
3
14(3)=42
14(4)=56
56
4
s3=0; significa que el barco est lleno, disponibilidad cero.
s3=4; significa que el barco est vaco, disponibilidad 4 ton.
Etapa 2

f2(s2,x2)=47x2+f3*(s2-3x2)
s2
0
1
2
3
4

x2 =0
47(0)+0=0
47(0)+14=14
47(0)+28=28
47(0)+42=42
47(0)+56=56

x2 =1
47(1)+0=47
47(1)+14=61
Etapa 1

Solucin ptima
f2*(s2)
0
14
28
47
61

x2*
0
0
0
1
1

s1
0
1
2
3
4

f1(s1,x1)=31x1+ f2*(s1-2x1)
x1 =1
31(1)+0=31
31(1)+14=45
31(1)+28=59

x1 =0
31(0)+0=0
31(0)+14=14
31(0)+28=28
31(0)+47=47
31(0)+61=61

Solucin ptima
f1*(s1)
x1*
0
0
14
0
31
1
47
0
62
2

x1 =2
31(2)+0=62

Para obtener la solucin ptima, se observa que el mximo ingreso generado en la etapa 1, es decir $62 mil, se produce
cuando se decide llevar 2 unidades del artculo 1.
PROBLEMA 2 (Modelo: Fuerza laboral)
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 costar $300 por trabajador semanalmente, y
la nueva contratacin en cualquier semana tendr un costo fijo de $400 ms $200 por trabajador y por semana. Sugiera un
plan de contratacin para minimizar los costos en los que se incurren.
Solucin:
Sea xn la mano de obra asignada a cada semana.
Sea rn la mano de obra requerida para cada semana, entonces: r1 =5, r2 =7, r3 =8, r4 =4 y r5 =6
Costo de exceso de mano de obra:
300(xn rn)
Costo de contratacin:
400 + 200(xn sn)
Etapa 5 (r5 = 6)
f5(s5,x5)=300(x5 - 6)+[400+200(x5-s5)]
x5 =6
300(0)+[400+200(2)]=800
300(0)+[400+200(1)]=600
300(0)+[0]=0

s5
4
5
6

s4
8

cuando: xn > rn
cuando: xn > sn

Etapa 4 (r4 = 4)
f4(s4,x4)=300(x4 - 4)+[400+200(x4-s4)]+f5*(x4)
x4 =4
x4 =5
300(0)+[0]+800=800
300(1)+[0]+600=900

Solucin ptima
f5*(s5)
800
600
0

s3
7
8

Solucin ptima
f4*(s4)
x4*
600
6

x4 =6
300(2)+[0]+0=600

Etapa 3 (r3 = 8)
f3(s3,x3)=300(x3 - 8)+[400+200(x3-s3)]+f4*(x3)
x3 =8
300(0)+[400+200(1)]+600=1200
300(0)+[0]+600=600

Solucin ptima
f3*(s3)
x3*
1200
8
600
8

Etapa 2 (r2 = 7)
f2(s2,x2)=300(x2 - 7)+[400+200(x2-s2)]+f3*(x2)
s2
5
6
7
8

x2 =7
300(0)+[400+200(2)]+1200=2000
300(0)+[400+200(1)]+1200=1800
300(0)+[0]+1200=1200
300(0)+[0]+1200=1200

Solucin ptima
f2*(s2)
x 2*
1900
8
1700
8
1200
7
900
8

x2 =8
300(1)+[400+200(3)]+600=1900
300(1)+[400+200(2)]+600=1700
300(1)+[400+200(1)]+600=1500
300(1)+[0]+600=900

Etapa 1 (r1 = 5)
f1(s1,x1)=300(x1 - 5)+[400+200(x1-s1)]+f2*(x1)
s

x5*
6
6
6

x1 =5

x1 =6

x1 =7

x1 =8

300(0)+[400+20
0(5)]
+1900=3300

300(1)+[400+20
0(6)]
+1700=3600

300(2)+[400+20
0(7)]
+1200=3600

300(3)+[400+20
0(8)]
+900=3800

Solucin
ptima
f1*(s x
*
1)
1
330
0

PROBLEMA 3 (Modelo: Reposicin de equipo)

En el transcurso de los cuatro siguientes aos, durante cierto proceso de produccin, se desea saber cundo remplazar una
mquina o seguir conservndola con la finalidad de encontrar lo ms beneficioso para la empresa. Inicialmente se tiene una
mquina con tres aos de antigedad trabajando en la produccin. Los datos respecto a la maquina los obtenemos en la
siguiente tabla:
t
Tiempo
(aos)
0
1
2
3
4
5
6

I(t)
Ingreso
(miles de $)
20000
19000
18500
17200
15500
14000
12200

C(t)
Costo de
operacin ( $ )
200
600
1200
1500
1700
1800
2200

R(t)
Valor de
Recuperacin ( $ )
80000
60000
50000
30000
10000
5000

Considerar que:
El costo de una mquina nueva es $100000.
Toda mquina con 6 aos de antigedad debe reemplazarse.
Terminado el horizonte de planeacin, la mquina debe venderse.

Como esta es la ltima etapa, la mquina debe venderse, y no hay contribuciones posteriores.
El estado de la etapa n es la antigedad t de la mquina al inicio del ao n, entonces:
Etapa 4
t
s4
1
2
3
6

Conservar
I(t) - C(t) + R(t +1)
19000-600+60000=78400
18500-1200+50000=67300
17200+1500+30000=45700
Se debe reemplazar

t
s3
1
2
5

Conservar
I(t) - C(t) + f4(t +1)
19000-600+67300=85700
18500-1200+49800=67100
14000-1800+4800=17000

Reemplazar
I(0) + R(t) +R(1) - 100000 - C(0)
20000+80000+80000-100000-200=79800
20000+60000+80000-100000-200=59800
20000+50000+80000-100000-200=49800
20000+5000+80000-100000-200=4800

Solucin ptima
f4*(s4)
x4*
79800
R
67300
C
49800
R
4800
R

Etapa 3
Reemplazar
I(0) + R(t) - 100000 - C(0) + f4*(1)
20000+80000-100000-200+79800=79600
20000+60000-100000-200+79800=59600
20000+10000-100000-200+79800=9600

Solucin ptima
f3*(s3)
x3*
85700
C
67100
C
17000
C

Etapa 2
t
s2
1
4

Conservar
I(t) - C(t) + f3(t +1)
19000-600+67100=85500
15500-1700+17000=30800

t
s1
3

Conservar
I(t) - C(t) + f2(t +1)
17200-1500+35500=51200

Reemplazar
I(0) + R(t) - 100000 - C(0) + f3*(1)
20000+80000-100000-200+85700=85500
20000+30000-100000-200+85700=35500

Solucin ptima
f2*(s2)
x2*
85500
CoR
35500
R

Etapa 1
Reemplazar
I(0) + R(t) - 100000 - C(0) + f2*(1)
20000+50000-100000-200+85500=55300

Solucin ptima
f1*(s1)
x1*
55300
R

PROBLEMA 4
Una empresa requiere 28, 30, 25, 29 y 20 trabajadores para los prximos 5 aos respectivamente.
En la actualidad hay 30 empleados en la empresa. Cada trabajador gana 16000 soles al ao. Al empezar cada ao se puede
contratar o despedir trabajadores.Cuesta 1000 soles contratar un trabajador y 15000 soles despedirlo, debido a los seguros y
beneficios que se tienen que pagar. Por lo fatigoso que es el trabajo, cada ao renuncian 3 trabajadores (los cuales no cobran
los 15000 soles de despido). Mediante el uso de programacin dinmica encontrar la poltica ptima definiendo las etapas,
estados y variables de decisin; adems explicar la funcin recursiva. Tener en cuenta que, de ser econmico, sera ideal
tener el nmero exacto de trabajadores necesarios en cada semana; adems, la empresa trata en lo posible de evitar los
costos de contratacin o despido.
Solucin:
rn: Requerimiento de ao n
xn: Trabajadores asignados el ao n
Etapa: ao
Estado: trabajadores que quedan al inicio del presente perodo.
fn(sn,xn)= min{16000(xn) + 1000(xn-sn) + 15000(sn-xn) +fn+1(sn+1) } o tambin
fn(sn,xn)= min{16000(xn) + 1000(xn-sn) + 15000(sn-xn) + fn+1(xn-3) }
teniendo en cuenta que: 1000(xn-sn); xn>sny15000(sn-xn); sn>xn
Por practicidad los costos en las tablas se encuentran en miles de soles

s5
29-3=26

s4
25-3=22
27-3=24

s3
30-3=27

s2
28-3=25
30-3=27

s1

Etapa 5 (r5 = 20)

f5(s5,x5)=16000(x5)+15000(s5-x5)
x5 =20
16(20)+15(6)=410
Etapa 4 (r4 = 29)
f4(s4,x4)=16000(x4)+1000(x4-s4)+f5(x4-3)
x4 =29
16(22)+1(7)+410 =769
16(24)+1(5)+410=799

Etapa 3 (r3 = 25)

f3(s3,x3)=16000(x3)+15000(s3-x3)+f4(x3-3)
x2 =25
x2 =27
16(25)+15(2)+769=1199
16(27)+ 799=1231
Etapa 2 (r2 = 30)
f2(s2,x2)=16000(x2)+1000(x2-s2)+f3(x2-3)
x2 =30
16(30)+1(5)+1199 =1754
16(30)+1(3)+1199 =1724
Etapa 1 (r1 = 28)
f1(s1,x1)=16000(x1)+15000(s1-x1)+f2(x1-3)

Solucin ptima
f5 (s5)
410
*

x5*
20

Solucin ptima
f4*(s4)
x4*
769
29
799
29

Solucin ptima
f3*(s3)
x3*
1199
25

Solucin ptima
f2*(s2)
x2*
1754
30
1724
30

Solucin ptima

30

x1 =28
16(28)+15(2)+1754=2232

f1*(s1)
2204

x1 =30
16(30)+1724=2204

x1*
30

PROBLEMA 5
Una empresa requiere tener una mquina que trabaje durante los 5 aos siguientes. En la actualidad tiene una mquina
nueva. La compaa podra conservar la mquina o venderla al empezar cada ao y comprar una nueva. Una mquina nueva
cuesta 5000 dlares. Los ingresos obtenidos con la mquina, el costo de mantenimiento y el valor de salvamento que se
puede obtener al venderla al final del ao, dependen de la edad de la mquina (vase tabla). Puede utilizarse una mquina
hasta un mximo de tres aos de antigedad.
Utilice la programacin dinmica para maximizar la utilidad neta ganada durante los seis aos siguientes.
AO 0-1
4500
500
3000

Ingresos ($)
Costos de operacin ($)
Valor de salvamento al final del ao

AO 1-2
3000
700
1800

AO 2-3
1500
1100
500

ETAPAS: Aos
ESTADOS: Edad de la mquina
ALTERNATIVAS: Conservar, Reemplazar

Como esta es la ltima etapa, la mquina debe venderse, y no hay contribuciones posteriores.
El estado de la etapa n es la antigedad t de la mquina al inicio del ao n, entonces:
Etapa 6
t
s6
1
2
3

Conservar
I(t) - C(t) + R(t +1)
3000-700+1800=4100
1500-1100+500=900
Se debe reemplazar

t
s5
1
2
3

Conservar
I(t) - C(t) + f6*(t +1)
3000-700+3800=4100
1500-1100+2500=2900
Se debe reemplazar

t
s4

Conservar
I(t) - C(t) + f5*(t +1)

Reemplazar
I(0) + R(t) +R(1) - 5000 - C(0)
4500+3000+3000-5000-500=5000
4500+1800+3000-5000-500=3800
4500+500+3000-5000-500=2500

Solucin ptima
f6*(s6)
x 6*
5000
R
3800
R
2500
R

Etapa 5
Reemplazar
I(0) + R(t) - 5000 - C(0) + f6*(1)
4500+3000-5000-500+5000=7000
4500+1800-5000-500+5000=5800
4500+500-5000-500+5000=4500

Solucin ptima
f5*(s5)
x 5*
7000
R
5800
R
4500
R

Etapa 4
Reemplazar
I(0) + R(t) - 5000 - C(0) + f5*(1)

Solucin ptima
f4*(s4)
x 4*

1
2
3

3000-700+5800=8100
1500-1100+4500=4900
Se debe reemplazar

t
s3
1
2

Conservar
I(t) - C(t) + f4*(t +1)
3000-700+7800=10100
1500-1100+6500=6900

t
s2
1

Conservar
I(t) - C(t) + f3*(t +1)
3000-700+9800=12100

t
s1
0

Conservar
I(t) - C(t) + f2*(t +1)
3000-700+13000=15300

4500+3000-5000-500+7000=9000
4500+1800-5000-500+7000=7800
4500+500-5000-500+7000=6500

9000
7800
6500

R
R
R

Etapa 3
Reemplazar
I(0) + R(t) - 5000 - C(0) + f4*(1)
4500+3000-5000-500+9000=11000
4500+1800-5000-500+9000=9800

Solucin ptima
f3*(s3)
x3*
11000
R
9800
R

Etapa 2
Reemplazar
I(0) + R(t) - 5000 - C(0) + f3*(1)
4500+3000-5000-500+11000=13000

Solucin ptima
f2*(s2)
x2*
13000
R

Etapa 1
Reemplazar
I(0) + R(t) - 5000 - C(0) + f2*(1)
-

Solucin ptima
f1*(s1)
x1*
15300
C

Programacin Dinmica Probabilstico

1.- Considere una cadena de supermercados con 3 locales. La cadena debe comprar 6 litros de
leche diariamente a un proveedor y distribuirlos en sus tres locales. Si un local vende un litro de
leche recibe una utilidad de $2, y por cada litro sobrante diario se obtiene una utilidad de $0.50
al devolverlo al proveedor, por ejemplo, si en un da existen 3 litros en un local y se venden 2
litros, se obtiene una utilidad de $4 por los dos litros vendidos, ms $0.50 por el litro devuelto al
proveedor. Sin embargo la demanda de leche en cada local no es conocido con anterioridad y la
siguiente tabla muestra los valores posibles de ella.

Determine cuantos Determine la distribucin de los litros de leche.

Examinando tenemos ::
Si no sabes que significan los smbolos lete primero los conceptos en este artculo
Precio de utilidad PU =2
Precio de devolucin PD= 0.5
>>como son tres tiendas debo decidir cuanta leche dejar en cada una , de aqu saco que vas aser 3
etapas y que la variable de decisin ( x ) indicara cuanta leche dejar en cada tienda
Xi : cuantos litros de leche dejar en cada tienda
>>Adems , mi estado ser cuanta leche me quede ( y )
Yi :la cantidad de litros de leche que me queda
>> Mi variable de estado cambiara deacuerdo a cuanta leche deje , entonce se formularia as
FT : Yi+1 =Yi - Xi

::Lo que se busca ::

Max U(x) =2 sum(Di) + 0.5 sum(Xi-Di) donde i={1,2,3}
Fr: Fi(Yi)=Max{ Ui(Xi) + Fi+1(Ui+1) }

::Condiciones de borde ::
Y1=6 , F4(Y4)=0

>> ahora , si leyeron el post pasado dije que si no te dan una tabla de utilidad tenias que armarla pues
aqu se hace o lo puedes calcular al paso , pero mas fcil es tener la tabla y armada
Bien solo indicare como hacer para la tienda 3 , la 2 y 1 la hace ustedes :P
U(0)=0

<<100% de que no tenga ninguna utilidad>>

U(1)=2
<< Si tengo solo un litro y mis demandas son de 1 ,2 o 3 es 100% de que la venda y recibo 2 dlares por
ello>>

U(2)=3.4

<<Si tengo 2 litros , y mi demanda es de 1 vendo 1 y me sobra 1 ,

entonces recibo 2+0.5 , y esto puede ocurrir con una probabilidad de
0.4 ,
Entonces lo que recibo es (2+0.5)x0.4 , ahora si mi demanda es de 2
o 3 , pues vendo todo 2x2 ( 0.3 ) y2x2 ( 0.3 ) respectivamente ...
quedando en todo :: (2+0.5)x0.4 + 2x2 ( 0.3 ) + + 2x2 ( 0.3 )
Se puede poner como = x //esto en cada caso , para cada probabilidad
**la 'x' esel simbolo de multiplicacion , no la variable de decision **
>>

U(3)= ( 2 + 1) 0.4 + ( 4 + 0.5 ) 0.3 + (6)0.3 = 4.35

Igual para la tienda 1 y 2
Quedaria asi
U2(0)= 0
U2(1)=2
U2(2)=3.25
U2(3)=4.35

U1(0)=0
U1(1)=2
U1(2)=3.1
U1(3)=4.2

::: Ahora si las iteraciones :::

Para la tienda 3

OBS : solo se le puede asignar asta 3 pues es lo mximo de mi demanda

Para la tienda 2 :

OBS : no siempre la decisin 0 va tomar como valor 0 , ojo.

Para la tienda 1 :

:: Solucin ::
Se tienen dos soluciones
X1=1, X2=3,X3=2
X1=1, X2=2,X3=2