AO DE LA DIVERSIFICACIN PRODUCTIVA Y DEL FORTALECIMIENTO DE LA EDUCACIN

UNIVERSIDAD TECNOLGICA DE LOS ANDES

_________________________________________________________________
DOCENTE

: Ing. Yuliana Tomaylla Gutierrez.

ESPECIALIDAD : Investigacin Operativa II

TEMA
ALUMNOS

: Programacin Dinmica
: Gerardo GianCarlo Diaz Huiman.
Alisson Kelly Jimenez Huayllani
Aldair Silva Villegas
Jeancarlos Van Delf Quispe
ABANCAY - 2015

INTRODUCCIN.

La Programacin Dinmica 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).
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.

Programacin Dinmica

La programacin dinmica es un enfoque general para la solucin de problemas en los que

es necesario tomar decisiones en etapas sucesivas. Las decisiones tomadas en una etapa
condicionan la evolucin futura del sistema, afectando a las situaciones en las que el
sistema se encontrar en el futuro (denominadas estados), y a las decisiones que se
plantearn en el futuro.
Conviene resaltar que a diferencia de la programacin lineal, el modelado de problemas
de programacin dinmica no sigue una forma estndar. As, para cada problema ser
necesario especificar cada uno de los componentes que caracterizan un problema de
programacin dinmica.
El procedimiento general de resolucin de estas situaciones se divide en el anlisis
recursivo de cada una de las etapas del problema, en orden inverso, es decir comenzando
por la ltima y pasando en cada iteracin a la etapa antecesora. El anlisis de la primera
etapa finaliza con la obtencin del ptimo del problema.
A QU PROBLEMAS SE APLICA?
Esta tcnica se aplica sobre problemas que a simple vista necesitan un alto coste
computacional (posiblemente exponencial) donde:
Subproblemas optimales: La solucin ptima a un problema puede ser definida en
funcin de Soluciones ptimas a subproblemas de tamao menor, generalmente de forma
recursiva.
Solapamiento entre subproblemas: Al plantear la solucin recursiva, un mismo
problema se resuelve ms de una vez
QU SE LOGRA CON LA PROGRAMACIN DINMICA ?
La PD utiliza un enfoque ascendente (botton-up) para obtener la solucin, primero calcula
las soluciones ptimas a problemas de tamao pequeo. Utilizando dichas soluciones
encuentra soluciones a problemas de mayor tamao.
La idea de la PD es encontrar la solucin a los subproblemas y almacenarlos en alguna
estructura (diccionario) para utilizarlas posteriormente.
Por tanto, es ms eficiente que la fuerza bruta que resuelve el mismo subproblema
una y otra vez.

-- Evita calcular lo mismo varias veces. Usualmente se utiliza una matriz que se rellena
conforme las soluciones a los Subproblemas que son calculados (espacio vs. tiempo).
CARACTERISTICAS DE LA PROGRAMCION DINMICA
Para que un problema pueda ser resuelto con la tcnica de programacin dinmica, debe
cumplir con ciertas caractersticas:
- Naturaleza secuencial de las decisiones: El problema puede ser dividido en etapas.
- Cada etapa tiene un nmero de estados asociados a ella.
- La decisin ptima de cada etapa depende solo del estado actual y no de las
decisiones anteriores.
- La decisin tomada en una etapa determina cual ser el estado de la etapa siguiente.
En sntesis, la poltica ptima desde un estado s de la etapa k a la etapa final esta
constituida por una decisin que transforma s en un estado s de la etapa k +1 y por la
poltica ptima desde el estado s hasta la etapa final.
RESOLUCIN DE UN PROBLEMA DE PROGRAMACIN DINMICA
Para resolver un problema de programacin dinmica debemos al menos cumplir con:
A. Identificacin de etapas, estados y variable de decisin:
Cada etapa debe tener asociado una o mas decisiones (problema de optimizacin),
cuya dependencia de las decisiones anteriores esta 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.
B. 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.
C. Resolucin: Debemos optimizar cada subproblema por etapas en funcin de los
resultados de la resolucin del subproblema siguiente. Al final obtendremos una
solucin ptima para el problema.

TIPOS DE PROGRAMACIN DINMICA

1. Programacin dinmica determinstica.
El estado en la siguiente etapa est completamente determinado por el estado y la
poltica de decisin de la etapa actual.
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

2. 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. En su lugar existe una distribucin de probabilidad para determinar cul ser
el siguiente estado.
La programacin dinmica probabilstica se origina en especial en el tratamiento de
modelos estocsticos de inventarios y en los procesos markovianos de decisin.
Algunas de las aplicaciones de programacin dinmica probabilstica son:

Un juego aleatorio

Problema de inversin

Maximizacin del evento de lograr una meta.