La programación dinámica permite resolver problemas dividiéndolos en etapas, donde cada etapa depende de la anterior. Para usar este método, el problema debe poder dividirse en etapas con estados asociados, y la decisión óptima de cada etapa debe depender solo del estado actual. La programación dinámica determinista resuelve problemas donde el estado futuro depende completamente del estado actual y la decisión, mientras que la probabilista trata con estados de valor probabilístico.
La programación dinámica permite resolver problemas dividiéndolos en etapas, donde cada etapa depende de la anterior. Para usar este método, el problema debe poder dividirse en etapas con estados asociados, y la decisión óptima de cada etapa debe depender solo del estado actual. La programación dinámica determinista resuelve problemas donde el estado futuro depende completamente del estado actual y la decisión, mientras que la probabilista trata con estados de valor probabilístico.
La programación dinámica permite resolver problemas dividiéndolos en etapas, donde cada etapa depende de la anterior. Para usar este método, el problema debe poder dividirse en etapas con estados asociados, y la decisión óptima de cada etapa debe depender solo del estado actual. La programación dinámica determinista resuelve problemas donde el estado futuro depende completamente del estado actual y la decisión, mientras que la probabilista trata con estados de valor probabilístico.
La programación dinámica permite resolver problemas dividiéndolos en etapas, donde cada etapa depende de la anterior. Para usar este método, el problema debe poder dividirse en etapas con estados asociados, y la decisión óptima de cada etapa debe depender solo del estado actual. La programación dinámica determinista resuelve problemas donde el estado futuro depende completamente del estado actual y la decisión, mientras que la probabilista trata con estados de valor probabilístico.
Descargue como PPTX, PDF, TXT o lea en línea desde Scribd
Descargar como pptx, pdf o txt
Está en la página 1de 11
Tecnológico Nacional de México
Instituto Tecnológico de Mérida
Departamento de Ingeniería Química y Bioquímica Ingeniería Química Asignatura:Sintesis y optimización de procesos Estudiantes: Mezquita Martin, Michelle Judith Puga Puerto, Ivana Nicole Suaste Espadas, Ana Karina Profesor: Ariana Palacios Zimbrón “Programación dinámica ” Grupo: 7Q La programación dinámica
Permite resolver un problema que depende del
tiempo en forma de una continuidad de problemas de un solo periodo, en donde los parámetros de cada periodo dependen del periodo que se considera; es posible que no se conozca la cuantificación de cada Periodo sino hasta que éste llega. Caracteristica s Para que un problema pueda ser resuelto mediante programación dinámica, debe cumplir con ciertas características, como: El problema puede ser dividido en etapas. Cada etapa tiene un número de estados asociados a ella La decisión óptima de cada etapa depende sólo del estado actual y no de las decisiones anteriores. La decisión tomada en una etapa determina cuál será el estado de la etapa siguiente. —Resolución de un problema de programación dinámica
Identificar etapas, estados y variable de decisión: Cada etapa debe
tener asociada una o más decisiones (problema de optimización). Cada estado debe contener toda la información relevante para la toma de decisión asociada al periodo. Las variables de decisión son aquellas sobre las cuales se debe definir su valor, de modo que se pueda optimizar el beneficio acumulado y modificar el estado de la próxima etapa. Resolución de un problema de programación dinámica Describir las ecuaciones Solucionar: de recurrencia: Se debe optimizar cada sub- Se debe indicar cómo se problema por etapas en acumula la función de función de los resultados de beneficios a optimizar la resolución del sub- (función objetivo) y cómo problema siguiente. varían las funciones de estado de una etapa a otra. MODELOS DETERMINISTICOS consiste en profundizar sobre el enfoque del tipo de problema; donde el estado en la siguiente etapa esta completamente determinado por el estado y la política de decisión de la etapa actual. Una forma de clasificar los problemas de programación dinámica determinística es por la forma de la función objetivo.
También podemos decir que su objetivo es minimizar la suma de las
contribuciones de cada una de las etapas individuales ó maximizar esas sumas ó bien minimizar el producto de los términos. Otra forma de clasificar los problemas determinísticos es en términos de la naturaleza del conjunto de estados, en las respectivas etapas. Programación Dinámica determinista. Nomenclatura Parámetros, variables y funciones: N = número de etapas. n = etiqueta de la etapa actual (n =1, 2,..., N). sn = estado actual de la etapa n. xn = variable de decisión de la etapa n. xn* = valor óptimo de xn (dado sn ) fn (sn, xn ) = contribución a la función objetivo de las etapas n, n +1,..., N, desde s n con decisión xn. fn*(sn ) = fn (sn, xn*) = contribución óptima, desde sn con la mejor decisión. fn*(sn ) = (min xn) [fn (sn, xn) ] o fn*(sn ) = (max xn) [fn (sn, xn)] El problema de distribución de esfuerzos Grupo de problemas en el que existe sólo una clase de Recurso que debe asignarse a un número de Actividades. El objetivo es determinar cómo distribuir el Recurso (Esfuerzo) de la forma más eficaz. Formulación: N = número de Actividades. n = etiqueta de la Actividad (n =1, 2,..., N). Orden arbitrario. sn = (estado) Cantidad de recursos disponibles para asignarse a las Actividades n, n +1,..., N. xn = cantidad de recursos asignados a la Actividad n. xn* = valor óptimo de xn (dado sn ) PROGRAMACIÓN DINÁMICA PROBABILISTA Los cálculos de la programación dinámica probabilística se hacen de manera recursiva en el sentido de que la solución de un subproblema se utiliza como una entrada para el siguiente subproblema.
Existen dos problemas de realizar estos cálculos recursivos. Una forma es la
recursión hacia adelante, en la cual los cálculos avanzan de la primera etapa hasta llegar llegar a la ultima etapa. La otra forma es la recursión hacia atrás, en la que los cálculos inician en la ultima etapa y terminan con la primera etapa. Características el valor asociado a los arcos es un valor probable, y por lo tanto el valor de las rutas posibles desde el estado inicial hasta el estado final tiene un valor asociado a la probabilidad de ocurrencia de ella.
Dentro de un modelo de programación dinámica probabilística se
pueden identificar tres elementos importantes que son: las etapas, las alternativas en cada etapa y los estados para cada etapa. De estos tres elementos el más importante es la definición de estado.
Este tipo de problemas se guía o están orientados a un principio de
optimalidad. Esto nos dice que las futuras decisiones para las etapas restantes constituirán una política optima, sin importar cual haya sido la política adoptada en las etapas previas. Referencias ● http://jupiter.utm.mx/~tesis_dig/8521.pdf ● https://repositorioacademico.upc.edu.pe/bitstream/handle/10757/621494/Tema77-Gil-Ll ave-Munive.pdf?sequence=5&isAllowed=y ● https://whdeveloper.wordpress.com/2019/06/03/programacion-dinamica-deterministica-i nvestigacion-de-operaciones/ ● http://virtual.umng.edu.co/distancia/ecosistema/ovas/ingenieria_civil/investigacion_de_o peraciones_ii/unidad_4/DM.pdf ● https://upcommons.upc.edu/bitstream/handle/2117/191405/tr_mhd2016_programacion_ dinamica_1-5718.pdf ● http://files.rodrigopepe.webnode.es/200000020-5567056611/conferencia%20din %C3%A1mica.pdf