Introduccin

La solucin ptima de ciertos problemas que se nos plantean ha sido fuente de diversos estudiosos matemticos, como es el caso de Richard Bellman quien invento la programacin dinmica en 1953, con la finalidad de optimizar

problemas complejos que pueden ser desglosados, es decir, descomponindolos en sub problemas de menor tamao y por consiguiente ms fciles de calcular. Generando as la solucin ms factible. Pero basta de prembulos, a continuacin detallaremos lo que es la programacin dinmica desde su definicin, diferencias con la programacin lineal y los pasos a seguir para obtener la solucin correcta del problema a desarrollar.

Programacin Dinmica
La programacin dinmica consiste en una tcnica que permite determinar de manera eficiente las decisiones que optimizan el comportamiento de un sistema que evoluciona a lo largo de una serie de etapas. En otras palabras, trata de encontrar la secuencia de decisiones que optimiza el comportamiento de un proceso politapico. La naturaleza del razonamiento que se debe realizar en programacin dinmica es muy diferente al de la programacin lineal. En programacin lineal, intenta describir una determinada situacin en trminos de un modelo matemtico determinado; una vez conocida la naturaleza de las variables de decisin, y expresadas la funcin objetivo y las restricciones en funcin de esas variables, la resolucin del modelo puede confiarse, sin mayores problemas, a un programa informtico. La programacin dinmica no admite una resolucin sistemtica de este tipo; mas que un modelo concreto, es una estrategia de resolucin comn a muchas situaciones en principio diferentes que se ha de modelizar. En contrapartida, las simplificaciones que en ocasiones deben realizarse en programacin lineal para poder resolver el modelo no son necesarias en programacin dinmica, que admite gran variedad de relaciones entre variables.

Caractersticas y metodologa
Vamos ahora enumerar las caractersticas que constituyen el mtodo de la

programacin dinmica: i. Cada problema debe dividirse en etapas, cada una de las cuales requiere de una poltica de decisin, que se determinara conforme a la funcin objetivo. ii. Cada etapa se divide a su vez en un cierto nmero de estados asociados a ella, donde cada uno de estos representa una posibilidad de llevar a cabo la etapa. iii. En cada etapa habr una poltica de decisin la cual deber eslabonar la etapa actual con la siguiente del problema. iv. El mtodo de programacin dinmica deber hallar una solucin ptima para el problema total, la que es diferente de la solucin ptima de etapa a etapa. v. El principio de optimalidad de Bellman dice: cuando el problema se encuentra en un estado de una etapa dada, para salir de el, la decisin tomada debe constituir una poltica optima, independientemente de las decisiones hechas anteriormente. vi. El problema se inicia por la ultima etapa y se mueve recursivamente, es decir, desde la ultima hasta la primera etapa, en la cual una vez determinada la decisin de la misma, el problema habr sido resuelto.

Terminologa
Ahora daremos a conocer la terminologa que se incluye en la programacin dinmica para su mejor comprensin en el manejo de problemas. N = Numero total de etapa n = Etapa particular, donde n = 1, 2,, N = Estado particular de la etapa n = Variable de decisin para la etapa n

= Valor optimo de

para cada

= Contribucin acumulada de la funcin objetivo de la entapa n hasta la N.

, la cual deber optimizarse.

Hay problemas de programacin dinmica de adicin y de multiplicacin, segn la forma de obtener la funcin objetivo a partir de las variables de decisin en cada etapa. Son mas frecuente los casos de adicin en la prctica, sin embargo, tambin aparecen situaciones de multiplicacin como en aquellos casos de probabilidad conjunta.

Procesos politapicos de decisin

Las situaciones susceptibles de ser representadas mediante programacin dinmica pueden describirse como procesos politapicos de decisin.

Seguidamente se exponen algunas caractersticas propias de este tipo de procesos.

El problema puede dividirse en etapas. En casa una de esas etapas, debe tomarse una decisin. Tendremos la solucin del problema cuando conozcamos la decisin ptima para cualquier situacin que pueda presentarse en la evolucin del sistema.

La programacin dinmica va asociada a situaciones de evolucin de un sistema que va evolucionando a lo largo de varias etapas (de ah su carcter dinmico). En la mayora de las ocasiones, se tratara de representar el comportamiento de un sistema que evoluciona a lo largo del tiempo. En otros casos, se tratara de situaciones en las que las decisiones se toman de manera simultnea en el tiempo, pero en las que se evalan las decisiones de manera secuencial. Ntese la diferencia con la programacin lineal, en las que las decisiones se toman de manera simultanea (aunque en ocasiones representemos sistemas que

evolucionan a lo largo del tiempo, como los planes de produccin). Al comenzar cada una de las etapas, antes de tomar la decisin, el sistema podr encontrarse en un estado de los varios posibles para esa etapa. Esto significa que para cada etapa debe definirse un conjunto de estados. El estado debe sintetizar toda la informacin que debemos conocer de la evolucin del sistema en las etapas anteriores. Los estados posibles para una etapa no tienen por que ser los mismos que para las etapas siguientes (aunque si deben definirse de la misma manera: los estados aseguran la continuidad entre una y otra etapa) y el nmero de estados puede ser finito o infinito.

Una vez tomada la decisin en estado correspondiente, el sistema evolucionara hacia alguno de los estados posibles para la etapa siguiente.

Por lo tanto, el comportamiento del sistema puede percibirse como una secuencia de decisiones y evoluciones. Dicha evolucin puede ser conocida con certeza, una vez tomada la decisin (tendremos una situacin de programacin dinmica determinista), o bien el sistema puede evolucionar hacia diferentes estados, segn una ley de probabilidad conocida (siendo entonces programacin dinamiza aleatoria). El objetivo de la programacin dinmica es de encontrar cual es la poltica optima para cada una de las etapas de la evolucin del sistema. La poltica para una determinada etapa es la decisin optima en cada uno de los posibles estados del sistema en dicha etapa. Ntese que, para cada etapa, debe definirse una variable de decisin . Si el

sistema tiene k estados en esa etapa, una poltica ser un vector de k componentes, cuya componente -sima es el valor de la variable de decisin para el estado en la etapa n.

La esencia de la estrategia de la programacin dinmica se expresa mediante el principio de optimalidad: En un modelo de programacin dinmica, la poltica ptima para las etapas que faltan hasta la finalizacin del proceso es independiente de las polticas adoptadas en las etapas anteriores. Esta propiedad es la esencia de la programacin dinmica y tiene dos implicaciones importantes: En primer lugar, la evolucin futura del sistema a partir de una determinada etapa depende exclusivamente del estado en que nos encontremos en esa etapa. Observe entonces que todo modelo de programacin dinmica debe cumplir la propiedad markoviana: solo necesitamos conocer la situacin del sistema en el momento presente para determinar su evolucin en las etapas siguientes.

En segundo lugar, un modelo de programacin dinmica debe resolverse hacia atrs. Esto admite dos formulaciones, en esencia equivalentes: Si n son las etapas que ya ha realizado el sistema, conociendo la poltica ptima para la etapa n + 1, podremos encontrar la poltica ptima para la etapa n. Si N son las etapas que faltan para que finalice la evolucin del sistema, conociendo la poltica ptima cuando faltan N 1 etapas, podremos encontrar la poltica ptima para cuando falten N etapas. Esta segunda formulacin es especialmente til para problemas de horizonte infinito. El procedimiento de solucin se inicia al encontrar la poltica ptima para la ltima etapa. Esta propiedad tiene que ver con la solucin hacia atrs de la que se hablaba en la propiedad anterior. Es conveniente que la solucin para la ltima etapa sea trivial, esto es, que pueda encontrarse sin problemas la decisin optima para cada uno de los estados de la ltima etapa. Esto puede lograrse definiendo adecuadamente la funcin a optimizar. Es frecuente definir la funcin optimizar en la etapa N como el valor de dicha funcin para las N ultimas etapas. Para encontrar la poltica optima para las etapas anteriores, es necesario definir una relacin recursiva para la funcin a optimizar. Esto significa que, para la etapa n, la funcin a optimizar ha de poder expresarse en funcin de alguno de estos elementos: El estado en que nos encontremos en la etapa n-sima. Los valores de la variable de decisin posibles para cada estado a

El ptimo de la funcin para la etapa n+1, para el estado (o estados) a que evoluciones el sistema despus de tomar la decisin

Para cada uno de los estados, deberemos determinar el valor ptimo de la funcin (que depender exclusivamente del estado del sistema), as como el valor de

la variable de decisin que optimiza el comportamiento del sistema para ese estado. Ese valor formara parte de la poltica ptima para esa etapa.

Ejemplo
Cierto estudiante desea destinar los siete das de la semana prxima a estudiar cuatro cursos. Necesita al menos un da para cada curso y el puntaje que puede lograr se da en la siguiente tabla: Cuantos das debe estudiar cada curso para lograr un puntaje?

Conclusin
La programacin dinmica nos permite resolver problemas complejos, caracterizados por decisiones interrelacionadas, es decir, decisiones que se deben tomar en forma secuencial y las cuales influyen en las decisiones de estas secuencias. De acuerdo a la informacin anterior el anlisis se basa en el principio de optimalidad, el cual expresa que una poltica ptima esta conformada por sub polticas igual de optimas. Posteriormente debemos descomponer la incgnita en una serie de sub problemas. Lo caracterstico es que se comienza por los que se sitan de ltimo, empleando la idea de recursin, retrocediendo hasta llegar a los primeros sub problemas. Se hace nfasis en la diferencia que existe entre los problemas de programacin lineal y los de programacin dinmica, pero quizs la ms significativa sea la presencia del tiempo, esto quiere decir que los problemas de programacin lineal se plantean para resolver una situacin que ocurre en un determinado momento, en cambio los de programacin dinmica tienen variaciones con relacin al tiempo. Todo lo anterior lo convierte en un mtodo eficaz para encontrar solucin a problemas complejos de diversa ndole, incluyendo los problemas industriales, el conocerlo y saber implementarlo nos ser de gran soporte para el mbito universitario y mejor an: el mbito industrial.

Fuentes

Mtodos cuantitativos de organizacin industrial II, por Jos Mara Salln Leyes, Joan Baptista Fonollosa Guardiet, pg. 99-101 http://books.google.com.mx/books?id=s17qyqho9NIC&pg=PA99&dq=programacion+dina mica&hl=es&sa=X&ei=ahEiUqaDPfSgsQS04BI&ved=0CDMQ6AEwAQ#v=onepage&q=programacion%20dinamica&f=false

Fundamentos de investigacin de operaciones para administracin, por Juan Manuel Izar Landeta, pg. 179-181 http://books.google.com.mx/books?id=piS59lBXhi0C&pg=PA179&dq=programacion+dina mica+investigacion+de+operaciones&hl=es&sa=X&ei=9Q4iUuLvDamwsQTMhoDABQ&ved =0CDoQ6AEwAg#v=onepage&q=programacion%20dinamica%20investigacion%20de%20o peraciones&f=false