k

No fert 1 N= 3
fert 2
Modelos de programacion dinamica con etapas finitas
k k
1 2
i (estados) V1i V2i
Bueno 1 5.3 4.7
Regular 2 3 3.1
Malo 3 -1 0.4

ETAPA 3
k k
1 2
i (estados) V1i V2i F3(i) k
Bueno 1 5.3 4.7 5.3 1
Regular 2 3 3.1 3.1 2
Malo 3 -1 0.4 0.4 2

ETAPA 3
k k
1 2
i (estados) F1(i) k
Bueno 1 10.3805 10.7355 10.7355 2
Regular 2 6.8675 7.9225 7.9225 2
Malo 3 1.125 4.22225 4.22225 2
 Estado del sistema año proximo
1 2 3
Estado del 1 0.2 0.5 0.3
sistema este 2 0 0.5 0.5
año 3 0 0 1

0.3 0.6 0.1

0.1 0.6 0.3
0.05 0.4 0.55

ETAPA 2
k k
1 2
i F2(i) k
1 8.03 8.19 8.19 2
2 4.75 5.61 5.61 2
3 -0.6 2.125 2.125 2
7 6 3 5.3
0 5 1 3
0 0 -1 -1

6 5 -1 4.7
7 4 0 3.1
6 3 -2 0.4
• 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.

• Describir las ecuaciones de recurrencia: Se debe indicar cómo se acumula la

función de beneficios a optimizar (función objetivo) y cómo varían las funciones de
estado de una etapa a otra.
• Solucionar: Se debe optimizar cada sub-problema por etapas en función de los
resultados de la resolución del sub-problema siguiente.