Podcast
Questions and Answers
La programación dinámica es una técnica matemática basada en el principio de suboptimalidad.
La programación dinámica es una técnica matemática basada en el principio de suboptimalidad.
False (B)
La programación dinámica surgió como una necesidad de resolver problemas matemáticos que no podÃan ser abordados por métodos convencionales.
La programación dinámica surgió como una necesidad de resolver problemas matemáticos que no podÃan ser abordados por métodos convencionales.
True (A)
Las técnicas clásicas de cálculo eran altamente efectivas en resolver los problemas surgidos después de la Segunda Guerra Mundial.
Las técnicas clásicas de cálculo eran altamente efectivas en resolver los problemas surgidos después de la Segunda Guerra Mundial.
False (B)
La programación dinámica se basa en el principio de eficiencia en la resolución numérica de problemas.
La programación dinámica se basa en el principio de eficiencia en la resolución numérica de problemas.
La programación dinámica es una técnica basada en métodos clásicos de análisis matemático.
La programación dinámica es una técnica basada en métodos clásicos de análisis matemático.
La programación dinámica fue desarrollada por el matemático Richard E.
La programación dinámica fue desarrollada por el matemático Richard E.
Los problemas de horizonte finito tienen un número finito de etapas.
Los problemas de horizonte finito tienen un número finito de etapas.
Las Variables de decisión en programación dinámica se representan como x = (x1,…,xn)  Rn.
Las Variables de decisión en programación dinámica se representan como x = (x1,…,xn)  Rn.
Los Estados en programación dinámica son las decisiones que tomamos para llegar a la siguiente etapa.
Los Estados en programación dinámica son las decisiones que tomamos para llegar a la siguiente etapa.
La Función objetivo en programación dinámica representa el coste o beneficio asociado a las variables de decisión.
La Función objetivo en programación dinámica representa el coste o beneficio asociado a las variables de decisión.
En programación dinámica, la variable xi indica los posibles valores de la función objetivo.
En programación dinámica, la variable xi indica los posibles valores de la función objetivo.
Los elementos principales de la programación dinámica son los subproblemas, las soluciones y las restricciones.
Los elementos principales de la programación dinámica son los subproblemas, las soluciones y las restricciones.
En un problema de Programación Dinámica DeterminÃstica, las variables de decisión son representadas por x = (x1,…, xn)  Rn.
En un problema de Programación Dinámica DeterminÃstica, las variables de decisión son representadas por x = (x1,…, xn)  Rn.
En la formulación de un problema de programación matemática, la región factible es el conjunto de puntos (x1,…,xn) que verifican las restricciones impuestas en el problema.
En la formulación de un problema de programación matemática, la región factible es el conjunto de puntos (x1,…,xn) que verifican las restricciones impuestas en el problema.
Cuando se resuelve un problema de Programación Dinámica DeterminÃstica, se obtiene la solución óptima 'local' para cada subproblema.
Cuando se resuelve un problema de Programación Dinámica DeterminÃstica, se obtiene la solución óptima 'local' para cada subproblema.
Es posible resolver un problema de Programación Dinámica DeterminÃstica 'de manera secuencial', considerando n subproblemas relacionados entre sÃ.
Es posible resolver un problema de Programación Dinámica DeterminÃstica 'de manera secuencial', considerando n subproblemas relacionados entre sÃ.
La fórmula recursiva formaliza el procedimiento de avance en un problema de Programación Dinámica DeterminÃstica.
La fórmula recursiva formaliza el procedimiento de avance en un problema de Programación Dinámica DeterminÃstica.
Las restricciones en un problema de programación matemática pueden ser solo de igualdad.
Las restricciones en un problema de programación matemática pueden ser solo de igualdad.
La programación dinámica implica una relación recursiva que identifica la decisión óptima para la etapa i, dada la polÃtica óptima para la etapa i + 1.
La programación dinámica implica una relación recursiva que identifica la decisión óptima para la etapa i, dada la polÃtica óptima para la etapa i + 1.
Cada etapa en la programación dinámica requiere una decisión y en ciertos casos no se necesitan decisiones en todas las etapas.
Cada etapa en la programación dinámica requiere una decisión y en ciertos casos no se necesitan decisiones en todas las etapas.
En la programación dinámica, un estado se refiere a la información necesaria en cualquier etapa para tomar una decisión óptima.
En la programación dinámica, un estado se refiere a la información necesaria en cualquier etapa para tomar una decisión óptima.
La decisión tomada en una etapa de programación dinámica transforma el estado actual en el estado de la siguiente etapa de manera determinÃstica.
La decisión tomada en una etapa de programación dinámica transforma el estado actual en el estado de la siguiente etapa de manera determinÃstica.
Según la programación dinámica, la decisión óptima para cada etapa futura no debe depender de estados previamente alcanzados o decisiones previas.
Según la programación dinámica, la decisión óptima para cada etapa futura no debe depender de estados previamente alcanzados o decisiones previas.
La cantidad de tiempo que pasa desde el inicio del problema define las etapas en la programación dinámica.
La cantidad de tiempo que pasa desde el inicio del problema define las etapas en la programación dinámica.
El principio de optimalidad de Bellman establece que las decisiones óptimas en cada etapa dependen de las decisiones tomadas en etapas anteriores.
El principio de optimalidad de Bellman establece que las decisiones óptimas en cada etapa dependen de las decisiones tomadas en etapas anteriores.
Según la programación dinámica, es posible resolver cada subproblema de forma recursiva y luego combinar las soluciones para obtener la solución óptima del problema principal.
Según la programación dinámica, es posible resolver cada subproblema de forma recursiva y luego combinar las soluciones para obtener la solución óptima del problema principal.
Al resolver un problema localmente, la ventaja es que cualquier imprevisto que surja y requiera añadir o eliminar opciones del problema implicará más cálculos que si se resolviera globalmente.
Al resolver un problema localmente, la ventaja es que cualquier imprevisto que surja y requiera añadir o eliminar opciones del problema implicará más cálculos que si se resolviera globalmente.
La ventaja de resolver un problema localmente implica empezar desde cero al modificar el subproblema afectado.
La ventaja de resolver un problema localmente implica empezar desde cero al modificar el subproblema afectado.
La desventaja de la programación dinámica es que el número de cálculos aumenta a medida que se añaden más variables o etapas al problema, llegando a un punto donde se vuelve inviable.
La desventaja de la programación dinámica es que el número de cálculos aumenta a medida que se añaden más variables o etapas al problema, llegando a un punto donde se vuelve inviable.
La 'maldición de la dimensión' se refiere a la facilidad con la que se pueden resolver problemas complejos utilizando programación dinámica.
La 'maldición de la dimensión' se refiere a la facilidad con la que se pueden resolver problemas complejos utilizando programación dinámica.
