Los tiempos de infusión y las cantidades de medicamento son dos variables principales a optimizar al diseñar un horario terapéutico. En este trabajo, probamos y analizamos varias extensiones a las ecuaciones de descenso de gradiente en un algoritmo de control óptimo concebido para la optimización de programación terapéutica. El objetivo es proporcionar información sobre las mejores estrategias a seguir en términos de velocidad de convergencia al implementar nuestro método en modelos para la inmunoterapia con células dendríticas. El método ofrece un control tipo pulso que modela una serie de inyecciones en bolo y tiene como objetivo minimizar una función de costo, la cual reduce el tamaño del tumor y mantiene el tumor por debajo de un umbral. Además, introducimos un paso de iteración estocástica en el algoritmo, que sirve para reducir el número de cálculos de gradiente, similar a un esquema de descenso de gradiente estocástico en aprendizaje automático. Finalmente, empleamos el algoritmo en dos problemas de optimización de programación terapéutica en inmunoterapia con células dendríticas y contrastamos las optimizaciones estocásticas y no estocásticas de nuestro método.