Este documento está dedicado a los métodos de refuerzo orientados a problemas para la implementación numérica del Aprendizaje Automático Aleatorio. Hemos desarrollado un esquema del procedimiento de refuerzo basado en el enfoque del agente y el principio de optimalidad de Bellman. Este procedimiento garantiza propiedades estrictamente monótonas de una secuencia de registros locales en el procedimiento computacional iterativo del proceso de aprendizaje. Se determinan las dependencias de las dimensiones del vecindario del mínimo global y la probabilidad de su logro en los parámetros del algoritmo. Se demuestra la convergencia del algoritmo con la probabilidad indicada al vecindario del mínimo global.