Scribd
Cargar
13 vistas1 página

Programación Estocástica y Optimización

La Programación Estocástica utiliza modelos de optimización con parámetros representados por variables aleatorias. Reemplazar estos parámetros por su valor esperado puede llevar a soluciones que no reflejan la realidad, ya que ignoran la dispersión de los valores. Esto puede invalidar la implementación de las soluciones al generar escenarios que difieren significativamente del promedio.

Cargado por

martha
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd
13 vistas1 página

Programación Estocástica y Optimización

La Programación Estocástica utiliza modelos de optimización con parámetros representados por variables aleatorias. Reemplazar estos parámetros por su valor esperado puede llevar a soluciones que no reflejan la realidad, ya que ignoran la dispersión de los valores. Esto puede invalidar la implementación de las soluciones al generar escenarios que difieren significativamente del promedio.

Cargado por

martha
Derechos de autor
© All Rights Reserved
Nos tomamos en serio los derechos de los contenidos. Si sospechas que se trata de tu contenido, reclámalo aquí.
Formatos disponibles
Descarga como PDF, TXT o lee en línea desde Scribd

La Programación Estocástica reúne aquellos modelos de optimización en donde

uno o más parámetros del problema son modelados a través de variables


aleatorias. Una manera de enfrentar esta aleatoriedad consiste en reemplazar los
parámetros aleatorios por su valor esperado, lo cual lleva a resolver un
problema determinístico de programación matemática, los cuales son de especial
interés en cursos introductorios de Investigación de Operaciones y donde la
variabilidad inherente a los parámetros se aborda a través del Análisis de
Sensibilidad o Postoptimal.
PUBLICIDAD

No obstante, la solución obtenida de esta manera puede no ser representativa de la


realidad, al no considerar la dispersión de los valores que toman los parámetros en
torno al valor esperado, lo cual entre otras cosas puede invalidar su implementación
al resultar finalmente escenarios muy diferentes del promedio.

También podría gustarte