En este documento se muestra la aplicación de una metodología bayesiana para la optimización simultánea de múltiples respuestas. Se modifica una propuesta anterior, introduciendo una modificación que la hace más flexible, ya que permite trabajar con el caso en que no todas las variables consideradas en el estudio son igualmente importantes. Para incorporar estas diferencias en cuanto a la relevancia de las variables de respuesta analizadas, se utiliza la media geométrica ponderada de las probabilidades de que cada variable cumpla con su especificación. Con esto, las múltiples variables a optimizar se convierten en una sola. Mediante un ejemplo se muestra cómo la modificación propuesta ayuda a obtener distintos escenarios óptimos para considerar en la toma de decisiones.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Video:
Programación estocástica, modelado y teoría. Lección 1
Artículo:
Evaluación del desempeño ambiental bajo enfoque de cadena de abastecimiento verde
Video:
Teoría de grafos en la vida real. Grafos ponderados. Algoritmo de Dijkstra. ©UPV
Artículo:
Fundamentos para la introducción del RCM a la industria azucarera
Artículo:
Indicadores y factores de influencia para la evaluación de sostenibilidad de clusters de innovación inteligentes incluyentes