Los modelos de programación estocástica son problemas de optimización a gran escala que se usan para facilitar la toma de decisiones bajo incertidumbre. Los algoritmos de optimización para tales problemas necesitan evaluar los costos futuros esperados de decisiones presentes, a menudo referidos como la función con recurso (recourse function).
En la práctica, este cálculo es computacionalmente complejo, ya que requiere la evaluación de una integral multidimensional cuyo integrando es un problema de optimización. A su vez, la función con recurso debe estimarse empleando técnicas tales árboles de escenario o métodos de Monte Carlo, los cuales exigen numerosas evaluaciones funcionales para producir resultados exactos para problemas a gran escala con periodos múltiples. En este documento se introduce un marco de muestreo de importancia para programación estocástica que puede producir estimados exactos de la función con recurso utilizando un número pequeño de muestras.
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:
Lección 4. Soluciones de programación lineal - Algoritmo simplex
Artículo:
Las políticas públicas en los estudios de la ingeniería
Video:
Hashing tipo cuco y asignaciones balanceadas (por Michael Mitzenmacher)
Artículo:
La evolución y perspectivas del mantenimiento predictivo proactivo en la industria
Artículo:
Algunas reflexiones para aplicar la manufactura esbelta en empresas colombianas
Libro:
Metodología del marco lógico para la planificación, el seguimiento y la evaluación de proyectos y programas
Folleto:
Análisis de rentabilidad económica y financiera
Artículo:
¿Por qué debemos conservar la fauna silvestre?
Artículo:
Emisiones globales de gases de efecto invernadero provenientes de materiales de construcción residencial y comercial: estrategias de mitigación para 2060