Resumen

La optimización de problemas de planificación de la producción bajo incertidumbre es un reto, ya que es necesario definir si existe una metodología más adecuada para tratar el tipo de incertidumbre del problema, si esta metodología es computacionalmente abordable y qué ventajas e inconvenientes pueden aportar las metodologías disponibles en la literatura al análisis del problema. En este artículo se analizan dos importantes metodologías para abordar un problema de planificación de la producción en condiciones de incertidumbre: la programación estocástica en dos etapas y la optimización robusta. Aunque la programación estocástica es una de las técnicas más utilizadas tradicionalmente en problemas de planificación de la producción bajo incertidumbre, puede generar modelos intratables si el número de escenarios es demasiado grande. La optimización robusta ha surgido como alternativa para superar las aparentes limitaciones de los modelos de programación estocástica, pero puede ser muy conservadora, dependiendo de cómo se modelicen las incertidumbres. Las ventajas e inconvenientes de cada metodología se ilustran a partir de un problema práctico de planificación de la producción para empresas del mueble y se comparan en términos de función objetivo, nivel de servicio y esfuerzo computacional. Los resultados sugieren que ambas técnicas son competitivas cuando se utilizan presupuestos de incertidumbre menos conservadores en el modelo de optimización robusta. También se comprobó que el modelo robusto equivalente puede ser más fácil de resolver que la versión estocástica, lo que es especialmente importante cuando la versión determinista ya es difícil de resolver.

1. INTRODUCCIÓN

¿Cómo garantizar que las inversiones realizadas en actividades de investigación y desarrollo (I+D) generen beneficios para una empresa? ¿Cómo garantizar que se alcanzan los objetivos de estas actividades y que se generan competencias e innovaciones al final del proceso? Se trata de un reto para todas las empresas que invierten en investigación.

Sin embargo, en algunos sectores y en determinados contextos, como el sector eléctrico brasileño, el desafío se hace aún mayor, precisamente porque existe un determinante exógeno para las empresas que define las cantidades que deben invertir anualmente en investigación y que restringe parcialmente las posibilidades de apropiarse de los beneficios de estas inversiones, creando frecuentes desajustes estratégicos entre lo que la empresa quiere y necesita invertir y lo que legalmente debe invertir. Estos desajustes han conducido invariablemente a un exceso de inversión, con la consiguiente generación de resultados y tecnologías "off-the-shelf" (Pompermayer et al., 2011).

El objetivo de este trabajo es presentar una herramienta desarrollada en el contexto del sector eléctrico nacional para identificar y superar los desfases entre los resultados de las inversiones en I+D y su apropiación como innovaciones de productos, procesos y servicios.

• Materias:Optimización de procesos Procesos estocásticos Planificación de la producción
• Subjects:Process optimization Stochastic processes Production planning
• Palabras claves:Optimización bajo incertidumbre; Planificación de la producción; Programación estocástica; Optimización robusta
• Keywords:Optimization under uncertainty; Production planning; Stochastic programming; Robust optimization