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.
Artículo:
Algoritmos simplex primal difuso para resolver problemas de programación lineal difusa
Artículo:
Predicción y análisis del mecanizado por electroerosión (EDM) por penetración de acero inoxidable PH 15-5 mediante el enfoque taguchi
Ponencia:
Introducción a la simulación Monte Carlo
Video:
Introducción a la Teoría de Colas parte 1
Artículo:
Interpretación de pruebas de presión en pozos hidráulicamente fracturados parcialmente penetrados en yacimientos de gas bi-zonales
Artículo:
Creación de empresas y estrategia : reflexiones desde el enfoque de recursos
Libro:
Ergonomía en los sistemas de trabajo
Artículo:
La gestión de las relaciones con los clientes como característica de la alta rentabilidad empresarial
Artículo:
Los web services como herramienta generadora de valor en las organizaciones