Optimización Robusta — Programación Matemática de Peor Caso

La optimización robusta es un marco de programación matemática, formalizado por Ben-Tal y Nemirovski a finales de los años 90 y hecho ampliamente tratable por Bertsimas y Sim (2004), que encuentra decisiones garantizadas para funcionar de manera aceptable bajo cada escenario dentro de un conjunto de incertidumbre predefinido, en lugar de asumir que los valores de los parámetros se conocen exactamente. En lugar de optimizar para un único resultado esperado, minimiza el objetivo de peor caso en todas las realizaciones plausibles de datos inciertos.