Selección de proyectos y políticas óptimas de I+D: una aproximación bayesiana

Resumen

La selección de un conjunto de proyectos de I+D de carácter óptimo significa maximizar una función objetivo multicriterio, que reúne las variables económicas (por lo general continuas) y las variables discretas asociadas con las decisiones políticas. Cuando se agrega la incertidumbre, la función a optimizar incluye términos cuadráticos para considerar variancias y covariancias. El resultado de la optimización deberá ser un óptimo de Pareto, en especial cuando algunos de los objetivos se oponen entre sí.

La incertidumbre se trata utilizando la estadística Bayesiana para introducir el conocimiento experto en las estimaciones a priori. El teorema de Bayes permite actualizar las estimaciones a priori cuando aparece evidencia adicional, lo que permite el monitoreo del portafolio óptimo a lo largo de su evolución y la generación de decisiones racionales y coherentes acerca de la continuidad de algunos de los proyectos o la inclusión de otros nuevos. En este trabajo se exponen los lineamientos generales del método y de la resolución del problema de optimización.