Skip to content

GCRI · Ciencia de sistemas y modelización

Optimización bajo incertidumbre

Plans for infrastructure, reserves and portfolios must work across futures that cannot be predicted. Optimisation under uncertainty chooses decisions that perform well on average, hold up in bad cases or stay acceptable across many scenarios. This page sets out the main approaches, from stochastic to robust optimisation and decision-making under incertidumbre profunda, how their results are tested, and what evidence serves the planners who rely on them.

01Registro

Optimisation under uncertainty on the record.

02La pregunta

Optimisation under uncertainty: how the risk develops.

Robust and adaptive decisions when futures are deeply uncertain. The dossier below sets out how the risk develops, what is measured, where the data come from, how it is modelled and who decides.

Mecanismo

Optimal for one future is fragile

A plan optimised for a single forecast can perform badly if the future differs. Representing uncertainty explicitly avoids this trap.

Mecanismo

Stochastic methods use probabilities

Stochastic programming optimises expected performance across scenarios with assigned probabilities, which needs those probabilities to be credible.

Mecanismo

Robust methods guard the worst case

Robust optimisation chooses decisions that perform acceptably for all scenarios within a set, trading average performance for protection.

Mecanismo

Adaptive plans keep options open

Plans with decision points and triggers adapt as uncertainty resolves, avoiding commitments that lock in poor outcomes.

03Geografía

Amenazas y exposición en América del Norte.

Flood water, population density and daytime surface heat over North America, from NASA GIBS. Each layer carries its own date.

El mapa interactivo requiere JavaScript; la lista de capas y las fuentes figuran a continuación.

Capas 3

Amenazas y exposición, para esta página

Acerca de esta capa
Evidencia
Observado (las nubes dejan lagunas)
Fuente
Producto VIIRS de inundaciones globales (NASA LANCE)
Proveedor
NASA LANCE
Licencia
Datos abiertos de la NASA
Año de referencia
diario; detección satelital; las nubes dejan lagunas
Más recientes en la compilación
2026-10-14
Resolución
cuadrícula de unos 250 m
Incertidumbre
Detección satelital; las nubes dejan lagunas. Ráster satelital o de modelo tal como lo publica el proveedor. Las nubes, los huecos de franja y el error de recuperación dejan lagunas y ruido; los valores son indicadores, no mediciones en un lugar.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Estimado
Fuente
Gridded Population of the World v4.11 (NASA SEDAC (CIESIN, Universidad de Columbia))
Proveedor
NASA SEDAC (CIESIN, Universidad de Columbia)
Licencia
CC BY 4.0
Año de referencia
null; estimación basada en el censo, estática (2020)
Resolución
cuadrícula de unos 1 km
Incertidumbre
Estimación basada en censos de personas por kilómetro cuadrado en 2020, mostrada como contexto de exposición; no es un recuento de las personas afectadas por ninguna amenaza.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Observado (la nubosidad persistente aún deja lagunas)
Fuente
VIIRS NOAA-20 nivel 3, 8 días (NASA LANCE)
Proveedor
NASA LANCE
Licencia
Datos abiertos de la NASA
Año de referencia
8 días; composición satelital de 8 días; la nubosidad persistente aún deja lagunas
Más recientes en la compilación
2026-09-14
Resolución
cuadrícula de unos 1 km
Incertidumbre
Temperatura de la superficie del suelo medida por satélite durante los 8 días que terminan en la fecha indicada, un indicador de exposición al calor; no es la temperatura del aire, el índice de calor ni una alerta de calor.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Observado
Fuente
VIIRS NOAA-20, reflectancia corregida (NASA LANCE)
Proveedor
NASA LANCE
Licencia
Datos abiertos de la NASA
Año de referencia
diario; imagen satelital
Más recientes en la compilación
2026-10-14
Resolución
cuadrícula de unos 250 m
Incertidumbre
Imagen satelital. Ráster satelital o de modelo tal como lo publica el proveedor. Las nubes, los huecos de franja y el error de recuperación dejan lagunas y ruido; los valores son indicadores, no mediciones en un lugar.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Modelado (último año que publica GIBS)
Fuente
MODIS Terra y Aqua, cobertura del suelo (MCD12Q1) (NASA LP DAAC)
Proveedor
NASA LP DAAC
Licencia
Datos abiertos de la NASA
Año de referencia
anual; clasificación satelital; último año que publica GIBS
Más recientes en la compilación
2024-01-01
Resolución
cuadrícula de unos 500 m
Incertidumbre
Clases satelitales de cobertura del suelo del año indicado, incluidas las tierras de cultivo; una clasificación con errores conocidos, no un registro de explotaciones agrícolas.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo
Acerca de esta capa
Evidencia
Observado (las nubes y el momento de paso del satélite dejan lagunas)
Fuente
VIIRS NOAA-20 375 m (FIRMS) (NASA LANCE FIRMS)
Proveedor
NASA LANCE FIRMS
Licencia
Datos abiertos de la NASA
Año de referencia
diario; detección satelital; las nubes y el momento de paso del satélite dejan lagunas
Más recientes en la compilación
2026-10-13
Resolución
cuadrícula de unos 500 m
Incertidumbre
Detecciones satelitales de puntos calientes del día indicado, incluidas las quemas de gas y el calor industrial; no es un incendio confirmado, un informe de incidente ni una alerta.
Se accede a través de
gibs.earthdata.nasa.gov, solo después de que usted permita el mapa en vivo

Último disponible

NASA GIBS / EOSDIS · ASTER GDEM (METI, NASA) · Blue Marble (NASA) · © colaboradores de OpenStreetMap (ODbL) · Natural Earth

Cargando las imágenes más recientes de la NASA.

Arrastre para desplazar. Ctrl o ⌘ y desplazamiento, pellizco o los botones para ampliar; pase el puntero para ver los valores; restablecer devuelve a la región.

Amenazas y exposición, encuadradas sobre América del Norte.Productos satelitales y de modelos tal como los publica la NASA, cada uno con su propia fecha. Son indicadores, no evaluaciones de ningún lugar.

Datos: NASA GIBS · ASTER GDEM · Blue Marble · © colaboradores de OpenStreetMap · Natural Earth · NASA EONET · U.S. Geological Survey · NASA JPL OPERA DIST-ALERTFuentes y licencias

  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Datos abiertos de la NASA
  • We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS). Colours redrawn from the published colour map; values averaged into hexagonal cells where shown (modified). Datos abiertos de la NASA
  • Productos VIIRS en tiempo casi real (inundaciones, temperatura de la superficie terrestre, cubierta de nieve, reflectancia corregida), NASA LANCE; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
  • Center for International Earth Science Information Network (CIESIN), Columbia University. 2018. Gridded Population of the World, Version 4 (GPWv4): Population Density, Revision 11. NASA Socioeconomic Data and Applications Center (SEDAC). Con licencia CC BY 4.0. Colores redibujados a partir de la paleta publicada; valores promediados en celdas hexagonales cuando se muestran (modificado). doi:10.7927/H49C6VHW. CC BY 4.0
  • Productos terrestres MODIS (índices de vegetación, producción primaria bruta, cobertura del suelo), NASA LP DAAC y LANCE; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
  • Fire Information for Resource Management System (FIRMS) de la NASA, producto de incendios activos VIIRS 375 m, NASA LANCE; teselas vectoriales mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
  • ASTER GDEM es un producto del METI y la NASA (ASTER Global Digital Elevation Model V003, NASA LP DAAC); imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Cítese como: NASA/METI/AIST/Japan Spacesystems and U.S./Japan ASTER Science Team (2019). ASTER Global Digital Elevation Model V003. doi:10.5067/ASTER/ASTGTM.003. Datos abiertos de la NASA
  • Elaborado con Natural Earth. Datos cartográficos vectoriales y ráster gratuitos en naturalearthdata.com. Dominio público
  • © Colaboradores de OpenStreetMap (ODbL), mediante NASA GIBS (costas, límites, carreteras y nombres de lugares). Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). ODbL
  • Blue Marble, NASA Earth Observatory; imágenes mediante NASA GIBS. Colores redibujados a partir del mapa de colores publicado; valores promediados en celdas hexagonales donde se muestran (modificado). Datos abiertos de la NASA
  • Contexto en el globo y el mapa plano: costas, límites, carreteras y topónimos de las capas de referencia de NASA GIBS (datos de OpenStreetMap, ODbL, © colaboradores de OpenStreetMap); imágenes Blue Marble como base opcional; relieve 3D y lectura de elevación a partir del índice de color de elevación ASTER GDEM (clases de 5 m a 200 m, exageradas para facilitar la lectura). Los límites se representan tal como se publican y no implican posición alguna sobre ningún territorio.
  • Eventos en vivo: Rastreador de Eventos Naturales del Observatorio de la Tierra de la NASA (EONET); los eventos son indicativos y conservan sus enlaces de origen.
  • En directo: los eventos de NASA EONET son indicativos, no avisos oficiales.
  • En vivo: Servicio Geológico de los Estados Unidos. Los eventos son indicativos, no alertas de las autoridades.
  • Observed (EO): NASA JPL OPERA DIST-ALERT (contains modified Copernicus Sentinel data 2026). We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • NASA GIBS: We acknowledge the use of imagery provided by services from NASA’s Global Imagery Browse Services (GIBS), part of NASA’s Earth Science Data and Information System (ESDIS).
  • Pronóstico de caudal fluvial, 30 días con rango (GloFAS a través de Open-Meteo): contiene información modificada del Servicio de Gestión de Emergencias de Copernicus 2026; no es una alerta de inundación.
  • Datos meteorológicos de Open-Meteo.com (https://open-meteo.com/), con licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/).
  • Las capas opcionales (11 fuentes en la lista de capas: en directo, pronóstico, observadas y contexto) muestran el crédito de su proveedor en el mapa y aquí cuando se activan; los pronósticos son resultados de modelos y los índices derivados son estimaciones.

Capas y fechas

  • Aguas de inundación, compuesto de 3 días: VIIRS Global Flood Product, NASA LANCE · 14 oct 2026
  • Densidad de población, 2020: Población: CIESIN, Columbia University, Gridded Population of the World v4.11 (2018), NASA SEDAC, CC BY 4.0 · estático
  • Temperatura de la superficie terrestre, día, compuesto de 8 días: VIIRS NOAA-20 Level 3, 8-day, NASA LANCE · 14 sept. 2026
  • Color verdadero: reflectancia corregida VIIRS NOAA-20, NASA LANCE · 13 oct. 2026
  • Tipo de cobertura terrestre (IGBP), anual: MODIS Terra and Aqua land cover (MCD12Q1), NASA LP DAAC · 2024
  • Incendios activos y anomalías térmicas: VIIRS NOAA-20 375 m (FIRMS), NASA LANCE FIRMS · 13 oct. 2026

04En todos los dominios

Optimisation under uncertainty supports decisions in every domain.

05Seguimiento

Ejecutor de modelos acoplados.

La pantalla que utilizaría un equipo para seguir esta materia: sus mediciones, estados y decisiones. Los nombres son ejemplos y los valores son ilustrativos.

Ejecutor de modelos acoplados

Optimisation under uncertainty · Coupled model A · Scenario set 3

Conjunto en ejecuciónGCRI · Ciencia de sistemas y modelización

Grafo de acoplamiento de modelos

nodos: modelos · aristas: variables intercambiadas

Componentes acoplados

Hidrología1 dayescorrentíaSí
Sistema eléctrico1 hdemanda, apagonesSí
Economía1 trimestreproducción, preciosParcial
Población1 yearexposiciónSí

Salida del conjunto

Coupled model runner: the screen’s structure, terms and states for Optimisation under uncertainty.Nombres de ejemplo y valores ilustrativos; un diseño, no un registro ni un sistema en vivo.
06Indicadores

Qué se mide y con qué calidad.

Cada indicador lleva su unidad, su periodicidad, el tipo de fuente que lo respalda y la etiqueta de evidencia que llevaría un valor. No se muestran valores: un programa los aporta bajo su propia autoridad.

IndicadorUnidadCadenciaTipo de fuenteEtiqueta
Scenarios evaluatedrecuentoper analysisAnalysis documentationDECLARADO
Regret of chosen plandifference from best plan in each scenarioper analysisRobustness analysisMODELADO
Value of the stochastic solutiondifference between stochastic and deterministic plansper analysisOptimisation outputsMODELADO
Satisficing sharepercent of scenarios meeting objectivesper analysisRobustness analysisMODELADO
Adaptation triggers definedrecuentoper planPlan documentationDECLARADO
Out-of-sample performanceobjective value on held-out scenariosper analysisEn pruebasMODELADO
07Simulador de gemelo y cascada

Model optimisation under uncertainty as a system. Run the cascade.

Assembled from the Nexus Standards area profile Normas sobre amenazas compuestas y en cascada: the hazards it names, the sistemas and sectors that carry the loss, the controls that dampen it and the data that observe it. Choose the components, pick an initiating hazard and step through the cascade. The Map view places the run on an example geography with open data. Every coupling weight is a stated assumption you can change. A teaching model, not a forecast, an assessment or a certification. To model a place of your own choosing, open the full Constructor de sistemas.

Amenazas

Controles

  • NS-0 Constitución y principios
  • NS-3 UNI de registros de riesgo (gramática, tabla de correspondencia heredada, autoridad de asignación)
  • NS-9 UNI contextuales (despliegues, instancias, instancias de programa)
  • NS-11 Verificación y seguimiento (evidencia, atestaciones, observación de la conformidad de confianza cero)
  • NRS-H61 Familia de amenazas: fallo en cascada (NHS-1 sys.cascade)
  • NRS-H62 Familia de amenazas: eventos compuestos y multiamenaza (NHS-1 sys.compound)
  • NRS-H60 Familia de amenazas: perturbación de cadenas de suministro y flujos (NHS-1 sys.supply-chain)
  • NRS-H94 Familia de amenazas: eventos cibernéticos sistémicos (NHS-1 cyber.systemic-cyber)
  • NRS-H107 Familia de amenazas: concentración y monocultivo de la infraestructura digital (NHS-1 tech.digital-concentration)
  • NRS-H7 Familia de amenazas: anomalías de la circulación a gran escala (NHS-1 atmo.climate-mode)

Observación

  • Copernicus EMS rapid mapping activations (listed for reference)
  • OpenStreetMap planet and replication (listed for reference)
  • ERA5 reanalysis (Copernicus Climate Data Store) (listed for reference)
  • Pérdidas económicas directas atribuidas a desastres en relación con el PIB mundial
  • Number of disruptions to basic services attributed to disasters

Geografía de ejemplo

  • Bangladesh: 134 celdas hexagonales
  • Luces nocturnas de esta noche, apagones (VIIRS Day/Night Band), NASA GIBS
  • Carbon monoxide, smoke transport (AIRS), NASA GIBS
  • Vegetation disturbance alerts, 30 m (OPERA DIST-ALERT), NASA GIBS
08Fuentes

De dónde procede la evidencia.

Conjuntos de datos públicos y registros institucionales identificados, cada uno con su tipo de licencia. Las fuentes obtenidas por acuerdo solo se utilizan conforme a sus condiciones y nunca se republican.

FuenteLo que aportaTipo de licencia
Society for Decision Making under Deep Uncertainty resourcesMethods and case studies for robust and adaptive planningPublic, terms to check
Open-source optimisation tools such as Pyomo and JuMPModelling languages for stochastic and robust optimisationOpen source, BSD and MPL licences
EMA WorkbenchExploratory modelling and analysis toolkitOpen source, BSD licence
Operations research literature on stochastic programmingMethods and applicationsLicence per publication
Publicado adaptive pathway plans, such as delta programmesApplied adaptive planningPublic records, licence per government
09Métodos y evidencia

How optimisation under uncertainty is modelled, measured and tested.

El modelo, sus supuestos, sus datos y su incertidumbre, en la forma en que un científico o un ingeniero los comprobaría. Las estructuras siguen métodos publicados. Los valores representados son ilustrativos, no hallazgos.

Modelo, ecuaciones y supuestos

The model structure used for optimisation under uncertainty, the assumptions it makes and how each is tested.

Riesgo del elemento iRi = f(Hi, Ei, Vi, Ci)amenaza, exposición, vulnerabilidad y capacidad de afrontamiento
Pérdida anual esperadaEAL = ∑k pk · Lksobre los eventos k con probabilidad anual pk
Sistemas acopladosxt+1 = A xt + B ut + εtA carries the couplings, u the shock, ε the error
SupuestoPor qué se haceCómo se prueba
La amenaza y la exposición son independientes dentro de un eventoMantiene manejable la integral de pérdidasComparar con un ajuste de cópula sobre registros conjuntos
Los acoplamientos son lineales cerca del punto de operaciónPermite que las perturbaciones se propaguen a través de APerturbar más allá del rango lineal y comparar
Las curvas de vulnerabilidad se transfieren entre lugaresLas curvas locales rara vez están disponiblesValidar frente a las pérdidas observadas cuando existan
Entradas
conjuntos de datos versionados con procedencia
Resultados
distribuciones, nunca cifras únicas
Código
publicado con la ficha de modelo y las pruebas
Reproducción
mismos datos, código, entorno y semilla
Formulaciones estándar de riesgo y de espacio de estados; los supuestos enumerados son los típicos del método, expuestos para su revisión, no resultados.
Principios rectores FAIR · GO FAIR y FORCE11W3C PROV · World Wide Web ConsortiumOrientación para un tratamiento coherente de las incertidumbres · IPCCCEOS Analysis Ready Data · Comité sobre Satélites de Observación de la Tierra
10Decisiones

Quién decide y a qué sirve la evidencia.

sistemas Science and Modelling prepares evidence. The decisions below are taken by the authorities named, under their own rules, and never by the platform.

Quién decideLa preguntaEvidencia a la que sirve esta página
Infrastructure and resource plannersWhich plans hold up across plausible futuresRobustness analyses; pathway designs
Analysts across Nexus platformsWhich optimisation approach suits their questionMethod selection guides
Finance and audit bodiesWhether planning analyses considered uncertainty adequatelyAnalysis documentation

Productos que genera este tema

  • Method selection guides for planning under uncertainty
  • Robustness and regret analyses
  • Adaptive pathway designs with triggers
  • Teaching material on optimisation under uncertainty
11Cuestiones centrales

What experts ask about decisions under uncertainty.

  • Is the aim to perform best on average, to avoid the worst outcomes, or to perform acceptably across many futures?
  • Which uncertainties can be described with probabilities, and which cannot?
  • Which decisions can be delayed, adapted or reversed as information arrives?
  • How do trade-offs between objectives change across scenarios?
  • What signals would indicate that a strategy needs to change?
12Mecanismos y factores impulsores

Why optimal can be fragile.

Classical optimisation assumes a known model and known inputs. A strategy optimised for a single forecast can be finely tuned to that forecast and fragile if the future differs. In infrastructure planning, for example, a design optimised for one climate projection may fail under another.

Stochastic optimisation handles uncertainty described by probability distributions, seeking the best expected performance or managing risk measures. Robust optimisation seeks solutions that perform well across a set of possible conditions without probabilities.

Under incertidumbre profunda, when experts cannot agree on models or probabilities, methods such as robust decision making and adaptive pathways explore many futures, identify where strategies fail, and design plans that can change course when signposts are observed.

13Métodos y datos

Los métodos y sus límites.

  1. 01

    Stochastic programming

    Optimising expected outcomes over scenarios, using optimización y la investigación de operaciones. Requires credible probabilities.

  2. 02

    Robust optimisation

    Optimising worst-case or regret across uncertainty sets. Can be conservative.

  3. 03

    Exploratory modelling

    Running models across many futures to find vulnerabilities, using decision analysis. Computationally demanding.

  4. 04

    Adaptive pathways

    Sequencing actions with triggers for change. Requires monitoring and institutional capacity.

These methods support judgement, they do not replace it. The choice of objectives and acceptable risks is a value choice for decision-makers.

15Where this page’s references

Where this page’s references lead.

Los organismos y documentos con los que se lee esta página. El estado y las ediciones cambian; cada enlace lleva al organismo emisor.

16Preguntas

Preguntas y respuestas.

What is robust optimisation?
An approach that finds solutions that remain feasible and perform acceptably for all values of uncertain parameters within a defined set.
What is deep uncertainty?
A situation where parties cannot agree on models, probabilities or how to value outcomes, so planning seeks robust and adaptive strategies.
What is an adaptive pathway?
A sequence of actions with decision points that lets a plan change course as conditions evolve, keeping future options open.
Is a robust strategy always more expensive?
Often it costs more upfront but reduces the risk of costly failure. The trade-off is made explicit.
Does the platform choose strategies?
No. It develops methods. Choices remain with decision-makers.
serie ReportsContribuir

Aporte evidencia desde esta página.

serie Reports is the Consortium’s quarterly publication. What you know about this subject can become evidence, a case or a correction in the next edition, credited to you and published under CC BY 4.0 where it is your own work.

GCRICiencia de sistemas y modelizaciónMétodos y técnicaEscenarios y pruebas de estrés
Ciencia de sistemas y modelización

Aporte un método, un conjunto de datos o una pregunta.

La información y las consultas están abiertas hoy. Una consulta recibe una referencia e indica el siguiente paso; las solicitudes, pagos, asignaciones de cómputo y registros solo se abren cuando existen su equipo, sus condiciones y la capacidad de revisión.