Título: Valoración de Servicios Ecosistémicos mediante Bayesian Analytical Network Process y Optimización Lineal Robusta Breve descripción del problema: Los bienes y servicios ecosistémicos representan el fundamento del bienestar social y económico de las biosferas, mediante el intercambio directo e indirecto de flujos de beneficios, costos, oportunidades y riesgos; los cuales son tanto tangibles como intangibles. En particular, la Reserva de Biosfera Seaflower en el Caribe provee mínimo cuatro tipos de servicios ecosistémicos: 1) Económicos vinculados al turismo y provisión de alimentos marinos. 2) Ecológicos relativos a la salud del ecosistema para proteger la vida de sus habitantes y brindar resiliencia ante fenómenos climáticos y regulación del clima. 3) Biodiversidad de biomasas para la sostenibilidad de las cadenas biológicas. 4) Cultural para proveer desarrollo e identidad.
En esta investigación se propondrá un modelo híbrido bayesiano multicriterio para la valoración económica estática de dichos servicios ecosistémicos bajo condiciones de incertidumbre, partiendo de la medición de las biomasas marinas pertinentes, contando con el apoyo de la Corporación para el Desarrollo Ambiental (Coralina). Resolver este problema constituye el paso inicial para que posteriores investigaciones puedan valorar la flexibilidad estratégica de la gestión del valor en riesgo de la biosfera, y desarrollar mecanismos financieros de coberturas de riesgo (seguros) contra pérdidas catastróficas. En esta propuesta se tendrán en cuenta los métodos de inferencia bayesiana para reducir inconsistencias eventuales de los clusters y nodos del proceso de toma de decisiones mediante ANP, y se utilizará optimización lineal robusta para medir rangos óptimos del valor. Director de tesis: Nicolás Alberto Moreno Reyes
Co-director de tesis: Juan Carlos Gutiérrez Betancur
Grupo de investigación: Modelado Matemático Línea de investigación: Métodos Estadísticos e Investigación de Operaciones
Habilidades mínimas con las que deberá contar el estudiante para desarrollar la tesis:
Algoritmos y Programación (R, Julia) Deseable: Conocimientos básicos en Inferencia Estadística, Optimización Lineal Cohorte: 2023-1 |