La robustificación es una forma de optimización mediante la cual un sistema se vuelve menos sensible a los efectos de la variabilidad aleatoria, o ruido, que está presente en las variables y parámetros de entrada de ese sistema. El proceso generalmente se asocia con sistemas de ingeniería, pero el proceso también se puede aplicar a una política política, una estrategia comercial o cualquier otro sistema que esté sujeto a los efectos de la variabilidad aleatoria.
La robustificación, tal como se define aquí, a veces se denomina diseño de parámetros o diseño de parámetros robustos (RPD) y, a menudo, se asocia con los métodos de Taguchi . Dentro de ese contexto, la robustez puede incluir el proceso de encontrar las entradas que más contribuyen a la variabilidad aleatoria en la salida y controlarlas, o el diseño de tolerancia. En ocasiones, los términos diseño para la calidad o Diseño para Six Sigma (DFSS) también pueden usarse como sinónimos.
Considere el siguiente gráfico de una relación entre una variable de entrada x y la salida Y , para la cual se desea que se tome un valor de 7, de un sistema de interés. Se puede ver que hay dos valores posibles que puede tomar x , 5 y 30. Si la tolerancia para x es independiente del valor nominal, entonces también se puede ver que cuando x se establece igual a 30, la variación esperada de Y es menor que si x fuera igual a 5. La razón es que el gradiente en x = 30 es menor que en x = 5 , y la variabilidad aleatoria en x se suprime a medida que fluye hacia Y.
Este principio básico subyace a toda robustez, pero en la práctica suele haber una serie de entradas y es el punto adecuado con el gradiente más bajo en una superficie multidimensional que se debe encontrar.
Consideremos un caso en el que una salida Z es una función de dos entradas x y y que se multiplican por sí.
Para cualquier valor objetivo de Z hay un número infinito de combinaciones para los valores nominales de x y y que será adecuado. Sin embargo, si la desviación estándar de x fuera proporcional al valor nominal y la desviación estándar de y fuera constante, entonces x se reduciría (para limitar la variabilidad aleatoria que fluirá del lado derecho de la ecuación al lado izquierdo ) ey se incrementaría (sin un aumento esperado de la variabilidad aleatoria porque la desviación estándar es constante) para llevar el valor de Z al valor objetivo. Al hacer esto, Z tendría el valor nominal deseado y se esperaría que su desviación estándar fuera al mínimo: robustecido.