Problemas de optimización robustos no-convexos cuadráticos con restricciones cuadráticas y lineales.

Muchos problemas de la vida real pueden ser modelados como la minimización de una función cuadrática sujeta a una combinación de restricciones cuadráticas con incertidumbres y restricciones lineales. En la práctica la incertidumbre corresponde a errores en el modelo u errores en la toma de muestras. Para solucionar este tipo de problemas hay dos caminos: el estocástico y el de optimización robusta. Nosotros seguiremos el camino de la optimización robusta.