En este documento, nos enfocamos en una clase de problemas de optimización robusta cuyos objetivos y restricciones comparten los mismos parámetros inciertos. Los enfoques existentes abordan por separado los casos más desfavorables de cada objetivo y cada restricción, y luego reformulan el modelo mediante sus respectivas formas duales en sus casos más desfavorables. Estos enfoques pueden resultar en que el valor de los parámetros inciertos en la solución óptima no sea el mismo que en el peor caso de cada restricción, ya que es altamente improbable alcanzar sus peores casos simultáneamente. En términos de ser demasiado conservador para este tipo de modelo robusto, proponemos un nuevo modelo de optimización robusta con parámetros inciertos compartidos que involucran solo el peor caso de los objetivos. El modelo propuesto se evalúa para el problema de producción logística de múltiples etapas y proceso de inventario. El experimento numérico muestra que el modelo de optimización robusta propuesto puede proporcionar una decisión válida y razonable en la práctica.