Process / pipelineSimulation / optimization

Programación Lineal Robusta — Optimización Bajo Incertidumbre

La Programación Lineal Robusta (RLP) extiende la programación lineal clásica para manejar la incertidumbre en los datos del problema — coeficientes de costo, coeficientes de restricciones o términos independientes — exigiendo que las soluciones permanezcan factibles y casi óptimas en todas las realizaciones de parámetros inciertos dentro de un conjunto de incertidumbre definido. Reemplaza las suposiciones probabilísticas con garantías de peor caso, haciéndola práctica cuando el conocimiento distributivo es limitado.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

The neighbourhood of related methods — select a node to explore.

Fuentes

  1. Bertsimas, D., Sim, M. (2004). The price of robustness. Operations Research, 52(1), 35–53. DOI: 10.1287/opre.1030.0065
  2. Ben-Tal, A., Nemirovski, A. (1999). Robust solutions of uncertain linear programs. Operations Research Letters, 25(1), 1–13. DOI: 10.1016/S0167-6377(99)00016-4

Cómo citar esta página

ScholarGate. (2026, June 3). Robust Linear Programming — Uncertainty-Aware Linear Optimization. ScholarGate. https://scholargate.app/es/simulation/robust-linear-programming

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Citado por

ScholarGateRobust Linear Programming (Robust Linear Programming — Uncertainty-Aware Linear Optimization). Recuperado el 2026-06-15 de https://scholargate.app/es/simulation/robust-linear-programming · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026