Programación Lineal Estocástica — Optimización bajo Incertidumbre con Parámetros Aleatorios
La Programación Lineal Estocástica (PLE) extiende la programación lineal clásica a entornos donde algunos parámetros del modelo —costos, demandas, disponibilidad de recursos— son inciertos y se modelan como variables aleatorias. Al optimizar los costos esperados sobre una distribución de probabilidad de escenarios, la PLE produce decisiones que se mantienen factibles y casi óptimas en un rango de futuros posibles, en lugar de para un único estado del mundo asumido.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Dantzig, G. B., & Madansky, A. (1961). On the solution of two-stage linear programs under uncertainty. Proceedings of the Fourth Berkeley Symposium on Mathematical Statistics and Probability, 1, 165–176. link ↗
- Birge, J. R., & Louveaux, F. (1997). Introduction to Stochastic Programming. Springer, New York. ISBN: 9780387982175
Cómo citar esta página
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/es/simulation/stochastic-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.
- Simulación de Monte CarloToma de decisiones↔ compare
- Programación Lineal RobustaSimulación↔ compare
- Programación Dinámica EstocásticaSimulación↔ compare
- Programación por Metas EstocásticaSimulación↔ compare
- Programación Estocástica Entera MixtaSimulación↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →