ScholarGate
Assistente
Process / pipeline

Otimização Robusta — Programação Matemática de Pior Caso

A otimização robusta é um framework de programação matemática, formalizado por Ben-Tal e Nemirovski no final dos anos 1990 e tornado amplamente tratável por Bertsimas e Sim (2004), que encontra decisões garantidas a ter um desempenho aceitável em todos os cenários dentro de um conjunto de incerteza predefinido — em vez de assumir que os valores dos parâmetros são conhecidos com exatidão. Em vez de otimizar para um único resultado esperado, ela minimiza o objetivo de pior caso em todas as realizações plausíveis de dados incertos.

Abrir no MethodMindEm breveVídeoEm breveDownload slides

Leia o método completo

Exclusivo para membros

Entre com uma conta gratuita para ler esta seção.

Entrar

Method map

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

Fontes

  1. Ben-Tal, A., El Ghaoui, L. & Nemirovski, A. (2009). Robust Optimization. Princeton University Press. ISBN: 9780691143682
  2. Bertsimas, D. & Sim, M. (2004). The Price of Robustness. Operations Research, 52(1), 35-53. DOI: 10.1287/opre.1030.0065

Como citar esta página

ScholarGate. (2026, June 1). Robust Optimization (Minimax Programming). ScholarGate. https://scholargate.app/pt/optimization/robust-optimization

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

Referenciado por

ScholarGateRobust Optimization (Robust Optimization (Minimax Programming)). Recuperado em 2026-06-15 de https://scholargate.app/pt/optimization/robust-optimization · Conjunto de dados: https://doi.org/10.5281/zenodo.20539026