ScholarGate
Assistente
Process / pipelineSimulation / optimization

Programação Linear Robusta — Otimização Sob Incerteza

Programação Linear Robusta (RLP) estende a programação linear clássica para lidar com a incerteza nos dados do problema — coeficientes de custo, coeficientes de restrição ou lados direitos — exigindo que as soluções permaneçam factíveis e quase ótimas em todas as realizações dos parâmetros incertos dentro de um conjunto de incerteza definido. Ela substitui suposições probabilísticas por garantias de pior caso, tornando-a prática quando o conhecimento distribucional é limitado.

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. 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

Como citar esta página

ScholarGate. (2026, June 3). Robust Linear Programming — Uncertainty-Aware Linear Optimization. ScholarGate. https://scholargate.app/pt/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

Referenciado por

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