Programação Dinâmica Estocástica — Tomada de Decisão Sequencial Sob Incerteza
A Programação Dinâmica Estocástica (SDP) é uma estrutura de otimização matemática para problemas de decisão sequencial onde os resultados são parcialmente aleatórios. Ela estende o princípio de otimalidade de Bellman para ambientes estocásticos, representando problemas como Processos de Decisão de Markov (MDPs) e calculando políticas ótimas ao resolver equações de valor recursivas sobre estados e períodos de tempo.
Leia o método completo
Entre com uma conta gratuita para ler esta seção.
Method map
The neighbourhood of related methods — select a node to explore.
+5 more
Fontes
- Bellman, R. (1957). Dynamic Programming. Princeton University Press, Princeton, NJ. ISBN: 9780486428093
- Puterman, M. L. (1994). Markov Decision Processes: Discrete Stochastic Dynamic Programming. John Wiley & Sons, New York. ISBN: 9780471619772
Como citar esta página
ScholarGate. (2026, June 3). Stochastic Dynamic Programming (SDP) — Sequential decision-making under uncertainty via Markov decision processes. ScholarGate. https://scholargate.app/pt/simulation/stochastic-dynamic-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.
- Programação DinâmicaOtimização↔ compare
- Modelo de MarkovSimulação↔ compare
- Simulação de Monte CarloTomada de decisão↔ compare
- Programação Linear EstocásticaSimulação↔ compare
- Programação Inteira EstocásticaSimulação↔ compare
- Otimização Estocástica Multi-ObjetivoSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →