Programação Linear Estocástica — Otimização sob Incerteza com Parâmetros Aleatórios
Programação Linear Estocástica (PLE) estende a programação linear clássica para cenários onde alguns parâmetros do modelo — custos, demandas, disponibilidade de recursos — são incertos e modelados como variáveis aleatórias. Ao otimizar custos esperados sobre uma distribuição de probabilidade de cenários, a PLE produz decisões que permanecem factíveis e quase ótimas em uma gama de futuros possíveis, em vez de um único estado de mundo assumido.
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.
Fontes
- 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
Como citar esta página
ScholarGate. (2026, June 3). Stochastic Linear Programming — Optimization under uncertainty with random parameters. ScholarGate. https://scholargate.app/pt/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.
- Simulação de Monte CarloTomada de decisão↔ compare
- Programação Linear RobustaSimulação↔ compare
- Programação Dinâmica EstocásticaSimulação↔ compare
- Programação por Metas EstocásticaSimulação↔ compare
- Programação Inteira EstocásticaSimulação↔ compare
Referenciado por
Encontrou um problema nesta página? Relate ou sugira uma correção →