Programação Estocástica na Modelagem de Problemas de Otimização Linear

Resumo

Problemas de otimização são frequentemente tratados de forma determinística, assumindo que os parâmetros envolvidos na modelagem da função objetivo e das restrições são conhecidos com exatidão. No entanto, em situações práticas, que dão origem a esses problemas, tais parâmetros estão sujeitos a incertezas devido a erros de modelagem ou previsão. Dessa forma, pesquisadores vêm desenvolvendo estudos destinados `a resolução de problemas de programação sujeitos a incertezas. Dentre as abordagens existentes, destacam-se: a Programação Estocástica e a Otimização Robusta. De acordo com Bortolossi e Pagnoncelli (2006), a primeira abordagem consiste em determinar soluções admissíveis para todas as possíveis realizações das variáveis aleatórias que são parte da modelagem e cuja distribuição de probabilidade deve ser conhecida. Para Bertsimas e Sim (2004), na segunda abordagem as informações probabilísticas não são necessárias e assume-se ainda que as incertezas são descritas por meio de conjuntos limitados, geralmente convexos. [...]