Otimização sob incerteza: aspectos teóricos, computacionais e aplicações

A incerteza está presente em inúmeras situações do mundo real e afeta diretamente os processos de tomada de decisão. Compreender, modelar e incorporar essa incerteza em problemas de otimização é essencial para se obter soluções mais aplicáveis. Neste minicurso, discutiremos a semântica da incerteza, suas definições formais e implicações matemáticas, além de apresentar resultados teóricos relevantes e diferentes abordagens para modelagem e resolução de problemas sob incerteza. A exposição será fundamentada em aplicações reais extraídas de projetos dos quais os ministrantes participaram ou coordenaram, ilustrando como esses conceitos se materializam em problemas concretos. Serão também abordadas estratégias computacionais para implementação das soluções, utilizando a linguagem Python e o ambiente de modelagem matemática AMPL. O minicurso é direcionado a estudantes, pesquisadores e profissionais com interesse em otimização, que possuam conhecimentos básicos de programação matemática.