On the information-based complexity of stochastic programming

پیچیدگی های موجود در برنامه ریزی خطی تصادفی با استفاده از مدل تورینگ تنها به ابعاد مشکل بستگی دارد. ما تکنیک های ادبیات پیچیدگی مبتنی بر اطلاعات را به کار می گیریم تا نشان دهیم که صافی بودن عملکرد به همان اندازه اهمیت دارد. ما خطاهای تقریبی خطا برای تابع بازگشتی برنامه های خطی دو مرحله ای را دریافت می کنیم و نشان می دهد که بدترین حالت آنها به صورت نمادین است و بستگی به تحمل راه حل، ابعاد پارامتر های نامشخص و صافی عملکرد تابع برگشت دارد.