Bibliography

(eng): The paper deals with two wide areas of optimization theory: stochastic and robust programming. We specialize to different approaches when solving an optimization problem where some uncertainties in constraints occur. To overcome uncertainty, we can request the solution to be feasible to all but a small part of constraints. Both approaches gives us different methods to deal with this requirement. We try to find fundamental differencies between them and illustrate the differencies on a simple numerical example.

(cze): Článek se zabývá dvěma rozsáhlými oblastmi teorie optimalizace: stochastickým a robustním programováním. Specializuje se na dva různé přístupy v případě řešení optimalizačních úloh, ve kterých se vyskytuje náhodný prvek v omezeních. Jako způsob obejití tohoto problému je možné hledat řešení, které je přípustné pro téměř všechna omezení až na malou část. Oba přístupy nabízí odlišné metody zabývající se tímto požadavkem. Ve článku se snažíme nalézt základní rozdíly mezi oběma přístupy a ilustrovat tyto rozdíly na jednoduchém numerickém příkladě.