Ein Verfahren zur Lösung des Kompensationsmodells der stochastischen linearen Programmierung

Das betrachtete Kompensationsmodell lautet $$\begin{array}{*{20}{c}} {\mathop {\min }\limits_{x\varepsilon X} c'x + \sum\limits_{k = 1}^r {{p^k}Q\left( {x,{h^k}} \right)} }&{mit}&{Q\left( {x,{h^k}} \right) = \mathop {\min }\limits_{y\underline \geqslant 0} \left\{ {q'y\left| {Wy = {h^k} - Tx} \right.} \right\}} \end{array}$$ und $$X: = \left\{ {X\left| {Ax} \right.{\mkern 1mu} {\mkern 1mu} = {\mkern 1mu} {\mkern 1mu} b,{\mkern 1mu} {\mkern 1mu} x{\mkern 1mu} \underline \geqslant 0} \right\}$$. Hierbei ist A eine m{in1} x n{in1}-Matrix und W eine m{in2} x n{in2}- Matrix. Die weiteren dimensionen ergeben sich entsprechend. Weiterhin sei h{suk} die Auspräguns einer diskreten Zufallsvariablen mit $$\begin{array}{*{20}{c}} {P\left( {{h^k}} \right) = {p^k} > 0,}&{k = 1, \ldots ,r.} \end{array}$$