Stohastičko programiranje rješava složena pitanja matematičke optimizacije gdje nepoznate varijable stvaraju niz mogućih rješenja. To može uključivati provođenje modela kroz niz faza, od kojih na svaku mogu utjecati zasebne varijable. Matematičari to mogu primijeniti na probleme vezane uz donošenje odluka, raspodjelu resursa i slične aktivnosti. Također je predmet akademskog proučavanja, gdje istraživači rade na razvoju novih i učinkovitijih modela stohastičkog programiranja za primjenu na situacije u stvarnom svijetu.
Problemi optimizacije mogu postati iznimno složeni. U osnovnijim oblicima, sve su varijable poznate, što im omogućuje da ih prođete kroz jednadžbu kako biste pronašli najprikladnije rješenje. To obično nije moguće u situaciji kada su parametri manje sigurni, a nepoznate varijable mogu utjecati na ishod. Stohastički programeri oslanjaju se na distribuciju vjerojatnosti kako bi procijenili raspon varijabli i to primijenili na jednadžbu.
Uobičajeni primjeri mogu se pojaviti u matematičkom modeliranju događaja u prirodnom okruženju. Kada leptiri polažu jaja, na primjer, žele optimizirati šanse da se izlegu i razviju u ličinke, a zatim i odrasle leptire. Stohastički model programiranja može pružiti informacije o najboljim serijama odluka koje bi leptir mogao donijeti. Varijable mogu uključivati grabežljivce, promjene temperature i druge probleme koji inhibiraju izlijeganje ili ubijaju ličinke prije nego što dostignu odraslu dob. Matematičar može raditi kroz niz faza kako bi optimizirao problem.
Odluke u svakoj fazi mogu prekinuti ili otvoriti odluke u sljedećoj. Stohastičko programiranje mora biti fleksibilno kako bi se postiglo optimalno rješenje, a da pritom nameće određeni red odlukama kako bi se omogućilo njihovo kvantificiranje u matematičkom problemu. Razina složenosti može ovisiti o prirodi problema; neki su jednostavno postavljeni u dvije faze, dok drugi mogu uključivati višestruke. Za svaku je fazu moguće odrediti optimalno rješenje, te razmotriti utjecaj koji će ono imati na donošenje odluka duž linije.
Istraživači mogu koristiti ovaj alat na razne načine, od analize ponašanja životinja do promatranja procesa koji stoje iza odluka u korporativnom svijetu. Također se može koristiti za matematičko modeliranje kao potporu odlukama u postavkama poput poslovanja. Trgovci vrijednosnim papirima, na primjer, mogu razmotriti stohastičko programiranje kao jedan od dostupnih alata za istraživanje optimalnih rješenja problema. Analitičari mogu izvoditi izračune ove prirode ili mogu koristiti softverske programe koji im omogućuju automatsko postavljanje problema i provođenje kroz niz mogućih scenarija.