Na indústria do petróleo e gás, uma das atividades de maior importância é a intervenção em poços para serviços de manutenção, a qual é necessária para garantir a produção de petróleo. Estas intervenções são realizadas por sondas workover que são disponibilizadas para atender uma grande quantidade de poços segundo um itinerário. Nesta tese são propostos três modelos de programação linear inteira para abordar eficientemente o problema de intervenção em poços terrestres de petróleo. O primeiro modelo determina o itinerário de um conjunto de sondas homogêneas, visando minimizar a perda total de produção. Este modelo é um aprimoramento do modelo proposto por Costa e Ferreira Filho (2004). O segundo modelo é uma extensão do anterior e considera também o dimensionamento de uma frota de sondas heterogênea, procurando minimizar o custo de perda de produção e o custo de aluguel de sondas. O terceiro modelo é uma abordagem estocástica que estende o segundo modelo e consiste em dimensionar uma frota de sondas considerando o tempo de intervenção incerto. A incerteza do tempo de intervenção é representada mediante a geração de cenários, usando para este fim os métodos de Monte Carlo, Redução de Cenários e Quasi-Monte Carlo. Os testes de estabilidade propostos por Kaut e Wallace (2003) são aplicados para avaliar os métodos de geração de cenários e estabelecer o número de cenários adequados para resolver o problema. Para avaliar o desempenho dos modelos propostos, diversos experimentos computacionais foram realizados em instâncias de pequeno, médio e grande porte. Todas as instâncias são baseadas em casos reais no Brasil. Os resultados mostram que os modelos propostos foram capazes de resolver todas as instâncias utilizadas, inclusive aquelas de grande porte, demonstrando serem eficientes quando comparadas com várias metaheurísticas, pois produzem soluções exatas em um curto tempo computacional. Uma análise do impacto nas soluções quando ocorre uma mudança no preço de petróleo e no horizonte de planejamento também é realizada. A metodologia de resolução empregada no terceiro modelo mostrou que o método Quasi-Monte Carlo proporcionou os melhores cenários para representar a incerteza e também o potencial do modelo para resolver problemas de grande porte.