[논문 리뷰] Limit Laws for Empirical Optimal Solutions in Stochastic Linear Programs

Marcel Klatt, Axel Munk외 1명|arXiv (Cornell University)|2020. 07. 27.

Risk and Portfolio Optimization참고 문헌 41인용 수 6

한 줄 요약

이 논문은 우수측정된 우측항 벡터를 가진 확률적 선형계획문제에서 경험적 최적해의 극한 법칙을 수립한다. 기저의 조합적 분석과 쌍대성에 기반하여 경험적 최적해에 대한 중심극한형 정리의 형태를 도출하며, 이는 쌍대 문제의 타당성에 의존하고, 쌍대 최적해 집합에 의해 특징지어진다.

ABSTRACT

We consider a general linear program in standard form whose right-hand side constraint vector is subject to random perturbations. This defines a stochastic linear program for which, under general conditions, we characterize the fluctuations of the corresponding empirical optimal solution by a central limit-type theorem. Our approach relies on the combinatorial nature and the concept of degeneracy inherent in linear programming, in strong contrast to well-known results for smooth stochastic optimization programs. In particular, if the corresponding dual linear program is degenerate the asymptotic limit law might not be unique and is determined from the way the empirical optimal solution is chosen. Furthermore, we establish consistency and convergence rates of the Hausdorff distance between the empirical and the true optimality sets. As a consequence, we deduce a limit law for the empirical optimal value characterized by the set of all dual optimal solutions which turns out to be a simple consequence of our general proof techniques. Our analysis is motivated from recent findings in statistical optimal transport that will be of special focus here. In addition to the asymptotic limit laws for optimal transport solutions, we obtain results linking degeneracy of the dual transport problem to geometric properties of the underlying ground space, and prove almost sure uniqueness statements that may be of independent interest.

연구 동기 및 목표

• 데이터로부터 추정된 우측항 벡터를 가진 확률적 선형계획문제에서 경험적 최적해의 점근적 변동을 특징짓는 것.
• 부드러운 확률적 최적화와 달리 선형계획문제에서의 규칙성 부족 문제를 해결하기 위해 기저의 조합적 구조와 쌍대 문제의 타당성에 기반한 접근을 제공하는 것.
• 경험적 최적성 집합과 진정한 최적성 집합 간의 하우스도르프 거리에 대한 일致성과 수렴 속도를 수립하는 것.
• 경험적 최적값에 대한 극한 법칙을 도출하여, 이가 쌍대 최적해 집합에 의해 결정됨을 보여주는 것.
• 최적 운반 문제에 이 틀을 적용하여 쌍대 타당성과 기저 공간의 기하적 성질 간의 연관성을 밝히고, 거의 확실한 유일성 결과를 증명하는 것.

제안 방법

• 우측항 $ b $ 의 미세한 변동에 따른 활성 기저의 변화를 분석함으로써 경험적 최적해 $ x^\bullet(b_n) $ 의 확률적 행동을 연구한다.
• 쌍대 선형계획문제 $ (D_b) $ 를 사용하여 원래 문제와 쌍대 문제 모두에 최적해를 제공하는 기저를 식별하며, 이는 점근적 행동을 지배한다.
• 경험적 최적해에 대한 중심극한형 정리를 적용하며, 이 극한 법칙은 쌍대 최적해 집합의 구조와 잠재적 타당성에 따라 달라진다.
• 연속 함수 정리를 활용하여 최적해의 기능적 기능, 예를 들어 최적 운반 곡선 $ OTC $, 결합의 트레이스, 기하적 보간법 등에 대한 극한 법칙을 확장한다.
• 선형성과 사상의 연속성을 활용하여 함수값 기능에 대한 극한 분포를 바나흐 공간(예: $ \mathcal{B} $, $ \mathcal{C} $)에서 특징짓는다.
• 문제 데이터에 대한 규칙성 조건 하에서 경험적 최적성 집합과 진정한 최적성 집합 간의 하우스도르프 거리에 대한 수렴 속도를 수립한다.

실험 결과

연구 질문

• RQ1 우측항이 데이터로부터 추정될 때, 확률적 선형계획문제에서 경험적 최적해의 점근적 변동은 어떻게 발생하는가?
• RQ2 쌍대 타당성이 경험적 최적해의 점근적 분포에 미치는 영향은 무엇인가?
• RQ3 경험적 최적값에 대한 극한 법칙은 쌍대 최적해 집합과 어떻게 관련되는가?
• RQ4 최적해의 함수값 기능, 예를 들어 최적 운반 곡선이나 기하적 보간법 등에 대한 극한 법칙을 확장할 수 있는가?
• RQ5 최적 운반의 맥락에서 최적해의 거의 확실한 유일성을 보장하는 기하학적 또는 확률적 조건는 무엇인가?

주요 결과

• 경험적 최적해의 점근적 분포는 기저의 조합적 구조와 쌍대 문제의 타당성에 따라 결정되는 중심극한형 정리에 의해 특징지어진다.
• 쌍대 문제가 타당성이 있는 경우, 극한 법칙은 유일하지 않으며 경험적 해에서의 동점 처리 규칙에 따라 달라진다.
• 경험적 최적성 집합과 진정한 최적성 집합 간의 하우스도르프 거리는 $ \sqrt{\frac{nm}{n+m}} $ 의 속도로 수렴하며, 일반 조건 하에서 일치성이 확립된다.
• 경험적 최적값에 대한 극한 법칙은 모든 쌍대 최적해 집합에 의해 결정되며, 이는 증명 틀의 직접적인 결과이다.
• 최적 운반 기능, 예를 들어 최적 운반 곡선 $ OTC $, 결합의 트레이스, 기하적 보간법 등에 대해 극한 법칙은 연속 함수 정리를 통해 유도되며, 이는 정규 분포를 따른다.
• 기저 공간의 기하적 성질과 쌍대 타당성을 연결하는 조건 하에서 최적 운반 해의 거의 확실한 유일성이 확립된다.