[論文レビュー] Limit Laws for Empirical Optimal Solutions in Stochastic Linear Programs

Marcel Klatt, Axel Munk+1 more|arXiv (Cornell University)|Jul 27, 2020

Risk and Portfolio Optimization参考文献 41被引用数 6

ひとこと要約

本稿は、右辺ベクトルが確率的に摂動される確率的線形計画問題における経験的最適解の極限定理を確立する。基底の組み合わせ的解析と双対性を用いて、経験的最適解の中心極限定理に類する定理を導出し、漸近的分布が双対問題における退化性に依存し、双対最適解の集合によって特徴づけられることを示す。

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.

研究の動機と目的

• データから推定された右辺ベクトルを伴う確率的線形計画問題における経験的最適解の漸近的フラクチュエーションを特徴づけること。
• 滑らかでない確率的最適化とは異なり、線形計画問題における正則性の欠如を、双対問題における組み合わせ的構造と退化性を活用することで解消すること。
• 経験的最適性集合と真の最適性集合のハウスドルフ距離の一致性と収束速度を確立すること。
• 経験的最適値の極限定理を導出し、それが双対最適解の集合によって決定されることを示すこと。
• 最適輸送にこの枠組みを適用し、双対の退化性を基底空間の幾何的性質に関連付け、確率的ほぼ確実な一意性結果を証明すること。

提案手法

• 右辺 $ b $ の微小な摂動におけるアクティブ基底の変化を分析することで、経験的最適解 $ x^ullet(b_n) $ の確率的挙動を解析する。
• 双対線形計画問題 $ (D_b) $ を用いて、プライマルおよびデュアル問題の両方に最適解を与える基底を特定し、これが漸近的挙動を支配する。
• 中心極限定理に類する定理を経験的最適解に適用し、極限定理が双対最適解集合の構造と潜在的な退化性に依存することを示す。
• 連続写像定理を用いて、最適解の関数-functional である、最適輸送曲線 $ OTC $、結合行列のトレース、測地的補間などへの極限定理を拡張する。
• 線形性と写像の連続性を用いて、関数値関数への極限定理をバナッハ空間（例：$ \mathcal{B} $、$ \mathcal{C} $）で特徴づける。
• 問題データの正則性条件のもとで、経験的最適性集合と真の最適性集合のハウスドルフ距離の収束速度を確立する。

実験結果

リサーチクエスチョン

• RQ1 右辺がデータから推定される確率的線形計画問題における経験的最適解は、どのように漸近的にフラクチュエートするか？
• RQ2 双対の退化性は、経験的最適解の漸近的分布を決定する上で果たす役割は何か？
• RQ3 経験的最適値の極限定理は、双対最適解の集合とどのように関係するか？
• RQ4 最適解の関数値関数（例：最適輸送曲線や測地的補間）への極限定理は、拡張可能か？
• RQ5 最適輸送の文脈で、最適解のほぼ確実な一意性を保証する幾何的または確率的条件は何か？

主な発見

• 経験的最適解の漸近的分布は、基底の組み合わせ的構造と双対問題の退化性に依存する中心極限定理に類する定理によって特徴づけられる。
• 双対問題が退化している場合、極限定理は一意ではなく、経験的解における同値性の解消に用いられる特定の選択ルールに依存する。
• 経験的最適性集合と真の最適性集合のハウスドルフ距離は、$ \sqrt{\frac{nm}{n+m}} $ の速度で収束し、一般条件下で一貫性が確立される。
• 経験的最適値の極限定理は、すべての双対最適解の集合によって決定され、これは証明フレームワークの直接的結果である。
• 最適輸送関数（例：最適輸送曲線 $ OTC $、結合行列のトレース、測地的補間）については、連続写像定理を用いて極限定理が導かれ、分布はガウス分布である。
• 双対の退化性と基底空間の幾何的性質を関連付ける条件のもとで、最適輸送解のほぼ確実な一意性が確立される。