불확실한 볼록 프로그램의 랜덤화 솔루션의 정확한 타당성

많은 최적화 문제는 본질적으로 불확실한 프레임워크에서 다루어지며, 문제에 존재하는 불확실성 요소에 대한 신중함을 발휘하고자 합니다. 이전의 기여를 통해, 불확실한 제약을 만족할 확률이 높은 불확실한 볼록 프로그램의 솔루션이 제약 랜덤화를 통해 낮은 계산 비용으로 얻을 수 있음을 보여주었습니다. 본 논문에서는 랜덤화 알고리즘에 대한 새로운 타당성 결과를 확립합니다. 구체적으로, 이른바 완전히 지원되는 문제의 클래스에 대한 정확한 타당성을 얻습니다. 모든 완전히 지원되는 문제는 동일한 타당성 특성을 공유하며, 이는 이 클래스의 문제들 간의 깊은 친족 관계를 드러냅니다. 또한 모든 다른 볼록 프로그램에 대한 랜덤화 솔루션의 타당성은 완전히 지원되는 문제의 프로토타입 클래스에 대한 타당성을 바탕으로 제한될 수 있음을 증명합니다. 이 논문의 타당성 결과는 이전의 경계를 초월하며, 완전히 지원되는 문제에 대해 정확하므로 개선할 수 없습니다.