Chance Constraints

eletu, A. (2012). Chance constrained optimization-applications, properties and numerical issues. Retrieved May 24, 2015, from https://www.tu-ilmenau.de/fileadmin/media/simulation/Lehre/Vorlesungsskripte/Lecture_materials_Abebe/CCOPT_talk1.pdf

Henrion, R. (2004). Introduction to Chance-Constrained Programming. Retrieved June 7, 2015, from http://stoprog.org/SPIntro/intro2ccp.php

Henrion, R. (2009). Chance Constrained Problems. Retrieved 7 June 2015, from http://stoprog.org/files/sp_XII_tutorials/Henrion.pdf

Distributionally Robust Chance Constraints

假设$\tilde{\mathbf{a}},\tilde{b}$ 是随机变量，$\mathbb{P}$ 是它们的一个联合分布。考虑下列形式的机会约束：
P { a ~ T x + b ~ ≤ 0 } ≥ 1 − ϵ , ϵ ∈ { 0 , 1 } . \mathbb{P} \{ \tilde{\boldsymbol{a}}^T\boldsymbol{x} + \tilde{b} \leq 0 \} \ge 1 - \epsilon, \quad \epsilon\in\{0,1\}. P{a~Tx+b~≤0}≥1−ϵ,ϵ∈{0,1}. 做适当的变换，可以假定 $\tilde{b}$ 始终取值为0， 也就是说，我们只需要考虑下面的约束:
P { a ~ T x ≤ 0 } ≥ 1 − ϵ , ϵ ∈ { 0 , 1 } . \mathbb{P} \{ \tilde{\boldsymbol{a}}^T\boldsymbol{x} \leq 0 \} \ge 1 - \epsilon, \quad \epsilon\in\{0,1\}. P{a~Tx≤0}≥1−ϵ,ϵ∈{0,1}. 假设具体分布是未知，只知道 $\mathbb{P}$ 属于某个不确定集 $\mathcal{P}$，则有对应的分布鲁棒机会约束问题。

定理. [2] 如果 $\mathcal{P}$ 是所有均值为 $\mathbf{\mu }$，方差都为 $\mathbf{\Sigma }=\mathbf{\sigma }{\mathbf{\sigma }}^T$ 的分布集，则分布鲁棒机会约束问题
inf ⁡ P ∈ P P { a ~ T x ≤ 0 } ≥ 1 − ϵ , ϵ ∈ { 0 , 1 } . \mathop{\inf}\limits_{\mathbb{P}\in\mathcal{P}} \mathbb{P} \{ \tilde{\boldsymbol{a}}^T\boldsymbol{x} \leq 0 \} \ge 1 - \epsilon, \quad \epsilon\in\{0,1\}. P∈Pinf​P{a~Tx≤0}≥1−ϵ,ϵ∈{0,1}. 等价于下面的凸二阶锥问题(convex second-order cone constraint)：
$${\mathbf{\mu }}^T\mathbf{x}+k_{ϵ}{\mathbf{\sigma }}^T\mathbf{x}\le 0$$ 其中 $k_{ϵ}=\sqrt{(1-ϵ)/ϵ}$。

文献

【2】 Calafiore, G. C., & Ghaoui, L. E. (2006). On distributionally robust chance-constrained linear programs. Journal of Optimization Theory and Applications, 130(1), 1–22.