一种从随机样本中在线选择单调子序列的自适应 O(log n)-最优策略
概率论
2019-10-22 v2 最优化与控制
摘要
给定一个由 n 个独立随机变量组成的序列，它们具有共同的连续分布，我们提出了一种简单的自适应在线策略，用于选择一个单调递增子序列。我们证明，该策略所做出的单调递增选择的期望数量在 O(log n) 范围内达到最优。我们的构造为证明 O(log n)-最优性间隙提供了一种直接且自然的方法。此前对同一结果的证明关键性地使用了 Bruss 和 Delbaen (2001) 的一个重要不等式以及去泊松化方法。
引用
@article{arxiv.1605.03998,
title = {An adaptive $O(\log n)$-optimal policy for the online selection of a monotone subsequence from a random sample},
author = {Alessandro Arlotto and Yehua Wei and Xinchang Xie},
journal= {arXiv preprint arXiv:1605.03998},
year = {2019}
}
备注
12 pages