孔小哥1. 为什么我选Wasserstein距离而不是矩模糊集：两阶段DRO问题的建模起点
1.1 两阶段问题的本质：先拍板，后补救
先说我这次实际要解决的问题场景。假设你管一条生产线，要在需求还没落地之前先定下自产产能，这个叫第一阶段决策，特点是“现在不做就来不及了”；等真实需求兑现以后，你可以用临时外购来补缺口，代价是单价更贵，这个补缺口的动作叫第二阶段决策，也叫recourse。这种“先拍板、后补救”的结构在供应链、电力调度、港口泊位分配里到处都是。
很多新手会把两阶段理解成两个时间点，其实严格讲它强调的是信息结构：第一阶段的x不依赖随机参数ξ，第二阶段的y可以依赖ξ的观测值，因此它是一个从ξ到决策的映射，写作y(ξ)。如果第二阶段的成本函数qᵀy(ξ)还算温和，麻烦就出在ξ的分布我们不知道，手里只有N个历史样本。经典随机规划的做法是假设经验分布就是真实分布，也就是每个样本等概率1/N，然后直接最小化样本均值。但只要你做过实际数据就会知道，样本外真实分布和经验分布通常差得挺远，直接用SAA（Sample Average Approximation）往往把决策做得过于乐观。
于是就有了分布鲁棒这条路线：不赌真实分布恰好是经验分布，而是构造一个“以经验分布为球心、以Wasserstein距离为半径”的模糊集，把所有大概率可能的分布都装进去，目标函数取最坏情况下的期望。这样算出来的决策虽然比SAA保守一点，但样本外表现通常稳得多。
1.2 经典模糊集对比：矩约束、phi-divergence与Wasserstein的取舍
我最早接触分布鲁棒时，很多人用的是矩模糊集，也就是限定分布的均值和协方差落在某个区间内。这种做法的优点是建模直观，缺点是很容易把模糊集建得过大或过小：均值协方差矩本身对离群点极其敏感，而且实际分布可能根本不是由前两阶矩决定的。还有一个尴尬的问题是，矩模糊集在求最坏情况期望时往往会把概率质量推到某个极端点，导致决策过度保守。
后来我试过phi-divergence这一族，比如KL散度、卡方散度。它在离散概率向量上很好用，因为优化对象是多项式概率，但对连续支撑集就有点尴尬——如果真实分布里有一些样本点没有出现在历史数据中，phi-divergence的惩罚是无穷大，也就是说它没法“想象”没见过的场景。这一点在实际中很致命，因为你担心的恰恰就是那些没发生过的极端情况。
Wasserstein距离的价值就在这里：它把“两个分布差异多大”这个度量建在地球移动距离（optimal transport）之上。两个分布即使支撑不重合，只要移动的成本有限，Wasserstein距离就是有限值。换句话说，Wasserstein球能涵盖那些支撑点偏移、但整体形态相近的分布，这正好匹配数据驱动场景下“样本外支撑点可能偏离”的直觉。
三种模糊集的对比如下：
| 模糊集类型 | 对分布形状的假设 | 是否支持样本外支撑点 | 典型求解难度 | 适合场景 |
|---|---|---|---|---|
| 矩模糊集 | 均值/协方差有界 | 支持 | 半定规划/SDP | 数据中心、金融组合优化 |
| phi-divergence | 概率向量在某邻域内 | 几乎不支持 | 锥规划/凸优化 | 离散分类、破产概率 |
| Wasserstein球 | 分布间最优输运成本有界 | 支持 | 对偶化后LP/凸优化 | 数据驱动、样本量有限 |
我这里最终选了Wasserstein距离，还有一个非常实际的原因：Wasserstein球下的最坏情况期望问题，可以被对偶转化成一个结构漂亮的有限维优化问题。这就是标题里“对偶转化”四个字的来历，后面第3章我会一步步拆。
1.3 问题原始形式与完整符号定义
为了让后面的推导和代码不绕弯，我把这次的简易模型写清楚。假设需求ξ∈ℝ²，第一阶段决策x∈ℝ²，含义是自产产能；第二阶段决策y(ξ)∈ℝ²，含义是临时外购量。第一阶段单位成本c>0，第二阶段单位成本q>c，所以模型天然希望多用第一阶段产能、少外购。
原始两阶段分布鲁棒问题写作：
[
\min_{x\ge0,;y(\cdot)}; c^\top x + \sup_{\mathbb{P}\in\mathcal{B}_\varepsilon(\hat{\mathbb{P}}N)}\mathbb{E}{\mathbb{P}}\left[q^\top y(\xi)\right]
]
约束为：
[
x+y(\xi)\ge\xi,\quad y(\xi)\ge0,\quad \forall\xi\in\Xi
]
其中Ξ是支撑集，这篇文章里取一个有界多面体。经验分布定义为：
[
\hat{\mathbb{P}}N=\frac{1}{N}\sum^N\delta_{\hat{\xi}_i}
]
Wasserstein-1距离（带1-范数成本）定义为：
[
\mathbb{W}(\mathbb{P},\mathbb{Q})=\inf_{\Pi}\left{\int_{\Xi\times\Xi}|\xi-\xi'|_1,\Pi(d\xi,d\xi'):\text{边缘分布为}\mathbb{P},\mathbb{Q}\right}
]
模糊集是：
[
\mathcal{B}_\varepsilon(\hat{\mathbb{P}}_N)=\left{\mathbb{P}:\mathbb{