Benders' decompositie voor statistiek

Benders decompositie is een methode om lastige of grote problemen aan te pakken op basis van een geschikte partitie van de variabelen. In dit artikel beschouwen we een praktisch probleem waarbij de partitie zich vanzelf opdringt. Het betreft het zogenaamde secundaire cel-onderdrukkingsprobleem. Bij publicatie van geaggregeerde data over bedrijven of personen wil men soms voorkomen dat individuele gegevens uit de gepubliceerde data is af te leiden. Dit kan door betreffende getallen uit de tabel weg te laten. Maar er moeten vaak meer cellen weggelaten worden om te voorkomen dat de weggelaten data
kan worden gereconstrueerd uit rij- en kolomtotalen. Het probleem is dus een minimale verzameling data op te offeren zodat gevoelige data alleen met een grote foutmarge kan worden benaderd.