Главная > Нелинейное программирование. Единый подход
НАПИШУ ВСЁ ЧТО ЗАДАЛИ
СЕКРЕТНЫЙ БОТ В ТЕЛЕГЕ
<< Предыдущий параграф Следующий параграф >>
Пред.
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
204
205
206
207
208
209
210
211
212
213
214
215
216
217
218
219
220
221
222
223
224
225
226
227
228
229
230
231
232
233
234
235
236
237
238
239
240
241
242
243
244
245
246
247
248
249
250
251
252
253
254
255
256
257
258
259
260
261
262
263
264
265
266
267
268
269
270
271
272
273
274
275
276
277
278
279
280
281
282
283
284
285
286
287
288
289
290
291
292
293
294
295
296
297
298
299
300
301
След.
Макеты страниц

Распознанный текст, спецсимволы и формулы могут содержать ошибки, поэтому с корректным вариантом рекомендуем ознакомиться на отсканированных изображениях учебника выше

Также, советуем воспользоваться поиском по сайту, мы уверены, что вы сможете найти больше информации по нужной Вам тематике

ДЛЯ СТУДЕНТОВ И ШКОЛЬНИКОВ ЕСТЬ
ZADANIA.TO

1.6. ЗАДАЧА КВАДРАТИЧНОГО ПРОГРАММИРОВАНИЯ

Задача квадратичного программирования явля-ётся просто задачей НЛП с квадратичной целевой функцией и линейными ограничениями. Она обычно формулируется следующим образом. Найти

где -мерный вектор, — симметричная матрица -мерный вектор и А — матрица

Из всех задач НЛП задача КП является, вообще говоря, самой легкой для решения. Действительно, она лишь немного сложнее, чем задача линейного программирования.

Пример. Финансист обдумывает, как распределить свои фонды между возможными инвестициями. Предположим, что инвестиция имеет ожидаемую прибыль на каждый вложенный доллар. Тогда, если — количество вклада в инвестицию, то ожидаемая прибыль выражается, как

Кроме того, портфель вкладов должен удовлетворять определенным ограничениям

где А — матрица и -мерный вектор. Эти математические ограничения отражают реальные ограничения финансиста, такие как суммарные фонды, лимиты на количества фондов, вложенных в данную категорию инвестиций и т. д.

Подход к решению задачи с позиций линейного программирования. Первым приближением к задаче финансиста было бы решить задачу ЛП максимизации ожидаемой прибыли при наличии ограничений

Формулировка квадратичного программирования. Может оказаться, что прибыль имеет довольно большую дисперсию. Приведенная выше модель линейного программирования не учитывает дисперсию и может привести к плохому решению о размещении вкладов.

Чтобы включить дисперсию в наш анализ, предположим, что ковариация между вкладами и на каждый доллар, вложенный в соответствующую категорию инвестиции. Тогда матрица ковариации имеет вид и дисперсия для любого портфеля х равна

Другая формулировка задачи финансиста заключается в выборе портфеля вкладов, который минимизирует дисперсию и еще обеспечивает ожидаемую прибыль не менее некоторого фиксированного количества с. Таким образом, мы приходим к задаче КП:

Упражнения

(см. скан)

(кликните для просмотра скана)

(кликните для просмотра скана)

(см. скан)

Примечания и ссылки

1.1. По задаче НЛП были проведены широкие исследования. По введению можно познакомиться с работами Вагнера, Хиллиера и Либермана. Обзорные статьи Дорна (1963), Спанга; Зойтендейка (1966) включают некоторые основные результаты, полученные ко времени их публикации. Изложение НЛП с прикладным уклоном содержат работы Хедли (1960). Более классический подход к оптимизации может быть найден в работе Ханкока. Книги Абади, Грейвса и Вольфа представляют собой сборники статей, написанных ведущими специалистами в этой области. В книге Денниса обсуждаются некоторые аспекты НЛП с точки зрения инженера-электротехника. Отметим также работы Бержа и Гулиа-Хоури, Хедли (1964), Карлина, Кюнци и Крелле, Саати и Брама, Вайда; Уайлда и Байхтлера.

1.2. НЛП было применено к задачам внешней торговли и обмена Рейтером. Манн (1956) рассмотрел задачу об октановом числе смеси с точки зрения НЛП. Некоторые эффективные применения НЛП в теории закупок потребителя можно обнаружить у Семюэлсона (1938).

Классической работой по методу «затраты — эффективность» и «по близкой к нему задаче планирования программы и составления бюджета является книга Хитча и Мамкина. Химическая теория свободной энергии Гиббса изложена y Гиббса. Задача исследования свободной энергии Гиббса (как задача НЛП) часто называется задачей химического равновесия. По этому поводу см. работы Данцига, Джонсона и Уайта; Бринкли; Уайта, Джонсона и Данцига; Даффина, Питерсона и Зенера (см. также утр. 1.14).

1.3. Для дальнейших обсуждений этой задачи см. работу Мелинвуда, который рассматривает ее с классической точки зрения, и работу Стоуна, оперирующего числовыми данными. Общее рассмотрение теории «полезности приведено у Дебре (1954 г.).

1.4. Этот пример является преобразованием примера Даффина, Питерсона и Зенера (в их книге приведено доскональное исследование ГП, включающее многочисленные примеры, такие как проектирование трансформаторов, преобразование солнечной энергии в полезную форму и извлечение тепла из океанских вод). Интересное толкование ГП содержится также у Уайлда и Байхтлера.

1.5. Оптимальное управление является обширной темой, в этом кратком параграфе она лишь намечена. Классической работой является книга Понтрягина и др.; отлично изложена тема у Хестенеса. По поводу связи между ОУ и НЛП см. работу Канона, Каллума и Полака. Применения ОУ представлены у Лейтмана, а также у Коннорса и Тейхроева.

1.6. Пример построен на работе Марковица. Квадратичное программирование рассмотрено в гл. 8. Изложение этой темы содержится в книгах Бута (1964), Кюнци и Крелле.

Упражнения

5. Дальнейшее исследование регрессии см. у Мелинвуда.

7. Эта задача заимствована из работы Авриела и Уайлда; см. также работу Уайлда и Байхтлера.

Дополнительные замечания. Здесь невозможно рассмотреть все аспекты НЛП и все темы, связанные с НЛП. Например, целочисленное программирование, в задачах которого некоторые неизвестные должны быть целыми, само по себе является отдельной темой. Основополагающей здесь является работа Гомори. Более новые рассмотрения этой проблематики можно найти у Балинского, в гл. 9 у Абади, в работе Гловера.

Другой областью, которая не рассматривается в этой книге, является стохастическое программирование, где предполагается, что некоторые либо все параметры являются случайными. Подходу, названному программированием при условиях неопределенности, где вводится штраф за неопределенность, посвящена работа Данцига (1955), а также Уэтса. Программирование со случайными ограничениями (см. Чарнс и Купер (1959)) использовано для исследования факторов безопасности и надежности. Подход Тинтера полезен для экономического планирования. Интересная связь между программированием при неопределенности и ОУ установлена у Ван Слайка и Уэтса. В этой работе приведена большая библиография. Метод цепей Маркова приведен в работе Блэкуэлла и д’Эпенокса, Говарда, Манна (1960).

Тема динамического программирования также слишком обширна, чтобы рассмотреть ее в этой книге. Динамическое программирование — это общая теория оптимизации для задач, которые могут быть преобразованы в схему последовательного принятия решения на ряде этапов. Почти все задачи оптимизации могут быть преобразованы таким образом. Для вводной части этой темы см. работы Хиллиера и Либермана; Вагнера; Немхаузера. Основополагающими работами в этой области остаются книги Беллмана 1957); Беллмана (1961), Беллмана и Дрейфуса.

1
Оглавление
email@scask.ru