Промышленный лизинг
Методички
т < N. Условие (10.6) будем записывать также в виде Ах - В, где А - матрица размера N х т. Во-вторых, координаты векторов ж неотрицательны: 1 > 0, х2 > 0,...,жлг > 0. (10.7) Для решения задач квадратичного программирования разработано много различных методов (см., например, [27], [32], [36]). Вольф42 предложил метод, в котором задача квадратичного программирования сводится к задаче, похожей на задачу линейного программирования, но содержащей нелинейное ограничение. (Это ограничение приведено ниже как условие (10.9).) Для решения данной задачи используется симплексный метод. Ниже приведено описание этого подхода. Через А обозначим матрицу, полученную транспонированием матрицы А. Скалярное произведение d-мерных векторов х = (жх, х2,..., xd) и у = (yi, у2, , уа) будем обозначать (ж,у) : Теорема. Пусть координаты N-мерного вектора ж удовлетворяют условиям (10.6) и (10.7) и пусть существуют m-мерный вектор и = (щ, и2, , ит) и iV-мерный вектор v = (vi,v2,... ,vn), для которого vi > 0, v2 > 0,...,vN > 0, (10.8) 42Wolfe P. The Simplex Method for Quadratic Programming Econometrica. V. 27. 1959. P. 382 - 398. такие, что выполняются соотношения (v,x) = О (10.9) 2 С х - v + А- и + Р = 0. (10.10) Тогда х является решением задачи квадратичного программирования (10.5) - (Ю.7), т. е. значение функции F в данной точке х не больше, чем в любой другой точке, удовлетворяющей условиям (10.6) и (10.7). Доказательство. Пусть у - некоторый iV-мерный вектор, удовлетворяющей условиям (10.6) и (10.7). Мы покажем, что F(y) > F(x). Из неотрицательной определенности матрицы С следует, что (у-х,С(у-х)) > 0. Отсюда следует, что (у, Су) + (х, Сх) > (х, Су) + (у, Сх) = 2 (х, Су). Получаем (У,Су) (х, Сх) > 2 (х, С(у - х)) = 2 (Сх, у - х). Поэтому F(x) = (Р,у-х) + (у,Су) - (х, Сх) > > (Р + 2Сх,у-х). В силу (10.10) Р + 2 Сх = v - Аи F(y) - F(x) > {v - Ащу - х) = = ( , У) ~ (w, ж) - (Аи, у) + (Аи, х) = = (v, у) - (и, ж) - (и, Ау) + (и, Ах) = (v, у) > 0. Последнее неравенство следует из того, что координаты векторов v ъ у неотрицательны. При предпоследнем переходе использовалось (10.9) и то, что Ах = Ау = В. Теорема доказана. В силу доказанной теоремы для решения задачи квадратичного программирования (10.5) - (10.7) достаточно найти какие-нибудь вектора и, г; и ж, удовлетворяющие условиям (10.7) - (10.9) и системе линейных алгебраических уравнений Ах = В, (10.11) 2 Сх - v + Аи = -Р. При найденном ж будет достигаться самое меньшее значение функции F, какое только возможно при соблюдении условий (10.6) и (10.7). Для определения векторов и, г; и ж, удовлетворяющих условиям (Ю.7) - (10.9) и системе линейных алгебраических уравнений (10.11), необходимо решить еще одну задачу линейного программирования, к описанию которой мы переходим. В этой задаче р = N + то, = 3 AT -f- 2 га. g-мерный вектор имеет вид (x,v,ux,u2,z), 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 |