第五章：动态规划.ppt

用 表示从vi点出发，经过V中的点各一次，最后回到 v0点的最短路程， V是一个顶点集合，|V |=k， dij是 vi到vj 的弧长，则 (5.3) 例5.6 对图5－5，求出从v1出发，经过v2 ,v3 ,v4 各一次，又返回到v1的最短路线和最短路程。用矩阵D表示vi 到vj的距离，即 vi 到vj的距离为矩阵D的每一个元素dij 。 图5-5 按照 的定义， 表示从v1出发，经过v2,v3,v4各一次，最后回到v1的最短路，利用（5.3）则得 k=1时的求解： k=2时的求解： ， k=3时的求解： 最优路线为 ，路程长为23。 该案例中的阶段数不是按照时间因素划分的，也不是子决策的个数。而是在不同的状态下，还需要经过的顶点个数。在具体的实际问题中，需要创造性的解决。 5．4．5 Stackelberg 博弈 将动态规划中逆向归纳法的思想应用于企业在市场上进行竞争时的互动决策，就得到所谓Stackelberg博弈。 5．4．5 Stackelberg 博弈 假定有两个企业在同一产品市场上进行产量决策竞争。 企业1是领先者（Leader），先做决策，具有先动优势；企业2是跟随者（Follower）,后做决策。后行动者能观察到先行动者的产量决策结果，具有信息优势。 设企业i的产量为qi ，利润为 其中 按照决策顺序，划分为两个阶段。 k=2时，企业2做决策。企业2会选择产量q2 ，满足： k=1时，企业1做决策。企业1会选择产量q1 ，满足： 即给定式（5.4）确定的反应函数 ，企业1选择其最优产量 ，它由式（5.5）决定，企业2选 。 Stackelberg在1934年提出了这一动态决策概念。称这种博弈为Stackelberg博弈（Stackelberg game）。 (5-4) (5-5) 利用下面的例子来说明Stackelberg博弈的动态决策过程。 设有两个生产同质产品并在同一市场展开竞争的企业，记为企业1和企业2。我们将企业的选择变量定义为企业可选择的产量qi ，企业追求利润最大化。选择变量的范围为 ， 为逆需求函数，也可以理解为价格, c为单位变动成本。 则企业的利润函数为 i=1,2 k=2 时，企业2做决策。由 得到 k=1 时，企业1做决策。由 得到 代入 ，得 。 通过 和 看到：领导者的产量变大了，追随者的产量变小了。这反映出了决策顺序对决策结果的影响。 5．4．6 动态规划在非线性规划 求解中的应用 非线性规划有自己特有的求解方法。 非线性规划中，一些特殊的问题（如目 标可分离）可以用动态规划的方法求解。 例5.7 求解如下的非线性规划问题： 解：该问题可看作将资源c分配给 ，分配的目标是使目标 最大化。 该问题划分为3个阶段，状态变量sk 可以看作确定 xk时尚拥有的资源。 5．4．7 动态规划在基础数学中的应用 动态规划的思想也可以应用到基础数学中。例如 几何平均值不等式是纯数学中的一个熟知结论。 即： n个非负的实数 ，满足 ,则 , n个数相等时其乘积最大。 下面试图用动态规划的思想证明这个结论。 定义函数 则函数 有递归方程和边界条件: 用数学归纳法，证明 有如下的形状: k=1 时，结论是正确的。假设