【金融财务决策基础】ch04.docVIP

Ch4 非线性规划 Nol-programming N-LP问题主要讨论 {的解与广义的Lagrange问题。 ()的K-T条件以及鞍点问题：求，使得对x, 有：的解之间的一系列定理。 §4.1基本概念 一、非线性规划问题的一般形式 设 为定义在En上的实值函数，我们定义非线性规划问题的一般形式为 （4.1） 记， 为非线性规划问题式（4.1）的可行域或可行解集合，称为约束条件，f(X)称为目标函数。 对于既有等式又有不等式约束的极小化问题 可以容易地将其转化一般形式 对于约束极大化问题 亦可以将其表示为一般形式 没有任何约束条件限制的非线性规划问题，常称其为无约束非线性规划问题，记为 （4.2） 对于非线性规划问题的一般形式式（4.1）我们给出下面的基本定义。 定义4.1 如果存在点，使得 则称X*为式（4.1）的最优解。 对，记 定义4.2 对，如果存在X*的邻域：，使得 则称X*为式（4.1）的局部最优解。 二、凸规划 考虑非线性规划问题（P）： 当及均为凸函数时，称(P)为凸规划。 凸规划(P)具有下述良好性质： 性质1 (P)的可行解集合R为凸集。 性质2 (P)的最优解集合R*为凸集。 性质3 (P)的任何局部最优解都是整体最优解。 性质4 (P)的目标函数若是严格凸函数，且最优解存在，则最优解必唯一。 当是可微函数时，我们给出下述结果。 定理4.1 设（P）为凸规划，可微，则是(P)的最优解的充分必要条件是，对任意，有 最后，容易看出，线性规划 是凸规划，因此有关凸规划的结果，也适用于线性规划。 §4.2 约束极值问题的最优性条件 一、等式约束问题的最优性条件 我们知道，对于仅含等式约束的问题 （4.3） 其中。 Lagrange（拉格朗日）在1760年首先提出了给目标函数附加一个具有乘数向量的约束条件。使问题转化为无约束问题，这就是我们所熟知的拉格朗日乘数法，即下面的拉格朗日乘数定理（定理4.2）。 定理4.2 设 （1）X*是式（11.3）的局部解； （2）f(X)，g(X)在X*的邻域内连续可微； （3）在X*的邻域内行向量线性无关；则存在，使 （4.4） 写成分量的形式为 （4.5） 或 （4.6） 或（4.4）或式（4.5）或式（4.6）也称为等式约束问题的一阶必要条件。 若我们构造函数 当（）是n+m元函数L()的极小点时，则由无约束问题的最优性条件（参阅式（10—9）） 得 根据拉格朗日乘数定理，X*是问题（4.1）最优解的必要条件是：（）是函数L()的最优解。通常称L()为拉朗日函数，为拉格朗日乘子向量，为拉格朗日乘子，从而等式约束最优化问题可以通过构造相应的拉格朗日函数转化为无约束问题。 有时为了方程整齐，也可将写成，使上述方程组写成 二、不等式约束问题的最优性条件 以下我们考虑问题 （4.7） 仍然假设是可微的，如果是式（4.7）的局部最优解，在处应该满足什么条件呢？ 1951年Kuhn-Tucker（库恩-塔克）提供了处理不等式约束下最优化问题的完整理论，得到一组不等式约束问题的最优胜条件，称为K-T条件，使非线性规划理论发展到一个新阶段。 为了得到K-T条件，我们首先考虑一个简单情形。 定理4.3 设可微，如果是问题 （4.8） 的最优解，则满足条件 或 对于非线性规划问题 我们