第8章-非线性最优化模型.ppt

第八章 非线性最优化模型 教 师：朱玉春 教授 单 位：经济管理学院 2011年 引言 许多商业过程都以非线性方式运行。例如，一个债券的价格是利率的非线性函数，一个优先购股权的价格是优先股票价格的非线性函数。 非线性最优化问题是在目标函数或约束条件中至少有一项是非线性的最优化问题。 应用LINGO和Excel规划求解来求解非线性规划。 本章主要内容 8.1 一个生产应用——对Par公司的再思考 8.2 建立一个指数化证券投资基金 8.3 Markowitz投资组合模型 8.4 另一混合问题 8.5 预测一个新产品的使用 8.1 一个生产应用——对Par公司的再思考 8.1.1 一个无约束问题 S：标准包的需求 D：豪华包的需求 S=2250-15PS D=1500-5PD 生产和销售S个标准包的利润：PSS-70S 生产和销售D个豪华包的利润：PDD-150D 可以求得总利润的函数，计算得到的是一个二次函数。可求得利润最大化时的S和D值。 8.1 一个生产应用——对Par公司的再思考 8.1 一个生产应用——对Par公司的再思考 8.1.2 一个约束问题 Par公司不能得到无约束问题最优解得出的利润，因为其违反和限制了可行域的约束条件：7/10S+D≤630 完整数学模型如下： Max 80S-1/15S2+150D-1/5D2 S.t 7/10S+D ≤630 切割和印染 1/2S+5/6D ≤600 缝合 S+2/3D ≤708 成型 1/10S+1/4D ≤135 检测与包装 S,D≥0 这个受约束非线性最大化问题的LINGO解见课本P230。 8.1 一个生产应用——对Par公司的再思考 8.1 一个生产应用——对Par公司的再思考 8.1 一个生产应用——对Par公司的再思考 8.1.3 局部和整体最优 如果没有其他有目标函数值的可行解可以在临近域里找到，这个可行解就是最优的。 非线性最优化问题可能有多个局部最优解，这意味着我们需要找到最好的局部最优解。 在许多非线性应用中，一个唯一的局部最优解也是整体最优解。 两种情况：凸函数和凹函数（函数图形为谷形和山形） 8.1 一个生产应用——对Par公司的再思考 凹函数，像f(X,Y)=-X2 +Y2这种的，有一个唯一的局部最大值 8.1 一个生产应用——对Par公司的再思考 凸函数，像f(X,Y)=X2+Y2这种的，有一个唯一的局部最小值。 8.1 一个生产应用——对Par公司的再思考 但是，一些非线性函数有多个局部最优值。 8.1 一个生产应用——对Par公司的再思考 8.1.4 对偶价格 在第三章已经对度偶价格的概念作了介绍。对偶价格是约束条件右侧值每增加一单位最优值的改进。 非线性模型中对偶价格的解释与线性规划师完全相同的。然而，非线性问题中却不常报告可允许的增量和减量。这是因为典型的非线性问题中可允许的增量和减量为零。也就是说，如果你改变右侧值，即使是很小的一个值，对偶价格都会改变。 8.2 建立一个指数化证券投资基金 在5.4节中，我们研究了Hauck金融服务公司的投资组合和资产分配模型。 指数化证券投资基金是共有基金行业中一个相当流行的投资手段。指数化基金的核心思想是构建一个股票，共有基金或其他有价证券的投资组合，尽可能接近像标准普尔500这样的泛市场指数的绩效。 8.2 建立一个指数化证券投资基金 案例 8.2 建立一个指数化证券投资基金 我们所建立的完整的数学模型包括11个变量和6个约束条件 8.2 建立一个指数化证券投资基金 这个最小化问题是非线性的，因为目标函数中出现了二次项。 该问题的LINGO解见教材P236。 8.3 Markowitz投资组合模型 Harry Markowitz以投资组合最优化做出的突出贡献，而荣获了1990年的诺贝尔奖。Markowitz均方差投资组合模型是非线性规划的一个典型应用。这个基本模型的大量变种已经被全世界的货币管理公司采用。 大部分投资组合最优化模型必须在风险与回报之间做出一个关键权衡。为了获得更大的回报，投资者也必须面对更大的风险。 8.3 Markowitz投资组合模型 8.3 Markowitz投资组合模型 假定Hauck的客户想要构建一个投资组合，来最小化由投资组合方差测量的风险。但是客户也要求预期的投资收益至少为10%。 8.4 另一混合问题 在实际中常常有这样的情形，在混合地点存储混合成分的设备数目少于存储成分的数目。在这种情况下各成分必须共用存储罐或者存储设备。同样，当运输这些成分时，它们常常需要共同