R语言二次规划之quadprog包

点击下方图片查看HappyChart专业绘图软件

##二次规划
二次规划是非线性规划中一类特殊的数学规划问题，在如投资组合、约束最小二乘问题中都有应用。二次规划已经成为运筹学，经济数学，管理科学和组合优化科学的基本方法。
二次规划的一般形式：
$$\begin{gathered} mi{n}_{x}q(x)=\frac{1}{2}{x}^{T}Dx-d^{T}x+c \\ s.t.A^{T}x\ge b_0 \end{gathered}$$
其中，x为向量，c为标量常数，G为Hessian矩阵，当G为半正定矩阵时，上式为凸二次规划，当G为正定矩阵时，上式为严格的凸二次规划，全局最小值是唯一的，A为约束系数矩阵。
##quadprog包
quadprog包是专门解决凸二次规划问题的包，其中的函数为solve.QP.但是该函数只解决严格的凸二次规划问题，求极小值。

solve.QP(Dmat, dvec, Amat, bvec, meq=0, factorized=FALSE)
函数参数：

• Dmat: 为Hessian矩阵
• dvec: 为向量，和Dmat相对应
• Amat: 约束的系数矩阵，默认约束为“$\ge$”
• bvec: 为向量，和Amat相对应
• meq: 表示从哪一行开始Amat矩阵中的约束是等式，默认为0
  VALUE:
• solution: 二次规划问题中向量的取值
• value: 标量，二次规划目标函数的取值
• unconstrained.solution: 没有约束条件下向量的取值
  ##R实现
  假设一个例子：
  要求最小化$Q(x,y)=\frac{1}{2}(x^2+y^2)-3x-y$,则
  目标函数：
  KaTeX parse error: Undefined control sequence: \pmatrix at position 19: …,y)=\frac{1}{2}\̲p̲m̲a̲t̲r̲i̲x̲{x & y}\pmatrix…
  约束条件：
  $$\begin{gathered} x+y\ge 2 \\ -x+2y\ge 1 \\ 2x-y\ge -4 \end{gathered}$$
  从上式可得：
  KaTeX parse error: Undefined control sequence: \pmatrix at position 3: D=\̲p̲m̲a̲t̲r̲i̲x̲{1 & 0\\0 &2}\q…
  代码如下：

D <- matrix(c(1,0,0,2),nr=2)
d <- c(3,1)
A <- t(matrix(c(1,-1,2,1,2,-1),nr=3))##函数表达式中为A^T,而在程序中需要输入A。
b0 <- c(2,1,-4)
solve.QP(Dmat = D,dvec = d, Amat = A,bvec = b0)

$solution
[1] 2.0 1.5

$value
[1] -3.25

$unconstrained.solution
[1] 3.0 0.5

$iterations
[1] 2 0

$Lagrangian
[1] 0 1 0

$iact
[1] 2

在约束条件下，$x=2.0,y=1.5$,目标函数最小值为-3.25；在无约束条件下$x=3.0,y=0.5$。