混合整数分式规划问题的等价非分式形式

最近看了一篇文献,文献中经过一系列的理论推导,形成了一个混合整数分式规划问题,随后依据一个理论,得到了问题的等价非分式形式,在这一步中我没有看懂,依据的理论截图放在下面了。

这个定理我在csdn上搜索没有搜到,我打算去学习一下,并分享在这里。这个理论在Werner Dinkelbach在1967发表的文章On Nonlinear Fractional Programming中有提到。我看了一下这篇文章,里面有对这个定理较为详细的证明。但是证明过程对于我来说有些复杂,那我就退而求其次,尝试搞清楚这个定理他到底说了一件什么事情吧。以下只是我的大致感觉,十分不严谨,若有问题,欢迎讨论。 

1、问题的前提

我们有两个连续实值函数,N(x)D(x),自变量x的定义域是S,我们假设\forall x\in S,D(x)>0,我们需要考虑的是两个问题,如下:

问题1:max \left\{ N(x)/D(x)|x\in S\right\}

问题2:max \left\{ N(x)-qD(x)|x\in S\right\}

原文献的一个引理中提到,F(q)=max \left\{ N(x)-qD(x)|x\in S\right\},并且F(q)=0有唯一解,这个唯一解我们记作q_{0},此时取得最大值的那个x记作x_{0}

2、定理是啥意思

有了上面的铺垫,我们再来看看上面的定理到底说了啥。定理是说,在且仅在上述的x_{0}处,得到我们问题1所求的最大值,并且这个最大值就是q_{0}。再放一遍定理如下:

如果单从应用的角度来看的话,我的目的就是要将一个分式的最大值问题,也就是max \left\{ N(x)/D(x)|x\in S\right\}转化为它的等价非分式形式,那不就是求当q为何值时,max \left\{ N(x)-qD(x)|x\in S\right\}=0,这样我的问题就解决了。

评论 4
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值