問題の定式化とは? わかりやすく解説

問題の定式化

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2019/12/10 03:40 UTC 版)

開平法」の記事における「問題の定式化」の解説

与えられた √x (x > 0) に対し10k の位 ak (k ≤ n) を求める: x = ∑ k ≤ n 10 k a k = 10 n a n + 10 n − 1 a n − 1 + ⋯ + 10 2 a 2 + 10 a 1 + a 0 + 101 a − 1 + 102 a2 + ⋯ {\displaystyle {\begin{aligned}{\sqrt {x}}&=\sum _{k\leq n}10^{k}a_{k}\\&=10^{n}a_{n}+10^{n-1}a_{n-1}+\cdots +10^{2}a_{2}+10a_{1}+a_{0}+10^{-1}a_{-1}+10^{-2}a_{-2}+\cdots \end{aligned}}} x の首位を an とする。つまり、n は √x < 10k+1 を満たす最小の k とする。また便宜上 ak = 0 (k > n) とする。 √x の 10m の位より上(かみ)の位 pm分かっているとし、10m の位 am を求めるとする。すなわち p m = ∑ k = m + 1 n 10 k − m − 1 a k = 10 n − m − 1 a n + 10 n − m − 2 a n − 1 + ⋯ + 10 a m + 2 + a m + 1 {\displaystyle p_{m}=\sum _{k=m+1}^{n}10^{k-m-1}a_{k}=10^{n-m-1}a_{n}+10^{n-m-2}a_{n-1}+\cdots +10a_{m+2}+a_{m+1}} とおく。 am は 10m+1pm + 10mam ≤ √xを満たす最大の am、すなわち (20pm + am)am ≤ 10−2mx − 100pm2 … (1) を満たす最大の am である。これを見つける。 am の値は 0 から 9 までの 10 通りなので、順に試していけば am は求まるm = n のとき、pn = 0 よりan210−2nx m < n のとき、20pmam ≤ (20pm + am)am ≤ 10−2mx − 100pm2 pm ≠ 0 より a m ≤ 102 m x − 100 p m 2 20 p m {\displaystyle a_{m}\leq {\frac {10^{-2m}x-100{p_{m}}^{2}}{20p_{m}}}} 右辺計算値により、am の値の見当を付けることができる。 これにより am が求まれば、 pm−1 = 10pm + am の値が分かるから、 (20pm−1 + am−1)am−1 ≤ 10−2(m−1)x − 100pm−12満たす最大の am−1 を見つければよい。 このようにして帰納的に ak (k ≤ n) の値が求まる

※この「問題の定式化」の解説は、「開平法」の解説の一部です。
「問題の定式化」を含む「開平法」の記事については、「開平法」の概要を参照ください。


問題の定式化

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/01/26 14:12 UTC 版)

マートンのポートフォリオ問題」の記事における「問題の定式化」の解説

以下ではMerton & (1971)の記述に基づく。時点 t {\displaystyle t} における株式価格S t {\displaystyle S_{t}} 、債券価格B t {\displaystyle B_{t}} とする。株式価格は以下の確率微分方程式に従うとする。 d S t = μ S t d t + σ S t d W t {\displaystyle dS_{t}=\mu S_{t}dt+\sigma S_{t}dW_{t}} ここで μ {\displaystyle \mu } と σ > 0 {\displaystyle \sigma >0} は定数パラメーターであり、 W t {\displaystyle W_{t}} はブラウン運動である。つまり株式価格幾何ブラウン運動に従う。債券価格次のように表されるとする。 B t = B 0 exp ⁡ { r t } {\displaystyle B_{t}=B_{0}\exp\{rt\}} ここで r {\displaystyle r} は時間通じて一定の安全利子率である。よってブラック=ショールズモデル同様の設定になっている。 さらに投資家時点 t {\displaystyle t} における資産額を X t {\displaystyle X_{t}} で表す。また時点 t {\displaystyle t} における、投資家株式への投資比率を α t {\displaystyle \alpha _{t}} とする。よって投資家は各時点において α t X t {\displaystyle \alpha _{t}X_{t}} ドル株式投資し、 ( 1 − α t ) X t {\displaystyle (1-\alpha _{t})X_{t}} ドル債券投資する投資家資産額は次の確率微分方程式に従う。 d X t = α t X t d S t S t + ( 1 − α t ) X t d B t B tc t d t = ( ( ( μ − r ) α t + r ) X tc t ) d t + α t X t σ d W t {\displaystyle dX_{t}=\alpha _{t}X_{t}{\frac {dS_{t}}{S_{t}}}+(1-\alpha _{t})X_{t}{\frac {dB_{t}}{B_{t}}}-c_{t}dt={\Big (}((\mu -r)\alpha _{t}+r)X_{t}-c_{t}{\Big )}dt+\alpha _{t}X_{t}\sigma dW_{t}} ここで c t {\displaystyle c_{t}} は投資家時点 t {\displaystyle t} における消費額である。よりヒューリスティックな説明をすれば、 α t X t S t {\displaystyle {\frac {\alpha _{t}X_{t}}{S_{t}}}} と ( 1 − α t ) X t B t {\displaystyle {\frac {(1-\alpha _{t})X_{t}}{B_{t}}}} がそれぞれ株式債券保有単位数を表しているので、 t {\displaystyle t} 時点における資産額の瞬間的増分が α t X t d S t S t + ( 1 − α t ) X t d B t B t {\displaystyle \alpha _{t}X_{t}{\frac {dS_{t}}{S_{t}}}+(1-\alpha _{t})X_{t}{\frac {dB_{t}}{B_{t}}}} で表され、そこから消費使用する分のc t {\displaystyle c_{t}} を引いたものが最終的な資産額の瞬間的な増減の量になる。 投資家次の時点 t {\displaystyle t} から T > t {\displaystyle T>t} までの期待効用最大化問題直面しているとする。 V ( t , x ) = max α , c E t , x [ ∫ t T e − ρ s u ( c s ) d t + e − ρ T u ( X T ) ] {\displaystyle V(t,x)=\max _{\alpha ,c}E_{t,x}\left[\int _{t}^{T}e^{-\rho s}u(c_{s})dt+e^{-\rho T}u(X_{T})\right]} subject to  d X s = ( ( ( μ − r ) α s + r ) X sc s ) d s + α s X s σ d W s , {\displaystyle {\mbox{subject to }}dX_{s}={\Big (}((\mu -r)\alpha _{s}+r)X_{s}-c_{s}{\Big )}ds+\alpha _{s}X_{s}\sigma dW_{s},} X t = x {\displaystyle X_{t}=x} ただし、 ρ > 0 {\displaystyle \rho >0} は定数割引パラメーターで、効用関数 u ( c ) {\displaystyle u(c)} はCRRA効用関数である。つまり u ( c ) = { c 1 − γ 1 − γ γ ≠ 1 , γ > 0 log( c ) γ = 1 {\displaystyle u(c)={\begin{cases}{\dfrac {c^{1-\gamma }}{1-\gamma }}&\gamma \neq 1,\gamma >0\\\log(c)&\gamma =1\end{cases}}} である。

※この「問題の定式化」の解説は、「マートンのポートフォリオ問題」の解説の一部です。
「問題の定式化」を含む「マートンのポートフォリオ問題」の記事については、「マートンのポートフォリオ問題」の概要を参照ください。


問題の定式化

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2020/12/02 19:43 UTC 版)

二次計画法」の記事における「問題の定式化」の解説

n の変数と m の制約からなる二次計画問題は以下のように定式化することができる。 以下を所与とする: 実数値の n 次元ベクトル c n 行 n 列の実数対称行列 Q m 行 n 列の実数行列 A 実数値の m 次元ベクトル b 二次計画問題目的は以下の問題の解となる n 次元ベクトル x を見つけることである。 minimize {\displaystyle {\text{minimize}}} 1 2 x T Q x + c T x {\displaystyle {\tfrac {1}{2}}\mathbf {x} ^{\mathrm {T} }Q\mathbf {x} +\mathbf {c} ^{\mathrm {T} }\mathbf {x} } subject to {\displaystyle {\text{subject to}}} A x ≤ b , {\displaystyle A\mathbf {x} \leq \mathbf {b} ,} ここで xTベクトル x の転置を表す。Ax ≤ b という記法はベクトル Ax全ての要素対応するベクトル b の要素より小さもしくは等しいことを意味する関係する最適化問題として二次制約付き二次計画問題英語版)があり、二次制約付き二次計画問題では二次制約足されている。

※この「問題の定式化」の解説は、「二次計画法」の解説の一部です。
「問題の定式化」を含む「二次計画法」の記事については、「二次計画法」の概要を参照ください。


問題の定式化

出典: フリー百科事典『ウィキペディア(Wikipedia)』 (2021/12/16 23:21 UTC 版)

ゴムロープの上のアリ」の記事における「問題の定式化」の解説

上述した問題はいくつかの前提付け加えなければならない。それらをきちんと述べると次のうになる細くて無限に伸びるゴムロープが x {\displaystyle x} -軸上にピンと張られている。目標地点位置x = c ( > 0 ) {\displaystyle x=c(>0)} と表す。 時刻 t = 0 {\displaystyle t=0} で、ロープ端点 x = 0 {\displaystyle x=0} が固定されたまま全体一様に伸び始め目標地点一定速度 v > 0 {\displaystyle v>0} で端点 x = 0 {\displaystyle x=0} から離れていく。 小さなアリ時刻 t = 0 {\displaystyle t=0} で端点 x = 0 {\displaystyle x=0} を出発しロープ対す一定の相対速度 α > 0 {\displaystyle \alpha >0} で目標地点向かって進んでいく。 アリ目標地点到達することができるか。

※この「問題の定式化」の解説は、「ゴムロープの上のアリ」の解説の一部です。
「問題の定式化」を含む「ゴムロープの上のアリ」の記事については、「ゴムロープの上のアリ」の概要を参照ください。

ウィキペディア小見出し辞書の「問題の定式化」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。 お問い合わせ



英和和英テキスト翻訳>> Weblio翻訳
英語⇒日本語日本語⇒英語
  

辞書ショートカット

すべての辞書の索引

「問題の定式化」の関連用語

問題の定式化のお隣キーワード
検索ランキング

   

英語⇒日本語
日本語⇒英語
   



問題の定式化のページの著作権
Weblio 辞書 情報提供元は 参加元一覧 にて確認できます。

   
ウィキペディアウィキペディア
Text is available under GNU Free Documentation License (GFDL).
Weblio辞書に掲載されている「ウィキペディア小見出し辞書」の記事は、Wikipediaの開平法 (改訂履歴)、マートンのポートフォリオ問題 (改訂履歴)、二次計画法 (改訂履歴)、ゴムロープの上のアリ (改訂履歴)の記事を複製、再配布したものにあたり、GNU Free Documentation Licenseというライセンスの下で提供されています。

©2025 GRAS Group, Inc.RSS