Прошу простить, что задача не из серии медицинской статистики. Но если, кто знаете, может подскажите, как в R решить её

нужно найти компаний максимально и одновременно удовлетворяющих следующим условиям:

1) Параметр NET_DEBT_TO_EBITDA = минимальный (столбец H)
2) Параметр GEO_GROW_NET_SALES = максимальный (столбец I)
3) Параметр GEO_GROW_OPER_INC = максимальный (столбец J)
4) Параметр YLD_YTM_MID = максимальный (столбец M)
5) Параметр DEFAULT PROBABILITY = минимальный (столбец N)
т.е. мы должны получить набор компаний, удовлетворяющих вышеприведенным условиям, при этом средневзвешенный параметр по "портфелю" YLD_YTM_MID должен быть максимизирован, а DEFAULT PROBABILITY ? минимизирован (в данной задаче средневзвешенный параметр это вес компании в портфеле, умноженный на YLD_YTM_MID в первом случае и на DEFAULT PROBABILITY во втором случае).

Количество компаний в результате - не более 30, таким образом вес каждой компании не менее 0% и не более 7%. Сумма всех весов в портфеле - 100%.

Решаема ли в R такая задача, и если да, то какой библиотекой и есть ли пример её решения?

Ключевые слова для этой задачи - многокритериальный выбор, многокритериальная оптимизация, множество Парето, метод "идеальной точки".

А вы не могли бы снисходительно расшифровать названия переменных: GEO_GROW_OPER_INC ? YLD_YTM_MID? Чтобы я понимал, с кем разговариваю.
Обычно все эти вещи используют для прогнозирования дефолта (DEFAULT PROBABILITY). Если такой показатель уже есть, то зачем нужен столбец Н? Ежу понятно, что чем выше у компании отношение чистого долга к ЕБИТДА, тем выше вероятность дефолта.
Вопросы, вопросы...

P.S. А в чем смысл составления этого, извиняюсь за выражение, "портфеля"?
P.P.S. В упор не понимаю, причем здесь R.

Посмотрите сами в https://cran.r-project.org/web/views/Finance.html