线性规划与单纯形法第2节介绍.pptVIP

1.凸集 设K是n维欧氏空间的一点集，若任意两点X(1)∈K，X(2)∈K的连线上的所有点αX(1)+(1-α)X(2)∈K，(0≤α≤1)；则称K为凸集。 图1-7 下图中那些图形是凸集 任何两个凸集的交集是凸集，见图1-7(d) 2. 凸组合 设X(1)，X(2)，…，X(k)是n维欧氏空间E中的k个点。若存在μ1，μ2，…，μk，且0≤μi≤1, i=1,2,…，k; 使X=μ1X(1)+μ2X(2)+…+μkX(k) 则称X为X(1)，X(2)，…，X(k)的凸组合。（当0＜μi＜1时，称为严格凸组合）. 3. 顶点 设K是凸集，X∈K；若X不能用不同的两点X(1)∈K和X(2)∈K的线性组合表示为 X=αX(1)+(1-α)X(2)，(0＜α＜1) 则称X为K的一个顶点(或极点)。 图中0，Q1,2,3,4都是顶点。 2.2 几个定理 定理1 若线性规划问题存在可行域，则其可行域 是凸集 证：为了证明满足线性规划问题的约束条件 引理 1 线性规划问题的可行解X=(x1,x2,…，xn)T为基可行解的充要条件是X的正分量所对应的系数列向量是线性独立的。 定理2 线性规划问题的基可行解X对应于可行域D的顶点。 证：不失一般性，假设基可行解X的前m个分量为正。故 若X不是基可行解，则它一定不是可行域D的顶点 根据引理1，若X不是基可行解，则其正分量所对应的系数列向量P1，P2，…，Pm线性相关，即存在一组不全为零的数αi,i=1,2,…,m使得 α1P1+α2P2+…+αmPm=0 (1-9) 用一个μ＞0的数乘(1-9)式再分别与(1-8)式相加和相减，。 另一方面，当μ充分小时，可保证 xi±μαi≥0，i=1,2,…,m 即X(1)，X(2)是可行解。 这证明了X 不是可行域 D 的顶点。 (2) 若X不是可行域D的顶点，则它一定不是基可行解 因为X不是可行域 D 的顶点，故在可行域D中可找到不同的两点 X(1)=(x1(1),x2(1),…,xn(1))T X(2)=(x1(2),x2(2),…,xn(2))T 使 X=αX(1)+(1-α) X(2)， 0＜α＜1 设X是基可行解，对应向量组P1…Pm线性独立。当j＞m时，有xj=xj(1)=xj(2)=0，由于X(1)，X(2)是可行域的两点。应满足 因X(1)≠X(2)，所以上式系数不全为零，故向量组P1,P2,…，Pm线性相关，与假设P1,P2,…，Pm线性无关矛盾。即X不是基可行解。 引理2 若K是有界凸集，则任何一点X∈K可表示为K的顶点的凸组合。 本引理证明从略，用以下例子说明这引理。 例5 设X是三角形中任意一点，X(1),X(2)和X(3)是三角形的三个顶点，试用三个顶点的坐标表示X(见图1-8) 解 任选一顶点X(2)，做一条连线XX(2)；并延长交于X(1)、X(3)连接线上一点X′。因X′是X(1) 、 X(3)连线上一点，故可用X(1)、X(3)线性组合表示为 X′=αX(1)+(1-α)X(3) 0＜α＜1 又因X是X′与X(2)连线上的一个点，故 X=λX′+(1-λ)X(2) 0＜λ＜1 将X′的表达式代入上式得到 X=λ［αX(1)+(1-α)X(3)］+(1-λ)X(2) =λαX(1)+λ(1-α)X(3)+(1-λ)X(2) 令 μ1=αλ,μ2=(1-λ),μ3=λ(1-α) 这就得到 X=μ1X(1)+μ2X(2)+μ3X(3) ∑iμi=1,0＜μi＜1 定理 3 若可行域有界，线性规划问题的目标函数一定可以在其可行域的顶点上达到最优。 证 设X(1),X(2)，…，X(k)是可行域的顶点，若X(0)不是顶点，且目标函数在X(0)处达到最优z*=CX(0)(标准型是z=max z)。 因X(0)不是顶点，所以它可以用D的顶点线性表示为 代入目标函数得 由此得到 X(0)≤CX(m) 根据假设CX(0)是最大值，所以只能有 CX(0)=CX(m) 即目标函数在顶点X(m)处也达到最大值。 有时目标函数可能在多个顶点处达到最大; 这时在这些顶点的凸组合上也达到最大值。 称这种线性规划问题有无限多个最优解。 * * 2.1 几个概念 的所有点(可行解)组成的集合是凸集， 只要证明D中任意两点连线上的点必然在D内即可。 设 是D内的任意两点；X(1)≠X(2)。 现在分两步来讨论，分别用反证法。 （1-8） 这样得到x1-μα1)P1+(x2-μα2)P2+…+(xm-μαm)Pm=b(x1