1-2-2线性规划解的性质解析.pptVIP

线性规划问题解的概念 标准型 可行解:满足AX=b, X=0的解X称为线性规划问题的可行解。 最优解：使Z=CX达到最大值的可行解称为最优解。 基：若B是矩阵A中m×m阶非奇异子矩阵（B≠0），则B是线性规划问题的一个基。不妨设： 线性规划的基、基变量、非基变量 求解 基解：称上面求出的X解为基解。 基可行解：非负的基解X称为基可行解 可行基：对应基可行解的基称为可行基 例：求基解、基可行解、最优解。 可行解、基础解和基础可行解举例 线性规划问题的几何意义 基本概念 凸集： 顶点:若K是凸集，X∈K；若X不能用不同的两点 的线性组合表示为： 则X为顶点. 一个点是凸集，一段直线是凸集，平面上的凸多边形、实心圆，空间中的实心球、实心立方体等多面体，都是凸集。 从直观上讲，凸集没有凹入部分，其内部没有空洞。左图中的(a)(b)是凸集，(c)不是凸集。 右图中的阴影部分是凸集。 任何两个凸集的交集是凸集，见左图 (d) 基本定理 证明: 引理：可行解X为基可行解 X的正分量对应的列向量线性无关 几点结论： 线性规划问题的可行域是凸集。 基可行解与可行域的顶点一一对应，可行域有有限多个顶点。 最优解必在顶点上得到。 图解法 图解法 图解法 线性规划理论的小结 1、一般意义上说： （1）如果线性规划问题有可行解，则一定有基本可行解。 （2）线性规划问题如果有最优解，则最优解一定可以从基本可行解中找得到。 （3）由于基本可行解的个数有限，所以经过有限次迭代，就一定能找到最优解。 2、从几何意义上说： （1） 基本解对应所有可行域边界延长线、坐标轴之间的交点； （2） 线性规划问题可行域中的每一个极点都对应着一个基本可 行解。 （3） 由于最优解必定要从基本可行解中寻找，所以所谓求解 线性规划问题，实际上就是比较极点处的目标函数值的 大小。 （4） 极点的个数是有限的(不大于 个)，那么只要经过有限 次寻找（枚举法）就一定能够找到基本最优解。 （5） 但当m、n的数较大时，这种办法是行不通的。 求解LP的基本思路 1、构造初始可行基； 2、求出一个基可行解（顶点） 3、最优性检验：判断是否最优解； 4、基变化，转2。要保证目标函数值比 原来更优。 上述定理的一些有意义的启示： 线性规划的基本可行解和可行域的顶点是一一对应的（类似于坐标与点的对应关系！） 在可行域中寻找LP的最优解可以转化为只在可行域的顶点中找，从而把一个无限的问题转化为一个有限的问题。 上页 下页 返回 图解法 线性规划问题求解的几种可能结果 由图解法得到的启示 线性规划解的概念 凸集的概念 线性规划的基本定理 第二节 线性规划问题的解 继续 返回 A为m×n阵 m n , j=1，2，…,m —— 基向量。 ，j=1，2，…,m —— 基变量。 , j=m+1,…,n —— 非基变量。 线性规划问题解的概念 = = 目标函数 约束条件 行列式≠0 基矩阵 右边常数 线性规划问题解的概念 线性规划问题解的概念 T 基变量 令 可求出： min max 基变量x1、x2、x3，非基变量x4、x5、x6 基解为（x1，x2，x3，x4，x5，x6）=（5，3，1，0， 0，0） 是基可行解，表示可行域的一个极点。 基变量x1、x2、x4，非基变量x3、x5、x6 基础解为 （x1，x2，x3，x4，x5，x6）=（27/5，12/5，0，2/5，0，0） 是基础可行解，表示可行域的一个极点。 基变量x1、x2、x5，非基变量x3、x4、x6 基础解为（x1，x2，x3，x4，x5，x6）=（6，3，0，0，-3，0） 是基础解，但不是可行解，不是一个极点。 基变量x1、x2、x6，非基变量x3、x4、x5 基础解为（x1，x2，x3，x4，x5，x6）=（3，4，0，0，0，4） 是基础可行解，表示可行域的一个极点。 基变量x2、x3、x4，非基变量x1、x5、x6 基础解为 （x1，x2，x3，x4，x5，x6）=（0，21/2，27/2，-30，0，0） 是基础解，但不是可行解。 基变量x1、x2、x3，非基变量x4、x5、x6 基础解为（x1，x2，x3，x4，x5，x6）=（0，3，6，0，15