Linear Programming.pptVIP

Linear Programming 对偶规划 定理6 证明 (Outline) 第0章 线性规划 线性规划的几种形式 一般 规范 标准 三种形式的等价性 (剩余变量) (松弛变量) 基本可行解 假设1 存在 A 的 m 个线性无关列 Aj. 即, A 的秩为 m. 假设2 可行点集 F 非空. 假设3 集合 下有界. 定义 A的 m个线性无关的列 称为A的一组基. 可以想象 B 为一个非奇异的 阶子阵. 对应于基 的基本解 为如下的向量 可以如下得到一个基本解: (1) 找到 m 个线性无关的列. (2) 令 x 对应于其他列的分量为0（非基变量）. (3) 解剩下的方程求得 x 的其余 m 个分量（基变量） . 一个基本解如果是可行解, 则称它为一个基本可行解 (bfs). 在上面的例子中, x 是一个 bfs, 而 x’ 不是 bfs. 定理1 在假设 1 和 2 的前提下, 至少存在一个 bfs. 定理2 在假设 1 ~ 3 的前提下, 一定存在一个最优 bfs. 若一个bfs 中零分量的个数大于n-m, 则称它是退化的. 定理3 若两个不同基对应同一个bfs x, 则 x 一定是退化的. 从 bfs 移动到下一个 bfs 定理4 从一个bfs 变换到一个新的 bfs 的过程称为一次旋转. 单纯形表 为了从一个基过渡到另一个基, 我们需要知道系数 xij . 如何 高效地进行所需的计算？ 如果我们有一组基 B, 我们可以对矩阵A 进行初等行变换，直到 B 对应的子阵变为单位矩阵 : 等价于在矩阵A的左边乘以 B-1. 可以看出: 第 0 列给出的值正是 xi (基变量的值) , i=1, …, m. 非基列给出的正是系数 xij . 基变换的过程可以利用矩阵的初等行变换完成. 第 1 列进入基: 如何选择使得目标函数值下降的列进入基 对应于 bfs x（基 B）的费用（目标函数值）为 若第 j 列进入基 新的费用为 所以，将第 j 列引入基后目标值下降的充要条件是 (注意：第 0 列为 B-1b.) (第 j 列的相对费用) 定理5 (最优性准则) 证明 由于 对于基列，相对费用为0. 相对费用 告诉我们哪些列进入基可以使得目标函数值下降. 可以将相对费用的信息整合到表格的第 0 行: 避免无穷循环 单纯形算法中未确定的: 当有多个列的相对费用为负时，如何选择. Column selection 计算 时, 当同时有多个下标(行)达到最小时，如何选择. nonbasic gradient method greatest increment method all-variable gradient method others? Row selection the problem of cycling Bland’s anticycling algorithm Bland 避免循环的方法： 当有多个选择时，每次选取下标最小的列(行). 初始基本可行解 单纯形算法需要一个初始的bfs. 在一般情形, 可以引入人工变量并利用两阶段法. 在阶段 I, 最小化下面的费用函数 约束条件同下表, 使用单纯形法计算. 假设1 存在 A 的 m 个线性无关列 Aj. 即, A 的秩为 m. 假设2 可行点集 F 非空. 假设3 集合 下有界.