运筹学—线规划第2章.pptVIP

因为是最优解，所以：,又因为故于是有;这表明 及均为最优解。又由的取法知当时,这时中第l分量等于0 ，当时,这时中第l 分量等于0。 所以至少有一个的正分量个数比的正分量个数要少，记这个解为 。那么也是最优解。可见，如果 不是基本最优解，即 的正分量对应A中的列向量线性相关，那么总可以令一个最优解，其正分量个数比 正分量个数少。如果 是基本最优解，即 的正分量对应A中的列向量线性无关， 则取, 即证明3（2）。御关最京巨倦手篆剥猖蜀歉瓤挛网玲赊车衷贵聘秤膀欲程渡烟预峻洲荔臼运筹学—线性规划第2章运筹学—线性规划第2章 （ii） 只有唯一的一个正分量，因A的列向量均为非零故的正分量对应A中的列向量线性无关。同（I）一样可知即为基本最优解。 （iii） =0这时=0是可行解。由上面的证明已知=0就是基本最优解。到此，我们证明了定理的第（2）部分。 （i） 的正分量对应A中的列向量线性无关，因此 是基本可行解。取即为基本最优解 （3）假定目标函数在极点上达到最优值又设它们的任意凸组合为： 如果 的正分量对应A中的列向量线性相关，则可重复上述步骤，得到最优解 经过有限步必达到下面的三种情形之一： 羔盯描吠纬燎韦圭列篮微寻亭寅谱绵虞娇恬镁横兽毕嚎味铬篓什摇皇远员运筹学—线性规划第2章运筹学—线性规划第2章上面，定理3，定理4是线性规划的两个很重要的定理。证明了线性规划的基本可行解等同于可行域的顶点。并且，如果线性规划有最优解，则必在可行域的顶点上达到最优。这样，一个有最优解的（SLP ）问题，是一定可以从可行域的极点中（即基本可行解中）求得最优解的。 而 又 故知的凸组合也是目标函数的最优值点。至此，我们全面证明了定理4。 惕沫眺弊癌癌讲捣我咐咀疙之骡扦坤舷蘸篆蕊奋优池堰婴誓闭挟沏吨晾褒运筹学—线性规划第2章运筹学—线性规划第2章 而基本可行解是对应A中的m个线性无关的列向量。A只有n个列向量。从n个列向量中取出m 个线性无关向量相成的向量组。其数目上有限的。因此基本可行解的数量也是有限的。它不会超过：个。这样对一个有最优解的线性规划利用穷举法可以在有限步内找到基本最优解。但运算是很大的。我们后面要学习的单纯形方法就是根据这一基本定理在有限个基本可行解中寻找基本最优解。另外，定理4还告诉我们，若目标函数在多于一个极点上达到最优，则在这些极点的凸组合上也达到最优。 他拣柜很悦垫隧湍混言兢暗穗毯证狂婶太箕愧危锣括伶蛛卉乃容吱端叠黍运筹学—线性规划第2章运筹学—线性规划第2章 例：考虑线性规划 ：解：可行域极点为：M1（0.0），M2（2.0）M3（1.2）M4（0.1），其目标函数值分别为f1 =0 f2=2 f3=2 f4=1/2，在M2M3的凸组合上（即 在线段 M2M3上）也达到最优。事实上，可以用图解法来说明这一点。因目标函数等值线 x1+1/2x2=2与可行域的边重合，该直线段上的点对应目标函数值均有f=2。 橱虫盈吗分抑浊尼棉辅拈藉卵名版生叫控耿岁灼硒慎抬寝几逆妇坡幻氏咽运筹学—线性规划第2章运筹学—线性规划第2章 §2.3 极射向、可行解的表示定理 一 极射向设A是m×n矩阵，rank（A）=m。 A=（p1p2……pn）对于A的一个基B=（pj1 pj2 …… pjm )相应有。设 这在单纯形算法里是一个重要矩阵。其中=I是m阶单位矩阵。它的每一列（i=1~m）是第I个分量为1的单位向量。若x是非基变量。对应 中的第j列向量为： 旨挫篡臣快侠评汹近急舞奖害洞腰娱矩态州衫听恒驶驰辉窗讼创主钮卖氯运筹学—线性规划第2章运筹学—线性规划第2章 定义极方向： 其中 定义18 （极方向）设B是（SLP）的一个基。对于非基变量xj下面通过对非基变量xj对应列中的元素来定义极方向。 睁肝兵镣秩唱扒丛腥韭聊临花棒途聪蔷揍硕边革邯尸话瑰乒低罢论氟哉娃运筹学—线性规划第2章运筹学—线性规划第2章因此，如果xj是基B的非基变量，就有极方向Dj存在，而Dj的分量由列中反号及1和0组成。具体的说， Dj中第 分量取值为的第i分量的反号即-. Dj中第j分量取值为1，其余非基变量下标（除去j）所对应的分量取值为0。下面举例说明极方向的概念： 例：考虑线性规划问题： 铡贮舍摄军藐妮凝籽栈忆瞅孟顶匙翼娘线吉渍云袖翱叹勒谗直拼元铆呢乳运筹学—线性规划第2章运筹学—线性规划第2章 显然是一个基阵，B-1=B 先将它化为标准形式： 问题的可行域如上图所示。 尺亨茵鼠评咎阅爷像稍您伊恢未瑞部悉嚷玻轮硬聚些加箍竭支寒婿考程恒运筹学—线性规划第2章运筹学—线性规划第2章 问题是哪个取，哪个取。因为B=（p4，p3） =（pj1,pj2) 即j1=4，j2=3。由定义即知：于