1.可行解.doc

第2章 线性规划与单纯形法 2.1线性规划问题及其数学模型（二） 2.2线性规划问题的几何意义 教学目的 使学生正确理解线性规划问题解的概念；顶点、凸集以及凸组合的概念，正确理解线性规划问题的几个定理及其应用。 教学要求 熟悉：线性规划问题解的概念；即基础解、可行解、基础可行解、最优解。 掌握：线性规划解的性质。 了解：凸集、顶点、凸组合的概念 教学重点与难点 重点：线性规划问题解的概念以及线性规划问题的几个定理的应用 难点：线性规划问题解的概念以及线性规划问题的几个定理的应用 教学方法 启发式教学 教学提纲 一、线性规划问题的解的概念 1、可行解 2、基、基向量、非基向量 3、基变量、非基变量 4. 基（本）解、基（本）可行解 5、可行基 二、线性规划问题的几何意义 1、凸集、凸组合、顶点 2、基本定理 第1章 线性规划与单纯形法 1.1 线性规划问题及其数学模型（二） 1.2 线性规划问题的几何意义 一、线性规划问题的解的概念 在讨论线性规划问题的求解前，我们先来了解一下线性规划问题的解的概念。 为了讨论问题的方便，我们给出线性规划问题的标准形式为： （假设） 1.可行解 满足约束条件(1-5)，(1-6)式的解，称为线性规划问题的可行解，所有可行解的集合称为可行域；其中使目标函数达到最大值的可行解称为最优解。 2. 基，基向量，基变量 基B以外（矩阵A之中）的一列即为一个非基向量，A中共有个非基向量。 3.基变量、非基变量 把与基向量相对应的变量叫做基变量，基变量共有个；与非基向量相对应的变量叫做非基变量，共有个非基变量。 4、基（本）解、基（本）可行解 假设约束条件中系数矩阵A的秩为m，因为，故它有无穷多个解。假设前个变量的系数列向量是线性独立的，这时约束条件可写成： 或 方程组的一个基是 设是对应于这个基的基变量，则非基变量为，令非基变量，即得方程组的一个解： 为了便于书写，有时仅列出基变量，这时可把上述解写成： 这样的解称为基（本）解，它的非零分量的数目也不大于，基解不一定都是可行的。 把满足非负条件（2-6）的基解，称为基可行解. 基可行解的非零分量的数目也不大于，并且都是非负的。 若某基解中的非零分量的个数小于,称此基解为退化基解。 4.可行基 对应于基可行解的基，称为可行基。 注意： 约束方程组(1-5)具有基解的数目最多是个。一般基可行解的数目要小于基解的数目。 以上提到的几种解的概念，它们之间的关系可用图1-6表明。 另外还要说明一点，基解中的非零分量的个数小于个时，该基解是退化解。在以下讨论时，假设不出现退化的情况。以上给出了线性规划问题的解的概念和定义，它们将有助于用来分析线性规划问题的求解过程。 图1-6 它们之间的关系 例1、线性规划问题 （1）试写出它的矩阵形式； （2）指出它的一个基，以及该基所对应的基变量； （3）在等式约束中，用非基变量来表示基变量。 解：（1）该问题的矩阵表示为 其中 （2）系数矩阵A中，有一个三阶单位矩阵B，显然B是A的一个三阶非退化矩阵，所以，该线性问题的一个基是 = 于是，对应这个基的基变量是；非基变量是 注意： 对系数矩阵A来说，由于三阶退化矩阵不是唯一的，随意它的基也不是唯一的；事实上 由 知也是原问题的基。 （3）用非基变量表示基变量为 如果令上式中的非基变量全为零，即，可得出满足原问题的约束方程组的一个解： 二、线性规划问题的几何意义 1、基本概念 （1）凸集 设是n维欧氏空间的一点集，若任意两点的连线上的所有点；则称为凸集。 常见的凸集：实心圆,实心球体,实心立方体等都是凸集（注意：圆环不是凸集）。 从直观上理解：凸集没有凹入部分，其内部没有空洞。图中的(a)(b)是凸集，(c)不是凸集。 例：图1-2中的阴影部分表示凸集。 凸集与非凸集如图所示。 （2）凸组合 设是维欧氏空间中的个点。若存在且（），使。则称为的凸组合。（当时，称为严格凸组合）. （3）顶点 设是凸集，；若不能用不同的两点的线性组合表示为，则称为的一个顶点(或极点)。 例如：下图中0点，都是顶点。 2、线性规划的基本定理 定理1 若线性规划问题存在可行域，则其可行域 是凸集 。 证明：为了证明满足线性规划问题的约束条件 的所有点(可行解)组成的集合是凸集，只要证明中任意两点连线上的 点必在内即可.设 是内的任意两点； 。则有 令为连线上的任意一点，即 的每一个分量是，将它代入约束条件， 得到 又因，所以 由此可见是凸集。 证毕。