单纯型算法复杂性及改进途经.pptVIP

考虑下面的线性规划问题及其对偶问题 当 是空集时，原问题无可行解，而 是对偶问题 的可行解，所以对偶问题最优目标一定为无穷大，因此 一定有 满足约束 ，根据线性规 划标准型的定理2.2.5（22页），一定有顶点满足上述约 束，设为 ，其基变量组成的向量等于 的矩阵乘 维向量，用 克莱姆公式可得 对 个基变量成立 由于 的非基变量等于零，所以 只要取 就满足 考虑优化问题 由于 ，该优化问题最优目标 值为无穷大，所以其对偶问题不能有可行解 原问题 对偶问题 无可行解 无界 无界 无界 无可行解 无界 是空集 也是空集 例 如果 非空，它有如下两个（或退化为一个）顶点 如右图所示 对偶问题 该问题无界 当且仅当下式有解 或 可行集 如果非 空就只有一个顶点，可由以下方程求出 用克莱姆公式 可得 可行集 非空 当上式成立时，可验证以下两种情况都不会发生 或 第一种情况需要 和 矛盾 第二种情况需要 和 矛盾 说明对偶问题无界确实能导致 是空集 ？ 任取 定义以 为中心的超立方体 记 ，由于 ，所以 下面再说明： 不是空集 任取 ，因为 说明 ，因此 所以 小结： 1） 和 或者都 是空集，或者都不是空集 2）只要 非空，就至少有一个顶点（ 列满秩），其 所有顶点被 的椭球 包含，易 知 （后者是超立方体体积） 3）只要 非空，就成立 其中 结论：用椭球算法可解决 的判定问题 用椭球算法解决 判定问题的迭代次数 已知 迭代次数 为满足下式的最小整数 由以上条件可得 每次迭代的计算量为 结论：椭球算法计算复杂性为 ，多项式算法！ 说明 1）如果求得的解属于 但不属于 ，采用恰当 的取整步骤可以得到属于 的解 2）在确定 时我们简单地用了 有的书中提到用阿达马（Hadamard）不等式 能给出各分量的上界为 ，最终复杂性就 是教材中给出的 3）严格说明算法复杂性还要讨论中间数据大小和 开平方运算的复杂性等其他细节问题 线性规划的Karmarkar算法（1984） 基本想法：能否在可行集内部搜索前进到最优解？ 在任何内点沿目标函数增加方向搜索一定到达边界 目标函数梯度方向 最优解 在靠近可行集的中间位置获得较大改进的可能性大 设想：每次搜索到一个新点后，设法用某种变换将可 行集变形，使新点靠近新可行集的中间位置 可能实现上述设想的集合与变换 考虑如下图所示的二维空间的可行集及可行解 其中 记 是 维空间 个顶点的凸组合生成的 维单纯型 在 内向任意方向移动都不会出 的最大步长： 的中心点： 是中心点到 个顶点生成的 维单纯型的距离 是 的内点（分量都大于零）！ 的作用：对任何非零的 和 ，可保证 ？ 上的尺度变换 设 是 的任意内点，即 定义尺度变换 其中 如果 ，则