运筹学基本可行解的几何意义.ppt

上页 下页 返回 课堂练习1-2：用图解法求解下面的线性规划 按小组分工完成：①画约束条件1；③画约束条件2；⑤画约束条件3；⑦标明可行域；⑨目标函数等值线；⑾说明如何得到最优解，算出相应的目标函数最优值。 其他6个小组对应讲评。 第一步 模型标准化； 第二步 按照基本解的定义 ①?找基（非退化3阶方阵）—— 多少个？不超过 ，为什麽？怎麽找？ ②?确定基变量和非基变量； ③?令非基变量为0，解出基变量； ④基变量和相应非基变量搭配构成基本解； 凸集——设K是n维欧氏空间的一个点集，若任意两点X（1）∈K，X（2）∈K的连线上的一切点： αX（1）+（1-α）X（2） ∈ K （0α1），则称K为凸集。 顶点——设K是凸集，X?K；若X不能用 X（1） ? K，X（2） ? K 的线性组合表示，即 X≠αX（1）+（1-α）X（2） （0α1） 则称X为K的一个顶点（也称为极点或角点）。 图解法 —（练习）  18 — 16 — 14 — 12 — 10 — 8 — 6 — 4 — 2 — 0 | | | | | | | | | 2 4 6 8 10 12 14 16 18 x1 x2 4x1 + 6x2 ? 48 2x1 + 2x2 ? 18 2x1 + x2 ? 16 可行域 A B C D E 1、定义“顶点”的方式有什麽特点？ 2、这种定义方式在什麽场合运用最方便？ 讨 论 2、线性规划问题解的性质定理： 定理1-1 线性规划问题的可行解集 （即可行域） 是凸集。 证明思路：根据凸集定义，采用直接法证明； 具体步骤：①从D中任取两个不同的点， 应满足 可行解定义中相应的条件； ②证明X=αX(1)+(1-α)X(2)∈D (利用①，证明X满足凸集定义中相应的条件) 定理1-2 线性规划几何理论基本定理 若 ， 则X是D的一个顶点的充分必要条件是X为线性规 划的基本可行解。 证明思路：定理1-2是X是D的一个顶点= X为LP的基本可行解; 引理是X为LP的基本可行解=X的正分量所对应的系数列向量线性无关; 从而将问题 转化为 X是D的一个顶点 = X的正分量所对应的系数列向量线性无关 证明要点：（1）引理: X为LP的基本可行解=X的正分量所对应的系数列向量线性无关 必要性→由基本可行解定义直接证得 充分性←正分量K个 k=m →X=(x1,x2,…,xm,0,…0)T即为 基本可行解 km →补齐得基→退化的基本可行解 （2）定理1-2 （反证法） 必要性→ 第一步：将反证法假设和已知条件具体化； 第二步：寻找X附近的属于D的两个点X（1）和X（2）（技巧：将第一步得到的两个式子相加减得到）； 第三步：选取适当的λ，可保证 X=1/2X（1）+1/2X（2）， 从而与“X是顶点”矛盾。 充分性← 第一步：将反证法假设具体化，明确正分量； 第二步：由大前提X是可行解,找出不全为0的一组数； 第三步：得到P1,P2,…，Pm线性相关的结论，与已知条件矛盾； 定理1-3 若可行域非空有界，则线性规划问题的目标函数一定可以在可行域的顶点上达到最优值。 证明思路： 首先可行域非空有界就肯定有最优解 本定理要证明的是设在非顶点X处取得最优值，则存在顶点X（1）和X（2）也取得相同的最优值。 定理1-4 若目标函数在k个点处达到最优值（k≥2）,则在这些顶点的凸组合上也达到最优值. 证明思路：根据凸组合的定义直接证得结论。 课后小组讨论2： （1）读懂证明，理清思路，写出从最罗嗦的证明过渡到最简洁的证明过程 （加上边注——段落大意） 可以作为小实践选题！ （2）P70习题1-4（①检查是否属于可行域；②检查相应的Pj是否线性相关） 上述4个定理的一些有意义的启示： LP的可行域一定是凸集，但是凸集不一定成为LP的可行域，而非凸集一定不会是LP的可行域。 （为什麽？能举例说明吗？） 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