1.272线性规划问题的几何意义.ppt

2.1 基本概念 凸集 凸组合 顶点 1.凸集 定义1：设K是n维欧氏空间的一点集，若任意 两点X(1)∈K，X(2)∈K以及实数α ∈[0，1]使 αX(1)+(1-α)X(2)∈K，；则称K为凸集。 实心圆，实心球体，实心立方体等都是凸集，圆环不是凸集。从直观上讲，凸集没有凹入部分，其内部没有空洞。图1-7中的(a)(b)是凸集，(c)不是凸集。 图1-2中的阴影部分 是凸集。 2. 凸组合 定义2：设X(1)，X(2)，…，X(k)是n维欧氏空间En 中的k个点。若存在μ1，μ2，…，μk，满足(1)0≤μi≤1, i=1,2,…，k; (2) 且使X=μ1X(1)+μ2X(2)+…+μkX(k) 则称X为X(1)，X(2)，…，X(k)的凸组合。 （当0＜μi＜1时，称为严格凸组合）. 3. 顶点 定义3：设K是凸集，X∈K； 若x不能成为K中任意两个 不同的点X(1)、X(2)的连线上的一个内点，则称X 为K的一个顶点(或极点)。 定义3′ ：设K是凸集，X∈K；若X不能用K中任意不同的两 点X(1)和X(2)的线性组合表示为 X=αX(1)+(1-α)X(2)， (0＜α＜1) ，则称X为K的一个顶点(或极点)。 图中O,Q1,Q2,Q3,Q4 都是顶点。 2.2 几个定理 定理1 : 若线性规划问题存在可行域， 则其可行域 是凸集 则有 令X=(x1，x2，…，xn)T为x(1) , x(2)连线上的任意一点，即 X=αX(1) +(1-α)X(2) (0≤α≤1) X的每一个分量是 将它代入约束条件， 引理 1 ：线性规划问题的可行解X=(x1,x2,…，xn)T为基可行解的充要条件是X的正分量所对应的系数列向量是线性独立的。 证: (1) 必要性 由基可行解的定义可知。 (2) 充分性 若向量P1，P2，…，Pk线性独立， 则必有k≤m； 当k=m时，它们恰构成一个基， 从而X=(x1,x2,…,xk,0…0)为相应的基可行解。 当k＜m时，则一定可以从其余的列向量中取出m-k个与P1，P2，…，Pk构成最大的线性独立向量组，其对应的解恰为X， 所以根据定义它是基可行解。 定理2 ：线性规划问题的基可行解X对应于 可行 域D的顶点。 证：不失一般性，假设基可行解X的前m个分量为正。故 另一方面，当μ充分小时，可保证 xi±μαi≥0，i=1,2,…,m即X(1)，X(2)是可行解。 这证明了X 不是可行域 D 的顶点。 (2) 若X不是可行域D的顶点，则它一定 不是基可行解 因为X不是可行域 D 的顶点，故在可行域D中可找到不同的两点 X(1)=(x1(1),x2(1),…,xn(1))T X(2)=(x1(2),x2(2),…,xn(2))T 使 X=αX(1)+(1-α) X(2) ， 0＜α＜1 设X是基可行解，对应向量组P1…Pm线性独立。 当j＞m时，有xj=xj(1)=xj(2)=0，由于X(1)，X(2)是可行域的两点。应满足 引理2： 若K是有界凸集，则任何一点X∈K可表示为K的顶点的凸组合。 本引理证明从略，用以下例子说明这引理。 例5： 设X是三角形中任意一点，X(1),X(2)和X(3)是三角形的三个顶点，试用三个顶点的坐标表示X(见图1-8) 解：任选一顶点X(2)，做一条连线XX(2)；并延长交 于X(1)、X(3)连接线上一点X′。因X′是X(1) 、X(3)连线上一点，故可用X(1)、X(3)线性组合表示为 X′=αX(1)+(1-α)X(3) 0＜α＜1 又因X是X′与X(2)连线上的一个点，故 X=λX′+(1-λ)X(2) 0＜λ＜1 将X′的表达式代入上式得到 X=λ［αX(1)+(1-α)X(3)］+(1-λ)X(2) =λαX(1)+λ(1-α)X(3)+(1-λ)X(2) 定理 3 若可行域有界，线性规划问题的目标函数一定可以在其可行域的顶点上达到最优。 证：设X(1),X(2)，…，X(k)是可行域的顶点，若X(0)不是顶点，且目标函数在X(0)处达到最优z*=CX(0)(标准型是z=max