第8章 线性代数的应用.docVIP

第章 线性代数的应用 本章中主要介绍利用线性代数的有关知识来求解最小二乘法问题和线性规划问题，并利用MATLAB软件实现问题的求解. 在讨论求解线性规划问题的单纯形法时，我们没有过分追求算法在理论上的严密性，而是着重于算法步骤的描述，其目的是想让读者熟练掌握算法本身，从而利用所学知识解决实际问题. .1 最小二乘法 .1.1 预备知识 在空间解析几何中，两个向量的距离等于 . 现在我们将距离这一概念推广到维向量空间，引入下面定义 定义1 设是维线性空间中的两个向量，称长度为与的距离，记为，即 . 利用距离的定义和长度的三角不等式性质，不难证明，长度具有如下基本性质： 1）； ，当且仅当时等号成立； （三角不等式）. 平面几何中一个熟知的事实是，一个点到平面或直线上所有点的距离中垂线最短. 在空间中，同样可以证明，一个固定向量和一个子空间中各向量间的距离中也是“垂线最短”.下面我们来证明这个事实. 设是中由向量组生成的子空间，是中一固定向量，是中一向量，且垂直于（其含义是指与中任一向量正交）. 容易证明垂直于的充分必要条件是. 要证明到中各向量的距离以“垂线”最短，即要证明对于，有 . 事实上， . 因是子空间，故， 则 . 于是， . 所以 . 这就证明了，向量到一个子空间中各向量间的距离中“垂线最短”. 这个事实的一个重要应用就是解决最小二乘法问题..1.2 最小二乘法问题及其求解 什么是最小二乘法问题？让我们先来看一个引例. 引例 已知某种材料在生产过程中的废品率与某种化学成分有关. 表中记录了某工厂生产过程中与相应的的几次数值：表—1 （%） 1.00 0.9 0.9 0.81 0.60 0.56 0.35 （%） 3.6 3.7 3.8 3.9 4.0 4.1 4.2 试找出与的一个近似公式. 解 在平面直角坐标系中描出这7个点来. 不难看出，这7个点大约在一条直线上. 因此我们取一次函数作为与之间关系的近似描述. 当然最好是能找到适当的使得下列等式 ， ， ， ， ， ， . 都成立. 实际上这是不可能的. 于是我们考虑寻求适当的使得上面各式的误差平方和 达到最小. 由于这里讨论的是误差的平方即二乘方的最小值问题，故称之为最小二乘法问题. 定义2 若线性方程组 无解，设法寻求一组数使 最小，称这样的一组数为方程组的最小二乘解，求最小二乘解的问题称为最小二乘法问题. 下面我们来讨论最小二乘法问题的求解. 令 利用距离的概念，得 . 于是，最小二乘法的求解问题就是要在集合中找一个向量，使与的距离最短，再由关系式解出最小二乘解. 记的各列向量分别为，则 . 故 . 于是，最小二乘法问题可叙述为：在线性空间中找一个向量，使是到中各向量的最短距离. 设所求向量为，由向量到一个子空间中各向量间的距离中“垂线最短”这一论断可知，必须垂直于，为此必须且仅须 . 即 . 把上面个等式合起来写成矩阵等式 . 或 . 这就是最小二乘解所满足的代数条件，它是一个线性方程组，可以证明这个线性方程组总是有解的. 现在继续解决引例中提出的问题. 在这里 . 解线性方程组，得最小二乘解为 . .2 线性规划 .2.1 线性规划问题的数学模型 在生产和经营等管理工作中，需要经常进行计划或规划. 虽然各行各业计划和规划的内容千差万别，但其共同点均可归结为：在现有各项资源条件的限制下，如何确定方案，使预期目标达到最优. 请看下面一些例子. 例1（资源利用问题） 某厂有中资源，记为，其拥有量分别为，现用来生产产品. 产品的最低限额产量为个单位，且它每个单位的利润为，又生产每单位的需消耗资源的量为. 问在工厂现有资源条件且保证定额要求的前提下，应如何安排生产，使工厂的收益最大？ 设安排产品的生产量为（称之为决策变量），这时工厂可获取的利润为（称之为目标函数）. 因为要求收益最大，故要求利润函数的最大值，即. 同时各种产品的产量又受到资源拥有量和最低产量的限制，故必须满足限制条件和（称这个条件为约束条件）. 综上分析，所求问题的数学模型可描述为 这里的记号（subject to）表示“服从……的约束”. 例2（最小费用问题） 捷运公司拟在下一年度的1～4月的4个月内需租用仓库堆放物资. 已知各月份所需仓库面积数列于表. 仓库租借费用随合同期而定，期限越长，折扣越大，具体数字见表. 租借仓库的合同每月初都可办理，每份合同具体规定租用面积数和期限. 因此该厂可根据需要，在任何一个月初办理租借合同. 每次办理时可签一份，也可签若干份租用面积和租借期限不同的合同，试确定该公司签订租借合同的最优决策，目的是使所付租借费用最小. 表—2 月 份 1 2 3 4 所需仓库面积（100m） 15 10 20 12 表—3 合同租借期限 1个月