P图解法.docVIP

§3　单纯形法 设r(A)=m，A的前m列为线性无关。(注意各向量、矩阵的维数) 将A分为左右两块，左边m列为可逆方阵B，右边记为N。(左面m列是不是一定可逆？) 对应将价值向量c和决策向量x的前m行与后n-m行分开， ，， 　　　 ， 令，则 ， 且 。 原LP问题变形为 若取，则得一个满足等式约束的解 ， 其对应的指标值为　　。 B称为基， B的列称为基向量， 称为基本解， 时称为基本可行解，此时B称为可行基 时称为非退化的基本可行解。 下面假设我们要讨论的LP问题对所有的可行基B，都有。 定理　若标准LP问题有可行解，则必有基本可行解；若有最优解，则一定存在一个基本可行解是最优解。(证明略) 定理　若，则是最优解。 证　。 定理　若的第k个分量，且，则该LP问题无界。这里Ak表示矩阵A的第k列。 证　取，（这是一个n维的列向量，第k个分量为1，其余分量为0。）令取(下面说明此x是可行解，且其指标值要多小有多小。) 定理　若的第k个分量，且中存在正分量，则，使得且。 证　令（见前面定理中的定义，这里但不能任意取。） 1）可以适当取使得为可行解： 由 知道； 要使得即，只需 ， 设　由等知道 取即可。 2） 这里，但因为不能任意取大数，所以指标不能任意小。 网络分析 §1　网络 定义1　设V是一个非空集合，E是一个V中元素的无序对构成的多重集，有序对G＝〈V，E〉称为一个图，其中，V称为顶点集，其元素称为顶点或点，E称为边集，其元素称为边。 以上定义的图也称为无向图。 相邻，关联，度，握手定理，通路，简单通路，初级通路 回路，圈， 连通，连通分支，单连通，强连通 关联矩阵，邻接矩阵 子图，生成子图， 边割，割集 树， §2　网络上的优化问题 最短路问题e都规定一个非负实数w(e)，则称G为赋权图（或权图），w(e) 称为边e的权．G的边与非负实数的这种对应关系(用w表示)称为权函数． 例如，设G是铁路交通图，对G中每条边e规定w(e)为e所代表的铁路的长度，则得到一权图，若规定w(e)为修建e所代表的铁路所需费用，则又得到另一权图．再如，设G是秘密通讯图，对边e规定w(e)为泄秘可能性则得到一权图，又若规定w(e)为维护e所需费用，则又得到另一权图． 按照通常惯例，当u，v不相邻时，规定w(uv)＝∞． 定义２　设G是一个权图，Ｈ是G的子图，Ｈ中各边的权之和称为子图Ｈ的权，记为w(Ｈ)，即 w(Ｈ)＝． 由于权图中的权常常代表某种耗费，许多最优化问题都是要在一个权图中找出某类具有最小权的子图，其中之一就是最短路问题． 定义３　设G是一个权图，路P的权w(P)称为P的长度，两点u，v之间最短路的长度称为u，v之间的距离，记为ｄ(u，v)，即 定义４　设G是一个权图，u0∈V(G)，S(V(G)，u0到S内各点的所有路中长度最小者，称为u0到S的最短路，其长度称为u0到S的距离，记为ｄ(u0，S)． 现在我们就来讨论在权图G中寻找最短路的问题，为此，先做几点假设． 1)　显然，只要讨论简单图的问题就够了，所以下面假设G是简单图． 2)　因为当w(uv)＝０时，我们认为u，v重合，所以我们不妨假定所有边的权均为正数． 下面介绍的算法是Dijkstra在1959年提出的，这个算法可以求出G中一点u0到其余各点的最短路及距离，它至今是解最短路问题的最好算法之一． Dijkstra算法基于如下基本原理． 假设S是V的真子集，u0∈S，令Sˉ＝V－S，若P＝u0…是从u0到Sˉ的最短路，则显然，，且P的(u0，)节必然是最短(u0，)路，所以 　 利用该公式，便可按如下过程求最短路． 首先，确定距u0最近的一个顶点．令S0＝｛u0｝，由于距u0最近的顶点必为u0的邻点，故只需求出u1使 w(u0u1)＝min｛w(u0v)|v∈｝， 即u0u1是与u0关联的最短边，显然，u0u1便是最短(u0，u1)-路．又令S1＝｛u0，u1｝，且用P1表示路u0u1，……，一般地，若Sk＝｛u0，u1，…，uk｝以及相应的最短路P1，P2，…，Pk已经确定，则可用(1)式来计算，并选取顶点uk+1∈使d(u0，uk+1)＝．这时，d(u0，uk+1)＝d(u0，uj)＋w(ujuk+1)对某个ｊ≤k成立．将边uj uk+1连接到路Pj上，即得最短(u0，uk+1)-路Pk+1，再令Sk+1＝｛u0，u1，…，uk，uk+1｝，……，这样一直下去，直到(，即可求出u0到G中任意一点的最短路． 为了说明上述过程，考察图3.1，u0到任一点的最短路用粗黑线表示（带圈的数字①、②、③…表示该过程中边加入最短路的顺序）． 在上述过程中，若每一步都通过搜索来计算(1)式的最小值，则必定会有大量的重复比较，为避免重复并保留从每一步到下一步的计算信息，采