运筹学03-线性规划II.pptVIP

School of Business ECUST (2) 寻找初始基，求初始基可行解 B0 对应的基变量x3, x4, 非基变量x1, x2，令非基变量x1=0, x2=0 解得：x3=4， x4=5 初始基可行解： 第3讲 线性规划II 3.1 线性规划问题的解的基本概念 3.2 线性规划的基本理论 3.3 单纯形法 School of Business ECUST 3.1 线性规划问题的解的基本概念 　　　考虑一个标准的线性规划问题： 其中Ｃ为n维行向量， Ｘ是n维列向量， ｂ是m维列向量， Ａ是m×n阶矩阵，假定满足m n，且 r(Ａ)=m. School of Business ECUST 线性规划问题解的概念1：解、可行解、最优解 可行解: 满足约束条件(3.2)和非负约束(3.3)的解，称为线性规划问题的可行解。可行解的全体称为可行域。 解: 满足约束条件(3.2)的解，称为线性规划问题的解。 最优解: 使目标函数（3.1)达到最优值的可行解，称为最优解。 School of Business ECUST 例3.1 设线性规划 确定下列向量中，哪些是解，哪些是可行解？ 用图解法求出最优解。 线性规划问题解的概念2：基、基(本)解、基(本)可行解 基的概念 考虑线性规划问题 School of Business ECUST 系数矩阵 是一个mxn阶的矩阵 设mn，即方程的个数小于未知变量的个数。 矩阵A的秩r(A) = m 矩阵的秩 考虑mxn阶矩阵 在A中任取k行k列，其交叉位置上的元素构成了A的一个k阶子矩阵(方阵)，显然 这个k阶子矩阵构成的行列式，称为A的一个k阶子式。 矩阵A的秩定义为其非零子式的最高阶数，或者说A的所有行列式的值不等于零的子矩阵(可逆矩阵)的最高阶数。 显然成立 例： ：说明在矩阵A中至少能找到一个mxm阶子矩阵， 其行列式的值不为零，或者说A中至少存在一个 mxm阶可逆子矩阵。（基） mxn阶矩阵A可以看作是m个行向量(n维)构成的向量组，也可以看作是n个列向量(m维)构成的向量组。 A的行向量组的秩——行秩，A的列向量组的秩——列秩 向量组的秩：向量组的极大线性无关组中包含的向量个数 性质：矩阵A的秩 = 行秩 = 列秩 A的行向量组 的秩 = r(A) = m，说明这m个行向量是线性无关的，即其中任意一个向量不能由其余向量线性表出，保证了各个约束方程的独立性。如果r(A) m说明什么？ A的列向量组 的秩 = r(A) = m，说明这个向量组的极大线性无关组中包含的向量个数为m，也就是说在这个由n个向量构成的向量组中，至少可以找出一个由m个向量构成的向量组是线性无关的，并且任意一个由m+1个向量构成的向量组都是线性相关的。 这m个列向量构成的极大线性无关组就是基。 基是什么？ 线性规划问题 A是一个mxn阶的矩阵，满足mn, r(A) = m 基(以B表示)是什么？ 基是A的一个mxm阶满秩子矩阵(可逆)，即r(B) = m，也即|B|≠0 基是从系数矩阵A的n个列向量中抽取出的m个列向量构成的极大线性无关组。 基、非基 r(A)=m，不妨假设A的前m个列向量线性无关，那么 构成该问题的一个基，记为B； A中其余n-m个向量构成的向量组，称为非基，记为N。 B N 基变量、非基变量 基变量与非基变量 基变量—基中的m个列向量 所对应的变量 非基变量—非基中n-m个列向量 所对应的变量 基变量用XB表示，非基变量用XN表示 基变量和非基变量是对特定的基而言的， 不同的基对应的基变量和非基变量是不同的。 基(本)解 考察约束方程组： 令所有的非基变量(n-m个)等于零，即令XN = 0 这样我们就得到了约束方程组的一个解 这个解就是基本解，简称基解 m个方程，m个未知数 r(B) = m 该方程组有惟一解 基本解是约束方程组的一个比较特别的解，它是怎样得到的呢？ 对应于某个基，令所有的非基变量等于零，求解关于基变量的约束方程组得到的。 基本解和基变量、非基变量一样，都是对应于特定的基而言的，一个基对应于一个基解。 基可行解 可行解的概念： 基解的概念