“二维LP问题一个直接算法”中定理反例.docVIP

“二维LP问题一个直接算法”中定理反例 　　摘要： 针对“二维LP问题的一个直接算法”一文中的算法基本定理，给出了两个反例，分别说明其中的引理和定理都是错误的，建立在这些结论基础上的求解一般线性规划问题的代数算法无法求出一般线性规划问题的最优解。数值试验表明，随着方程个数的增加，用他们的方法求得正确解的概率将越来越低。给出了一个二维线性规划问题最优解的性质定理，由该定理可导出文[1]中代数算法有效的条件。 　　Abstract： Aim at the lemma and theorem in A Direct Algorithm of Two-Dimensional Linear Programming Questions， two counter-examples are given to show the lemma and theorem are wrong respectively， therefore the alglebraic algorithm given by them unable to find out the optimal solution of two-dimensional linear programming problem.Numerical experiments show that， with the increasing of the equations number， the probability of obtaining the correct solution by their algorithm will reduce.A property theorem about optimum solution of two-dimensional linear programming questions is given， the condition which the alglebraic algorithm is effective is reduced. 　　关键词： 线性规划；二维；含优面；算法 　　Key words： linear programming；two-dimension；co-optimalface；algorithm 　　中图分类号：O221.1 文献标识码：A 文章编号：1006-4311（2013）29-0289-02 　　0 引言 　　线性规划广泛应用于工程技术、经济与管理等领域。研究大规模线性规划问题的数值方法可以快速准确地为管理者提供决策策略.单纯形法是求解线性规划实际问题的有效的算法，特别是对于中小规模问题[2]。但它不是一个多项式算法。如何设计快速算法，引起大家的广泛关注。文献[1]中，作者针对求解二维线性规划问题的几何算法“图解法”，给出一个二维线性规划问题最优解的性质定理，得到求解二维线性规划问题的一个直接的代数性算法，并指出该算法至少是二维迭代，其迭代速度优于单纯形法。遗憾的是，文献[1]中的引理和定理都是错误的。 　　1 文献[1]中的引理与定理及其反例 　　二维线性规划问题的数学模型为 　　max z=cTx ＼*MERGEFORMAT（1） 　　s.t.Ax？燮b， 　　其中A=a■■a■■┆a■■∈Rm×2，b∈Rm，c∈R2 　　‖a■‖■=‖c‖■=1，i=1，2，…，m。 　　文献[1]中，给出了如下引理和定理1，并在此基础上，给出了求解二维线性规划问题的代数算法。 　　引理对LP问题，若？埚i0（1？燮i0？燮m），使得 　　a■■c=‖a■‖‖c‖=1 　　则问题的最优解x*必满足a■■x*=b■。 　　定理1对二维LP问题，a■■c=■a■■c，则问题的最优解x*必满足a■■x*=b■。 　　下面给出两个例子，分别说明上述引理和定理1的结论是错误的。 　　例1 　　max z=9x1+4x2 ＼*MERGEFORMAT（2） 　　s.t.9x1+4x2？燮629x1+6x2？燮508x1+x2？燮129x1+4x2？燮416x1+7x2？燮64x1，x2？叟0 　　对线性规划问题，有如表1，其中■，■分别是问题中有关系数按文献[1]的要求单位化后的相应向量。 　　从表1可知，问题中约束条件中第4个的变量系数与目标函数的变量系数相同，因此引理中的i0=4。从表1可知，对应于问题最优解x*=（0.5641，7.4872）T，相应的紧约束为约束条件中第2、第3个，而约束条件中第4不是最优解的紧约束，即最优解x*不满足方程9x1+4x2=41，因此引理的结论是错误的。 　　例2 考虑线性规划问题 　　max z=7x1+8x2 ＼*MERGEFORMAT（3） 　　s.t.