运筹学线性规划.pptxVIP

定义2：称所有可行解（点）构成的集合为可行集或可行域。也称为可行解集。 例如：上面 SLP 的可行域为R={x | Ax=b, x≥0}定义3：若一个线性规划问题的可行集为空集时，则称这一线性规划无可行解。这时线性规划的约束条件不相容。 由上一章的分析可以看到：一个线性规划的可行解集可以是空集，有界非空集和无界非空集。二最优解，无界解定义4：称使目标函数值达到最优值的可行解为线性规划问题的最优解。定义5：对于极大化目标函数的标准线性规划问题，定义其无界解如下：对于任何给定的正数M，存在可行解 x 满足 Ax = b， x ≥0，使 cx M。那么称该线性规划问题有无界解。由定义可知，无界解的 意思 是：若是极大化目标函数，则在可行域上目标函数值无上界；若是极小化目标函数，则在可行域上目标函数值无下界。那么，有无界解的线性规划问题一定没有最优解。 max 例1.考虑线性规划问题：s.t解：问题的可行域是上图所示的 无界 凸多边形区域，在此无界可行域上，目标函数值无上界，所以这个线性规划问题有无界解。例2. max f= s.t 解：此问题的可行域如上图，是一个无界的 多边形。但极大化目标函数却以1为上界。因此这个线性规划问题没有无界解，而且事实上，此问题目标函数最优值max f=1在可行域射线 上均可达到。三.基、基本可行解定义6：对于约束条件Ax=b，设A是秩m的mｘn矩阵，用(Pj, j=1 ~n) 表示A的第j列向量。即A=( )。由A的m个列向量构成的m阶方阵 B=( ) 若B是非奇异的，即detB?0，则称B为一个基或称为一个基矩阵。 因为SLP问题中含有约束条件Ax=b，因此也通常称B为线性规划SLP的一个基。定义7：若变量 对应A中列向量 包含在基B中，则称 为B 的基变量；若变量 对应A中的列向量 不包含在基B中， 则称 为B中的非基变量。使min f=满足例3. 求x1----x5解：A=由上面定义可知，B中m个列向量是线性无关的，并且它是A的列向量组的一个最大无关组。按定义，A中m个列向量，只要是线性无关的就可以构成一个基。则的列是线性无关的，即 是线性无关，因此 是一组基。而 不在这个基中，所以x1, x2为非基变量。定义8 ：设Ax=b, x 0一个基 ，其对应的基变量构成的m维列向量记为 这时若取非基 变量等于0，则 Ax=b BxB=b,得唯一解xB=B-1b.记为于是得到方程组Ax=b的一个解： 非基变量 称之为对应于基B的基本解。这个定义也告诉我们怎样找一个基本解） 如：上面例2中， 非基变量 x1=x2=0.则可得x3=5,x4=-2,x5=21.所以x0=(0,0,5,-2,21)是对应于基B的一个基本解，但由于x4=-20.不能满足约束条件，所以这个基本解不是原问题的可行解。（为什么？） 这是因为，按照定义，基本解中的 n-m个非基变量必须取0值只有m个基变量取值才可能不等于0。但可以取负值。因此基本解不一定满足SLP的非负要求。 定义9：对应于基B的基本解，若基变量取非负值，即xB=B-1b=0，则称它为满足约束 Ax=b, x=o的基本可行解。 对应地称B为可行基，因SLP中具有此约束条件。也通常 称为SLP的基本可行解。解： 是其一个基矩阵.p1,p3, p5是一个基。定义10：使目标函数达到最优值的基本可行解，称为基本最优值。 例4：（SLP)如例3，试找一个基本可行解。 则 x1 , x3, x5为基变量。X2, x4为非基变量。令 x2=x4=0.得x1=2, x3=3, x5=9. 故 x1=(2,0,3,0,9)是原问题的一个基本可行解，B1为基可行基。 上面我们讲到基本解中有n-m个分量必须取零值，而只有m个基变量取非零值。而基本可行解，它一方面是基本解，另一方面又是可行解，因为它是基本解，所以n-m个非基变量取0值；它是可行解，则m个基变量取非负值，从而基本可行解正分量是个数不超过m.例5.已知约束条件为：它有正分量个数等于m(m=2)的可行解:x1=3,x2=1,x3=0,x4=0但它不是基本可行解。证：（反证法）假设可行解x=(3,1,0,0)T是