线性规划的基本概念与基本定理.pdfVIP

第十二章 线性规划的基本概念和基本定理 12.1 线性规划的基本概念 12.1.1 可行解，可行域 定义 12.1.1：称满足全部约束条件的向量为可行解或可行点 . max f CZ 例如： SLP AZ b s..t Z 0 如果 Z 0 满足这些约束，即 AZ 0 b 且 Z 0 0 ，则 Z 0 就是 SLP 的可行解 . 定义 12.1.2 ：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 { AZ b,Z 0} 定义 12.1.3 ：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 .矚慫润厲钐瘗睞枥庑赖。 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 . 12.1.2 最优解，无界解 定义 12.1.4 ：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 12.1.5 ：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 .聞創沟燴鐺險爱氇谴净。 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， 残骛楼諍锩瀨濟溆塹籟。 有无界解的线性规划问题一定没有最优解 . 例 12.1.1考虑线性规划问题： x x 1 1 1 1 2 x , 2 2 2 max(x x ) 1 2 x x 1 x1 x2 1 1 2 st x1 x2 1 x x l 1 2