线性规划_单纯形法
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
◎ 方法 ⊙ 给有需要的行乘以-1，使得 b≥0 ⊙ 构造辅助问题
人工变量
(x, y)=(0, b)是基本可行解！ 故可以(0,b)为初始BFS，利用单纯形法求解辅助问题 假设最后得最优解(x, y)、最优值 z* 和最优基 B
得到原问题的基本可行解
◎ z*> 0，无可行解！
◎ z*= 0，有可行解！
基本解
基变量
一般地：只要有m个单位列 次序可以打乱！
非基变量
规范形的转换问题
◎ 替换问题 假设在上述规范形中，想 ⊙用 什么时候可以替换？ ⊙ 替换后新规范形是什么？
转轴(pivot)
◎ 当且仅当
，可以替换
◎ 替换后，新规范形的系数
转轴公式
－转轴元(pivot element)
第二种解释： 表格中第 i 列的数据－用当前基表示 ai 时的系数
• 1947年, George Dantzig于发明了单纯形法
• 1979年，L. Khachain找到了求解线性规划的一 种有效方法(第一个多项式时间算法－椭球内点法)
• 1984年，Narendra Karmarkan发现了另一种求 解线性规划的有效方法，已证明是单纯形法的强 有力的竞争者(投影内点法)
例1. 求下列方程组以
转轴
为基变量的基本解
转
如何得到第一个规范形
轴
处理：给表格附加m个单位列向量开始迭代，用A
中的列依次替换这些单位列向量
例2. 利用转轴解方程组
转 轴
转
为了得到第一个规范形，形成增广表格
轴
以下运算
同例1 !
x=(0,0,0,4,2,1)
2. BFS→相邻BFS(极点→相邻极点)
◎非退化假设：每一个基本可行解非退化 设x是BFS, 且规范形如前，且假设 aq 进基
单纯形表：BFS对应规范形的表格＋
既约费用系数和BFS目标值的相反数
如何得到第一张单纯形表
◎ 初始表格：BFS对应规范形的表格＋[c 0]
单纯形表可以提供计算所需的所有信息！
◎ 用转轴运算(初等行变换)将 最后一行与基变量对应的元素化为零，
即得第一张单纯形表！
例1.
化标准形
转 轴
得标准形的初始表格/第一张单纯形表
循环的例子
Beale
转轴规则： ◎ 进基变量：最小系数规则 ◎ 出基变量：最小指标规则
第七张单纯形表
循环！
注：循环转轴序列中所有BFS都是退化的！ 且是同一个BFS？
避免循环的方法
◎ 摄动法(Dantzig，1954年) ◎ 字典序法(Orden和Wolfe，1954年) ◎ Bland法则(Bland, 1977)－最小指标法则
例1.
例2.
K 有3个极点 有3个基本解，均可行
K 有2个极点 有3个基本解，2个可行
例3.
Subject to
5个极点
问题/作业 考虑集合
－极点
证明这两个集合的极点是一一对应的！
单纯形法简介
• 适用形式：标准形(基本可行解=极点) • 理论基础：线性规划的基本定理！ • 基本思想：从约束集的某个极点/BFS开
例2. 运输问题
产销平衡/不平衡的运输问题
例3. 其它应用
• 数据包络分析(data envelope analysis, DEA) • 网络流问题(Network flow) • 博弈论(game theory)等
例4. 目标值带绝对值的问题
假设： 事实： 转化为：
信息：极小化逐段线性凸函数可用线性规划来建模
最优值： 最优解：
问题. 设用单纯形法求解标准形式的LP时得到如下 单纯形表.还假设矩阵A的后三列形成单位矩阵
问题. 设用单纯形法求解标准形式的LP时得到如下 单纯形表.还假设矩阵A的后三列形成单位矩阵
1.给出由该表描述的当前基是最优的充分必要条件 (依照表中的系数).
◎定理(BFS的提高) 给定目标值为z0的非退化基本可行解，且假定存
在 j 使得 rj < 0，则 i) 如果用 aj 替换基中某列得到了新的BFS，则新解
处的目标值比 z0 严格小. ii) 如果任何替换都产生不了新的BFS，则问题无界.
◎相对费用系数的经济解释！(合成价格、相对价格)
4. 计算过程－单纯形法
初始表格－单纯形表
初始表格 通常不是单纯形表！
与基矩阵 B 对应的单纯形表
7. 修正单纯形法(Revised simplex method)
◎ 重要事实： ⊙ 通常仅有少数列发生转轴(2m-3m) ⊙ 仅需原始数据(c, A, b)和基 B 的逆矩阵
◎ 核心问题： 如何更新当前基的逆→新基的逆
理论上的表现 表格实现
⊙ 基变量中无人工变量→x 是BFS，B 是对应的基 ⊙ 基变量中有人工变量→驱赶人工变量出基
假设第 i 个基变量是人工变量，且当前单纯形表 第 i 行的前n个数据是
以任一非零元为转轴元转轴
得辅助问题的一个新最优BFS，且基变量中少1个人工变量！
第 i 个约束冗余； 删除单纯形表的第 i 行数据
例1. 给出下面系统的一个基本可行解，或者说明其无解
i) 若有可行解，则必存在基本可行解； ii) 若有解，则必有某个基本可行解是最优解.
基本可行解的个数不超过
线性规划解的几何特征
• 有解：唯一解/多个解(整条边、面、甚至
整个可行集)
有顶点解
• 无界：没有有限最优解 • 不可行：没有可行解
无解
可行集：多边形(二维) →多边集(高维空间)
给出有效的代数刻画和严谨的几何描述，从理论上证 实上述几何特征，并寻求有效算法
. 则 aq 进基， 的逆
这里 ei 表示n 维单位向Fra Baidu bibliotek，向量 v 定义为
相关数据的更新－初等行变换
设转轴元是 ，即 aq 出基， ap进基
左乘该矩阵等价于对矩阵进行初等行变换！
以 为转轴元，转轴后即得新基对应的数据！
例1 求解2.10
a2进基，计算y2. 计算表格如下：
计算
a1进基，计算y1. 得如下表格：
实用优化方法(数值优化)
第2章 线性规划：单纯形法
刘红英 理学院数学系
线性规划
线性规划：目标函数是线性的，约束条件是 线性等式或不等式
线性规划的历史
• 渊源要追溯到牛顿、Liebnitz、Lagrange等
• George Dantzig, Non Neumann(Princeton)和 Leonid Kantorovich在1940’s创建了线性规划
◎问题：确定出基变量，使转轴后新规范形对应BFS？ 因为
所以
令 可否选取合适的
使得
是BFS ？
确定离基变量
至少有一个正元
例3. 考虑线性方程组
转 轴
B=(a1,a2,a3) X=(4,3,1,0,0,0)
a4进基
a1进基
x=(0,1,3,2,0,0)
3. BFS→目标值减小的相邻BFS
设x是BFS，且规范形如前，则有
转
转
轴
轴
0 ↓
-2 ↓
-4 ↓ -27/5
最优解： 最优值：
原问题的极大值：
单纯形法的步骤
步0 形成与初始BFS对应的初始表格. 通过行变换求出第一张单纯形表.
步1 若对每个 j 都有
，停；当前BFS是最优的.
步2 选取 q 满足
步3 若 否则，选 p 满足
，停，问题无界；
步4 以 为转轴元进行转轴，更新单纯形表，返步1.
基本可行解、最优基本可行解
定义 称
的非负基本解是标准形的基
本可行解(basic feasible solution)；
如果还是非退化的，称为非退化基本可行解；
如果还是以Ax=b,x≥0为约束集的线性规划的 最优解，称为最优基本可行解。
例6. 基本可行解及几何意义
线性规划的基本定理(*****)
考虑线性规划标准形，其中A是秩为m的m×n阶 矩阵，则以下结论成立：
一些重要的凸集
超平面(hyperplane): 正/负闭半空间：
多面集(polyhedral convex set): 有限个闭半空间的交集
推 广
平面上：多边形
注：任一线性规划的可行集是多面集！
极点
几何上：极点即不能位于连接该集合中其它两点 的开线段上的点
定义 称凸集C中的点 x 是C的极点，如果存在 C 中
→判断原问题不可行、或可行 → 可行时找到基本可行解及对应规范形
⊙ 第II阶段：利用单纯形法求原问题
→从上述BFS出发，求解所给问题 →原问题无界或者有解
6. 单纯形法的矩阵形式
给定基 B 及对应BFS (xB, 0), 其中xB=B-1b
用非基变量表示基变量： 用非基变量表示目标函数：
相对费用向量
修正单纯形法的计算步骤
步0 给定BFS及对应的B-1。计算
步1 计算
。如果
步2 选取 q 满足
步3 计算 yq=B-1aq；若 停，问题无界；否则，选 p 满足
停；得最优解. ，
步4 更新 B-1, B-1b和 涉及到的计算：
，返步1.
核心计算：B-1
基的转换定理
定理 不妨设B= ap出基后所得新基
⊙能进基的变量(使目标值减小)中选指标最小者进基 ⊙能出基的变量(保持可行)中选指标最小者出基
利用Bland法则作为转轴规则求解Beale的例子！ 前四张单纯形表相同！
最后一张单纯形表/最优单纯形表
5. 如何启动单纯形法－人工变量
◎ 目标 判断 Ax=b, x≥0 是否有界； 有解时找一个基本可行解；
◎问题：确定进基变量，转轴后使新BFS的目标值变小？ ⊙ 将Ax=b的任一解用非基变量表示； ⊙ 将目标函数
用非基变量表示. ——选取进基变量的依据
相对/既约费用系数(relative/reduced cost coefficients)
将 Ax=b 的任一解 x 用非基变量表示为
确定进基变量
◎最优性定理
与凸性的关系
线性规划的基本定理(标准形)
基本可行解
极点
线性方程组 的基本性质
代数理论 (与表述形式有关)
设计算法
凸集理论
几何理论
(与表述形式无关)
直观理解
凸性(凸集及性质)
定义
是凸集(convex set)，如果对S中任意
两 点 x , y 和(0,1)中的任一数 α 满足
几何解释：连接集合中任两点的线段仍含在该集合中 性质
• 现在求解大规模、退化问题最有效的是原－对偶 内点法
例1. 食谱问题
◎ 问题：确定食品数量，满足营养需求，花费最小？
n种食品，m种营养成份； －第 j 种食品的单价 －每单位第 j 种食品所含第 i 种营养的数量 －为了健康，每天必须食用第i 种营养的数量
◎ 变量： －食用第 j 种食品的数量
◎ 模型：
线性规划的一般形式
线性规划的标准形(分析、算法)*****
向量表示： 标准形的特征：极小化、等式约束、变量非负
一般形式 转化 标准形
称 松弛(slack)/盈余(surplus)变量
线性规划 解的
几何特征
唯一 解(顶点)！
线性规划问题解的几种情况
例5. 化成标准形
等 价 表 示 为
无(下)界
顶点 一 条 边
始，依次移动到相邻极点/BFS，直到找出 最优解，或判断问题无界.
• 初试化：如何找到一个BFS？ • 判断准则：何时最优？何时无界？ • 迭代规则：如何从一个极点/BFS迭代到相
邻极点/BFS？
1. 转轴(基本解→相邻基本解)
满秩假定： A是行满秩的
规范形(canonical form)
不妨设
线性无关 等价变形
单纯形法的收敛性
◎ 非退化线性规划：任一基本可行解非退化 ◎ 收敛性定理：
对非退化线性规划，从任一基本可行解出发，利用 单纯形法可在有限步内得到最优解或判断问题无界.
◎退化问题
⊙ 单纯形法可能出现循环！ ⊙ 实际中经常碰到退化问题，但很少出现循环 ⊙ 避免出现循环的措施：摄动法、Bland法则、字典序法
的点 y, z 和某
，有
则必有 y=z.
极点与基本可行解的等价性定理
考虑线性规划标准形，其中A是秩为m的m×n 矩阵，令
则x是 K 的极点当且仅当x是线性规划的基本可行解.
线
推论：
性
几
i) 若K非空，则至少有一个极点.
何 形
式
ii) 若线性规划有解，则必有一个极点是最优解.
规 划 基 本 定 理
的
iii) K的极点是有限集.
引入人工变量 目标：
辅助问题的 初始表格！
BFS
第一张 单纯形表
第二张 单纯形表
辅助问题的最优值是0. 原问题的BFS：
例2. 利用两阶段法求解下面的问题 第I阶段：辅助问题
辅助问题的最后一张单纯形表 原问题的初始表格：
原问题的最优解：
两阶段法－可求任一线性规划问题
◎ 第I阶段：启动单纯形法 →构造、求解辅助问题
基本解与基变量(*****)
其中 定义 设B是A 的m个线性无关列组成的矩阵. 置 所有与B无关列对应的变量为零，称所得方程组 的解是Ax=b的基本解(basic solution) 称B是基(basis)； 称与B对应的变量为基变量(basic variables) 满秩假定：m<n，且A的行向量线性无关 退化基本解：某个或某些基变量取零的基本解！ 问题：基本解与基的对应关系？
人工变量
(x, y)=(0, b)是基本可行解！ 故可以(0,b)为初始BFS，利用单纯形法求解辅助问题 假设最后得最优解(x, y)、最优值 z* 和最优基 B
得到原问题的基本可行解
◎ z*> 0，无可行解！
◎ z*= 0，有可行解！
基本解
基变量
一般地：只要有m个单位列 次序可以打乱！
非基变量
规范形的转换问题
◎ 替换问题 假设在上述规范形中，想 ⊙用 什么时候可以替换？ ⊙ 替换后新规范形是什么？
转轴(pivot)
◎ 当且仅当
，可以替换
◎ 替换后，新规范形的系数
转轴公式
－转轴元(pivot element)
第二种解释： 表格中第 i 列的数据－用当前基表示 ai 时的系数
• 1947年, George Dantzig于发明了单纯形法
• 1979年，L. Khachain找到了求解线性规划的一 种有效方法(第一个多项式时间算法－椭球内点法)
• 1984年，Narendra Karmarkan发现了另一种求 解线性规划的有效方法，已证明是单纯形法的强 有力的竞争者(投影内点法)
例1. 求下列方程组以
转轴
为基变量的基本解
转
如何得到第一个规范形
轴
处理：给表格附加m个单位列向量开始迭代，用A
中的列依次替换这些单位列向量
例2. 利用转轴解方程组
转 轴
转
为了得到第一个规范形，形成增广表格
轴
以下运算
同例1 !
x=(0,0,0,4,2,1)
2. BFS→相邻BFS(极点→相邻极点)
◎非退化假设：每一个基本可行解非退化 设x是BFS, 且规范形如前，且假设 aq 进基
单纯形表：BFS对应规范形的表格＋
既约费用系数和BFS目标值的相反数
如何得到第一张单纯形表
◎ 初始表格：BFS对应规范形的表格＋[c 0]
单纯形表可以提供计算所需的所有信息！
◎ 用转轴运算(初等行变换)将 最后一行与基变量对应的元素化为零，
即得第一张单纯形表！
例1.
化标准形
转 轴
得标准形的初始表格/第一张单纯形表
循环的例子
Beale
转轴规则： ◎ 进基变量：最小系数规则 ◎ 出基变量：最小指标规则
第七张单纯形表
循环！
注：循环转轴序列中所有BFS都是退化的！ 且是同一个BFS？
避免循环的方法
◎ 摄动法(Dantzig，1954年) ◎ 字典序法(Orden和Wolfe，1954年) ◎ Bland法则(Bland, 1977)－最小指标法则
例1.
例2.
K 有3个极点 有3个基本解，均可行
K 有2个极点 有3个基本解，2个可行
例3.
Subject to
5个极点
问题/作业 考虑集合
－极点
证明这两个集合的极点是一一对应的！
单纯形法简介
• 适用形式：标准形(基本可行解=极点) • 理论基础：线性规划的基本定理！ • 基本思想：从约束集的某个极点/BFS开
例2. 运输问题
产销平衡/不平衡的运输问题
例3. 其它应用
• 数据包络分析(data envelope analysis, DEA) • 网络流问题(Network flow) • 博弈论(game theory)等
例4. 目标值带绝对值的问题
假设： 事实： 转化为：
信息：极小化逐段线性凸函数可用线性规划来建模
最优值： 最优解：
问题. 设用单纯形法求解标准形式的LP时得到如下 单纯形表.还假设矩阵A的后三列形成单位矩阵
问题. 设用单纯形法求解标准形式的LP时得到如下 单纯形表.还假设矩阵A的后三列形成单位矩阵
1.给出由该表描述的当前基是最优的充分必要条件 (依照表中的系数).
◎定理(BFS的提高) 给定目标值为z0的非退化基本可行解，且假定存
在 j 使得 rj < 0，则 i) 如果用 aj 替换基中某列得到了新的BFS，则新解
处的目标值比 z0 严格小. ii) 如果任何替换都产生不了新的BFS，则问题无界.
◎相对费用系数的经济解释！(合成价格、相对价格)
4. 计算过程－单纯形法
初始表格－单纯形表
初始表格 通常不是单纯形表！
与基矩阵 B 对应的单纯形表
7. 修正单纯形法(Revised simplex method)
◎ 重要事实： ⊙ 通常仅有少数列发生转轴(2m-3m) ⊙ 仅需原始数据(c, A, b)和基 B 的逆矩阵
◎ 核心问题： 如何更新当前基的逆→新基的逆
理论上的表现 表格实现
⊙ 基变量中无人工变量→x 是BFS，B 是对应的基 ⊙ 基变量中有人工变量→驱赶人工变量出基
假设第 i 个基变量是人工变量，且当前单纯形表 第 i 行的前n个数据是
以任一非零元为转轴元转轴
得辅助问题的一个新最优BFS，且基变量中少1个人工变量！
第 i 个约束冗余； 删除单纯形表的第 i 行数据
例1. 给出下面系统的一个基本可行解，或者说明其无解
i) 若有可行解，则必存在基本可行解； ii) 若有解，则必有某个基本可行解是最优解.
基本可行解的个数不超过
线性规划解的几何特征
• 有解：唯一解/多个解(整条边、面、甚至
整个可行集)
有顶点解
• 无界：没有有限最优解 • 不可行：没有可行解
无解
可行集：多边形(二维) →多边集(高维空间)
给出有效的代数刻画和严谨的几何描述，从理论上证 实上述几何特征，并寻求有效算法
. 则 aq 进基， 的逆
这里 ei 表示n 维单位向Fra Baidu bibliotek，向量 v 定义为
相关数据的更新－初等行变换
设转轴元是 ，即 aq 出基， ap进基
左乘该矩阵等价于对矩阵进行初等行变换！
以 为转轴元，转轴后即得新基对应的数据！
例1 求解2.10
a2进基，计算y2. 计算表格如下：
计算
a1进基，计算y1. 得如下表格：
实用优化方法(数值优化)
第2章 线性规划：单纯形法
刘红英 理学院数学系
线性规划
线性规划：目标函数是线性的，约束条件是 线性等式或不等式
线性规划的历史
• 渊源要追溯到牛顿、Liebnitz、Lagrange等
• George Dantzig, Non Neumann(Princeton)和 Leonid Kantorovich在1940’s创建了线性规划
◎问题：确定出基变量，使转轴后新规范形对应BFS？ 因为
所以
令 可否选取合适的
使得
是BFS ？
确定离基变量
至少有一个正元
例3. 考虑线性方程组
转 轴
B=(a1,a2,a3) X=(4,3,1,0,0,0)
a4进基
a1进基
x=(0,1,3,2,0,0)
3. BFS→目标值减小的相邻BFS
设x是BFS，且规范形如前，则有
转
转
轴
轴
0 ↓
-2 ↓
-4 ↓ -27/5
最优解： 最优值：
原问题的极大值：
单纯形法的步骤
步0 形成与初始BFS对应的初始表格. 通过行变换求出第一张单纯形表.
步1 若对每个 j 都有
，停；当前BFS是最优的.
步2 选取 q 满足
步3 若 否则，选 p 满足
，停，问题无界；
步4 以 为转轴元进行转轴，更新单纯形表，返步1.
基本可行解、最优基本可行解
定义 称
的非负基本解是标准形的基
本可行解(basic feasible solution)；
如果还是非退化的，称为非退化基本可行解；
如果还是以Ax=b,x≥0为约束集的线性规划的 最优解，称为最优基本可行解。
例6. 基本可行解及几何意义
线性规划的基本定理(*****)
考虑线性规划标准形，其中A是秩为m的m×n阶 矩阵，则以下结论成立：
一些重要的凸集
超平面(hyperplane): 正/负闭半空间：
多面集(polyhedral convex set): 有限个闭半空间的交集
推 广
平面上：多边形
注：任一线性规划的可行集是多面集！
极点
几何上：极点即不能位于连接该集合中其它两点 的开线段上的点
定义 称凸集C中的点 x 是C的极点，如果存在 C 中
→判断原问题不可行、或可行 → 可行时找到基本可行解及对应规范形
⊙ 第II阶段：利用单纯形法求原问题
→从上述BFS出发，求解所给问题 →原问题无界或者有解
6. 单纯形法的矩阵形式
给定基 B 及对应BFS (xB, 0), 其中xB=B-1b
用非基变量表示基变量： 用非基变量表示目标函数：
相对费用向量
修正单纯形法的计算步骤
步0 给定BFS及对应的B-1。计算
步1 计算
。如果
步2 选取 q 满足
步3 计算 yq=B-1aq；若 停，问题无界；否则，选 p 满足
停；得最优解. ，
步4 更新 B-1, B-1b和 涉及到的计算：
，返步1.
核心计算：B-1
基的转换定理
定理 不妨设B= ap出基后所得新基
⊙能进基的变量(使目标值减小)中选指标最小者进基 ⊙能出基的变量(保持可行)中选指标最小者出基
利用Bland法则作为转轴规则求解Beale的例子！ 前四张单纯形表相同！
最后一张单纯形表/最优单纯形表
5. 如何启动单纯形法－人工变量
◎ 目标 判断 Ax=b, x≥0 是否有界； 有解时找一个基本可行解；
◎问题：确定进基变量，转轴后使新BFS的目标值变小？ ⊙ 将Ax=b的任一解用非基变量表示； ⊙ 将目标函数
用非基变量表示. ——选取进基变量的依据
相对/既约费用系数(relative/reduced cost coefficients)
将 Ax=b 的任一解 x 用非基变量表示为
确定进基变量
◎最优性定理
与凸性的关系
线性规划的基本定理(标准形)
基本可行解
极点
线性方程组 的基本性质
代数理论 (与表述形式有关)
设计算法
凸集理论
几何理论
(与表述形式无关)
直观理解
凸性(凸集及性质)
定义
是凸集(convex set)，如果对S中任意
两 点 x , y 和(0,1)中的任一数 α 满足
几何解释：连接集合中任两点的线段仍含在该集合中 性质
• 现在求解大规模、退化问题最有效的是原－对偶 内点法
例1. 食谱问题
◎ 问题：确定食品数量，满足营养需求，花费最小？
n种食品，m种营养成份； －第 j 种食品的单价 －每单位第 j 种食品所含第 i 种营养的数量 －为了健康，每天必须食用第i 种营养的数量
◎ 变量： －食用第 j 种食品的数量
◎ 模型：
线性规划的一般形式
线性规划的标准形(分析、算法)*****
向量表示： 标准形的特征：极小化、等式约束、变量非负
一般形式 转化 标准形
称 松弛(slack)/盈余(surplus)变量
线性规划 解的
几何特征
唯一 解(顶点)！
线性规划问题解的几种情况
例5. 化成标准形
等 价 表 示 为
无(下)界
顶点 一 条 边
始，依次移动到相邻极点/BFS，直到找出 最优解，或判断问题无界.
• 初试化：如何找到一个BFS？ • 判断准则：何时最优？何时无界？ • 迭代规则：如何从一个极点/BFS迭代到相
邻极点/BFS？
1. 转轴(基本解→相邻基本解)
满秩假定： A是行满秩的
规范形(canonical form)
不妨设
线性无关 等价变形
单纯形法的收敛性
◎ 非退化线性规划：任一基本可行解非退化 ◎ 收敛性定理：
对非退化线性规划，从任一基本可行解出发，利用 单纯形法可在有限步内得到最优解或判断问题无界.
◎退化问题
⊙ 单纯形法可能出现循环！ ⊙ 实际中经常碰到退化问题，但很少出现循环 ⊙ 避免出现循环的措施：摄动法、Bland法则、字典序法
的点 y, z 和某
，有
则必有 y=z.
极点与基本可行解的等价性定理
考虑线性规划标准形，其中A是秩为m的m×n 矩阵，令
则x是 K 的极点当且仅当x是线性规划的基本可行解.
线
推论：
性
几
i) 若K非空，则至少有一个极点.
何 形
式
ii) 若线性规划有解，则必有一个极点是最优解.
规 划 基 本 定 理
的
iii) K的极点是有限集.
引入人工变量 目标：
辅助问题的 初始表格！
BFS
第一张 单纯形表
第二张 单纯形表
辅助问题的最优值是0. 原问题的BFS：
例2. 利用两阶段法求解下面的问题 第I阶段：辅助问题
辅助问题的最后一张单纯形表 原问题的初始表格：
原问题的最优解：
两阶段法－可求任一线性规划问题
◎ 第I阶段：启动单纯形法 →构造、求解辅助问题
基本解与基变量(*****)
其中 定义 设B是A 的m个线性无关列组成的矩阵. 置 所有与B无关列对应的变量为零，称所得方程组 的解是Ax=b的基本解(basic solution) 称B是基(basis)； 称与B对应的变量为基变量(basic variables) 满秩假定：m<n，且A的行向量线性无关 退化基本解：某个或某些基变量取零的基本解！ 问题：基本解与基的对应关系？