4线性规划的基本理论

第四章 线性规划本章主要内容：线性规划的基本理论 线性规划的单纯形法 线性规划的对偶理论 线性规划的对偶单纯形法教学目的及要求：理解线性规划的基本理论；掌握线性规划的单纯形法；理解线性规划的对偶理论；掌握线性规划的对偶单纯形法。

教学重点：线性规划的单纯形法． 教学难点：线性规划的对偶单纯形法． 教学方法：启发式．教学手段：多媒体演示、演讲与板书相结合． 教学时间：6学时． 教学内容：§4.1 线性规划的基本理论考虑线性规划问题11min ;,1,2,,,0,1,2,,.nj j j n ij j i j j c x a x b i m x j n ==⎧⎪⎪⎪==⎨⎪⎪≥=⎪⎩∑∑ s.t. (LP)或min ;,0.T c x Ax b x ⎧⎪=⎨⎪≥⎩s.t. 其中 121212(,,,),(,,,),(,,,),(),T T T n n m ij m n x x x x c c c c b b b b A a ⨯====A 称为约束矩阵，Ax b =称为约束方程组，0x ≥称为非负约束．假定：rank()A m =．定义 在（LP ）中，满足约束方程组及非负约束的向量x 称为可行解或可行点；所有可行解的全体称为可行解集或可行域，记作K ，即{,0}K Ax b x ==≥．使目标函数在K 上取到最小值的可行解称为最优解；最优解对应的目标函数值称为最优值．定义 在（LP ）中，约束矩阵A 的任意一个m 阶满秩子方阵B 称为基，B 中m 个线性无关的列向量称为基向量，x 中与B 的列对应的分量称为关于B 的基变量，其余的变量称为关于B 的非基变量．任取（LP ）的一个基12(,,,)m j j j B p p p = ，记12(,,,)m T B j j j x x x x = ，若令关于B 的非基变量都取0，则约束方程Ax b =变为B Bx b =．由于B 是满秩方阵，因此B Bx b =有唯一解1B x B b -=．记121(,,,)m T j j j B b x x x -= ，则由12,1,2,,,0,{1,2,,}{,,,}k k j j j m x x k m x j n j j j ===∀∈-所构成的n 维向量x 是Ax b =的一个解，称之为（LP ）的关于B 的基本解．基本解满足约束方程组，但不一定满足非负约束，所以不一定是可行解．若10B b -≥，即基本解x 也是可行解，则称x 为（LP ）的关于基B 的基本可行解，相应的基B 称为（LP ）的可行基；当10B b ->时，称此基本可行解x 是非退化的，否则，称之为退化的．若一个（LP ）的所有基本可行解都是非退化的，则称该（LP ）是非退化的，否则，称它是退化的．例1 求下列线性规划问题的所有基本可行解．12123124min 44;4,2,0,1,2,3,4.j x x x x x x x x x j -⎧⎪-+=⎪⎨-++=⎪⎪≥=⎩s.t. 解 约束矩阵的4个列向量依次为12341110,,,1101p p p p -⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭．全部基为113214323424534(,),(,),(,),(,),(,),B p p B p p B p p B p p B p p ===== 对于1B ，1x 和3x 为基变量，2x 和4x 为非基变量．令2x =4x =0，有1314,2,x x x +=⎧⎨-=⎩ 得到关于1B 的基本解(1)(2,0,6,0)T x =-，它不是可行解．对于2B ，1x 和4x 为基变量，2x 和3x 为非基变量．令2x =3x =0，有1144,2,x x x =⎧⎨-+=⎩ 得到关于2B 的基本解(2)(4,0,0,6)T x =，它是一个非退化的基本可行解．同理，可求得关于345,,B B B 的基本解分别为(3)(4)(5)(0,2,6,0),(0,4,0,6),(0,0,4,2)T T T x x x ==-=，显然，(3)x 和(5)x 均是非退化的基本可行解，而(4)x 不是可行解．因此，该问题的所有基本可行解为(2)(3)(5),,x x x ．此外，因为这些基本可行解都是非退化的，所以该问题是非退化的．定理 1 设x 为（LP ）的可行解，则x 为（LP ）的基本可行解的充要条件是它的非零分量所对应的列向量线性无关．证明 不妨设x 的前r 个分量为正分量，即12(,,,,0,,0),0(1,2,,).T r j x x x x x j r =>=若x 是基本可行解，则取正值的变量12,,,r x x x 必定是基变量，而这些基变量对应的列向量12,,,r p p p 是基向量．故必定线性相关．反之，若12,,,r p p p 线性无关，则必有0r m ≤≤．当r m =时，12(,,,)r B p p p = 就是一个基；当r m <时，一定可以从约束矩阵A 的后n r -个列向量中选出m r -个，不妨设为12,,,r r m p p p ++ ，使121(,,,,,,)r r m B p p p p p += 成为一个基．由于x 是可行解，因此1rj j j x p b ==∑，从而必有1mj j j x p b ==∑．由此可知x 是关于B 的基本可行解．定理 2 x 是（LP ）的基本可行解的充要条件是x 为（LP ）的可行域的极点．证明 由定理4.1.1和定理2.2.2知结论成立． 例2 求下列线性规划问题的可行域的极点．1212314min ;22,2,0,1,2,3,4.j x x x x x x x x j -⎧⎪++=⎪⎨+=⎪⎪≥=⎩s.t. 解 因为约束矩阵的4个列向量依次为12341210,,,1001p p p p ⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭．全部基为112213314424534(,),(,),(,),(,),(,),B p p B p p B p p B p p B p p ===== 求得关于基12345,,,,B B B B B 的基本解分别为(1)(2)(3)(4)(5)(2,0,0,0),(2,0,0,0),(2,0,0,0),(0,1,0,2),(0,0,2,2)T T T T T x x x x x =====显然，(1)(2)(3),,x x x 均为退化的基本可行解，(4)(5),x x 是非退化的基本可行解．可行域有三个极点：(2,0,0,0)T ，(0,1,0,2)T ，(0,0,2,2)T ．定理3 若（LP ）有可行解，则它必有基本可行解． 证明 由定理2.2.1及定理4.1.2知结论成立．定理4 若（LP ）的可行域K 非空有界，则（LP ）必存在最优解，且其中至少有一个基本可行解为最优解．证明 根据推论 2.2.6，（LP ）的任一可行解x 都可表示为（LP ）的全部基本可行解12,,,k x x x 的凸组合，即 1,ki i i x x x K λ==∀∈∑，其中10(1,2,,),1ki i i i k λλ=≥==∑ ．设s x 是使（LP ）中目标函数值达到最小的基本可行解，即 1min T T s i i kc x c x ≤≤=，则11,k kTTT T i i i s s i i c x c x c x c x x K λλ===≥=∀∈∑∑．这表明，基本可行解s x 为（LP ）的最优解．定理5 设（LP ）的可行域K 无界，则（LP ）存在最优解的充要条件是对K 的任一极方向d ，均有0T c d ≥．证明 根据定理2.2.10，（LP ）的任一可行解x 都可写成11kli i j j i j x x d λμ===+∑∑，其中12,,,k x x x 为（LP ）的全部基本可行解，12,,,l d d d 为K 的全部极方向，且10(1,2,,),1,0(1,2,,)ki i j i i k j l λλμ=≥==≥=∑ ．于是，（LP ）等价于下面以0(1,2,,)0(1,2,,)i j i k j l λμ≥=≥= 和为决策变量的线性规划问题111min ()();1,0,1,2,,,0,1,2,,.k lT Ti i j j i j k i i i j c x c d i k j l λμλλμ===⎧+⎪⎪⎪⎪=⎨⎪⎪≥=⎪≥=⎪⎩∑∑∑ s.t. 由于j μ可以任意大，因此若存在某个j d ，使0T j c d <，则上述问题的目标函数无下界，从而不存在最优解，从而（LP ）不存在最优解．若1,2,,j l ∀= ，均有0T j c d ≥，设1min T T s i i kc x c x ≤≤=，则11()(),k lTTT T i i j j s i j c x c x c d c x x K λμ===+≥∀∈∑∑．所以基本可行解s x 是（LP ）的最优解．推论6 若（LP ）的可行域K 无界，且（LP ）存在最优解，则至少存在一个基本可行解为最优解．证明 由定理4.1.5的证明过程可知结论成立．定理7 设在（LP ）的全部基本可行解12,,,k x x x 中，使目标函数值最小者为12,,,s i i i x x x ；在K 的全部极方向12,,,l d d d 中，满足0T j c d =者为12,,,t j j j d d d ．若（LP ）存在最优解，则x 为（LP ）的最优解的充要条件是存在10(1,2,,),1,0(1,2,,)pp qsi i j p p s q t λλμ=≥==≥=∑使11p p q q s ti i j j p q x x d λμ===+∑∑． （*）证明 因为（LP ）存在最优解，所以由定理4.1.4和推论4.1.6及其证明知，基本可行解12,,,s i i i x x x 是（LP ）的最优解．设x 具有（*）式的形式，则由推论2.2.6和定理2.2.10知，x 为（LP ）的可行解，从而由（*）式知，111p p q q s tTTT T i i j j i p q c x c x c d c x λμ===+=∑∑因此，x 为（LP ）的最优解．反之，设x 为（LP ）的任一最优解，则x 为可行解，于是由推论2.2.6和定理2.2.10知，存在 10(1,2,,),1,0(1,2,,)ki i j i i k j l λλμ=≥==≥=∑ ，使 11k li i j j i j x x d λμ===+∑∑． （**）根据定理1.1.5，有 0,1,2,,T j c d j l ≥= ， 且由1i x 为最优解知1,1,2,,T T i i c x c x i k ≥= ．从而由上述两式容易用反证法证明：若（**）式中某个0i λ>，则i x 必为（LP ）的最优解；若（**）式中某个0j μ>，则必有0T j c d =。