标签：10 可行 xm 终结 理论 单纯形法 cdots beta 我们
典式
我们对于
A
A
A先随便选择一个基，不妨假设
A
A
A的前
m
m
m列就是一个基(不是的话先对
A
A
A换列即可，这不是重点，这里假设完全是为了证明简洁，实际操作的时候并不需要)，则等式约束
A
x
=
b
Ax=b
Ax=b变为:
同样，目标函数
c
T
x
c^Tx
cTx我们改写为：
从而，原来的线性规划变为：
我们之后，都将转为来求解这个线性规划，那么应该注意到，变量仍然是
x
x
x，但是
B
,
b
,
N
,
c
B
T
,
c
N
T
B,b,N,c_B^T,c_N^T
B,b,N,cBT,cNT都是常量了。
上述矩阵有点抽象，为了具体研究，我们把上面的常量进行展开。我们令
【复习一下】
B
−
1
b
>
=
0
B^{-1}b>=0
B−1b>=0吗？
答案：不一定哦，不明白的自己恶补之前的单纯形法系列。
经过上述常量展开，线性规划最终成为了：
我们将上述线性规划称之为与原线性规划(LP)对应的典式(LP')。
注意，除了
x
x
x，其他的全是常量。我们要找一个
x
x
x，使得这个目标函数值最小。
之后，我们均基于上述典式来讨论。
λ
i
\lambda_i
λi在单纯形法中有一个专门的名字叫做检验数。
定理
定理1: \quad 如果上述用到的基B是一个可行基，而且所有检验数小于等于0，那么可行基对应的基可行解就是最优解。
证明:
\quad
由于基B是一个可行基，那么对应的基可行解就是
(
x
B
,
x
N
)
=
（
x
B
,
0
)
=
(
B
−
1
b
,
0
)
=
(
α
1
,
⋯
,
α
m
,
0
,
⋯
,
0
)
≥
0
(x_B,x_N)=（x_B,0)=(B^{-1}b,0)=(\alpha_1,\cdots,\alpha_m,0,\cdots,0)\ge 0
(xB,xN)=（xB,0)=(B−1b,0)=(α1,⋯,αm,0,⋯,0)≥0，我们把这个基可行解代入到目标函数中去，发现值为
f
0
f_0
f0，那么有没有其他更小的值了呢？下面继续证明，所有检验数小于等于0时，没有了。
由于
f
0
f_0
f0为常数，而且所有检验数小于等于0，所以如果
x
N
x_N
xN中但凡有一个元素不为0，目标函数值都会变大（我们是最小化）。举个例子，如果
λ
m
+
1
=
−
1
,
x
m
+
1
=
10
,
f
0
=
2
\lambda_{m+1}=-1,x_{m+1}=10,f_0=2
λm+1=−1,xm+1=10,f0=2，那么
z
=
f
0
−
(
−
1
∗
10
+
0
)
=
12
z=f_0-(-1*10+0)=12
z=f0−(−1∗10+0)=12，我们发现了什么？
x
N
x_N
xN中不能有元素取非0，否则目标函数值都会变大。
而且细心的你也发现了，姑且不论你 x m + 1 = 10 x_{m+1}=10 xm+1=10会使目标函数变大不说，而且还可能破坏 x B > = 0 x_B>=0 xB>=0,因为你应该注意到 x 1 x_1 x1会与 x m + 1 x_{m+1} xm+1有关（下面的那 m m m个等式条件）。
证毕。
我们对于这个典式一下子就求完了最优解，超快有没有，而且前面说了这个和原始线性规划是等价的，你可以从典式一步一步写回去，所以典式最优解就是原来线性规划的最优解。
但是，所有检验数都小于等于0，我们通常没有这么好的运气。只是说，我们选了一个可行基之后，改造为典式，发现其检验数全小于等于0，我们就下结论，可行基对应的基可行解就是最优解。
所以我们要面对一般性的情况，如果有检验树大于0怎么办？
引理2: \quad 如果原线性规划存在最优解，而且上述用到的基B是一个可行基，而且存在一个检验数 λ m + k > 0 \lambda_{m+k}>0 λm+k>0，那么 x m + k x_{m+k} xm+k对应的对应的系数 β 1 , m + k , ⋯ , β m , m + k \beta_{1,m+k},\cdots,\beta_{m,m+k} β1,m+k,⋯,βm,m+k至少有一个大于0。
证明:
\quad
我们采用反证法，假设
x
m
+
k
x_{m+k}
xm+k对应的对应的系数
β
1
,
m
+
k
,
⋯
,
β
m
,
m
+
k
\beta_{1,m+k},\cdots,\beta_{m,m+k}
β1,m+k,⋯,βm,m+k全部小于等于0。我们上面已经知道了，把基可行解代入的时候目标函数值是
f
0
f_0
f0。我们将基可行解进行改造，让这个非基变量
x
m
+
k
x_{m+k}
xm+k从0增大到
+
∞
+\infty
+∞，其他非基变量的值保持0不变，不过，其他的m个基变量也因为等式约束的问题，因
x
m
+
k
x_{m+k}
xm+k增大而变了，我们发现其他的m个基变量只增不减，从而仍然大于等于0。为什么？为了给大家更好理解，我们假设
k
=
1
k=1
k=1，即
λ
m
+
1
>
0
\lambda_{m+1}>0
λm+1>0，根据反证法假设
β
1
,
m
+
1
,
⋯
,
β
m
,
m
+
1
\beta_{1,m+1},\cdots,\beta_{m,m+1}
β1,m+1,⋯,βm,m+1全小于等于0。又，我们只改造了
x
m
+
1
x_{m+1}
xm+1这个非基变量，其他非基变量仍然为0，所以等式约束变成了下面这样。
我们增大
x
m
+
1
x_{m+1}
xm+1，又前面的系数全小于等于0，那么基变量
x
i
x_i
xi当然只增不减了。
即，这个被改造的解 ( a 1 , ⋯ , a m , + ∞ , 0 , ⋯ , 0 ) (a_1,\cdots,a_m,+\infty,0,\cdots,0) (a1,⋯,am,+∞,0,⋯,0)仍然是可行解，我们代入到目标函数中，看看值是多少。由于 λ m + k > 0 \lambda_{m+k}>0 λm+k>0， x m + k − > + ∞ x_{m+k}\quad -> +\infty xm+k−>+∞所以 λ m + k x m + k − > + ∞ \lambda_{m+k}x_{m+k} \quad ->+\infty λm+kxm+k−>+∞，那么代入目标函数值，此时为 f 0 − + ∞ + 0 = − ∞ f_0-+\infty +0 =-\infty f0−+∞+0=−∞。发现这个线性规划没有最优解，可以为负无穷，与定理中的条件有最优解矛盾，从而反证法中的假设不成立，即： x m + k x_{m+k} xm+k对应的对应的系数 β 1 , m + k , ⋯ , β m , m + k \beta_{1,m+k},\cdots,\beta_{m,m+k} β1,m+k,⋯,βm,m+k至少有一个大于0。
证毕。
还是要说的是，上面这个引理并没有指明遇到这种情况的时候，怎么找最优解。所以给出定理3。
定理3: \quad 如果上述用到的基B是一个非退化的可行基（即对应的基可行解是非退化的），而且存在一个检验数 λ m + k > 0 \lambda_{m+k}>0 λm+k>0，而且 x m + k x_{m+k} xm+k对应的对应的系数 β 1 , m + k , ⋯ , β m , m + k \beta_{1,m+k},\cdots,\beta_{m,m+k} β1,m+k,⋯,βm,m+k至少有一个大于0。那么一定存在另外一个非退化的可行基，它对应的基可行解比当前的基可行解得到的目标函数值小，即更优。
证明:
\quad
有了引理2，这个较容易证明。根据定理中的条件，我们假设检验数
λ
m
+
1
>
0
,
β
1
,
m
+
1
>
0
\lambda_{m+1}>0,\beta_{1,m+1}>0
λm+1>0,β1,m+1>0，我们依然是采用上面构造一个新的可行解的思想。不过这次我们不敢让
x
m
+
1
x_{m+1}
xm+1增大到无穷大了，因为：
如果增大到无穷大，又由于
β
1
,
m
+
1
>
0
\beta_{1,m+1}>0
β1,m+1>0，那么
x
1
x_1
x1必然无穷小。从而不满足可行解的要求。所以我们出于减小目标函数值得目的，我们当然会适当的增大
x
m
+
1
=
θ
>
0
x_{m+1}=\theta>0
xm+1=θ>0，使得其刚好满足等式
x
1
=
0
=
α
1
−
β
1
,
m
+
1
θ
x_1=0=\alpha_1-\beta_{1,m+1}\theta
x1=0=α1−β1,m+1θ，这个时候我们改造成了可行解为
(
0
,
a
2
,
⋯
,
a
m
,
θ
,
0
,
⋯
,
0
)
(0,a_2,\cdots,a_m,\theta,0,\cdots,0)
(0,a2,⋯,am,θ,0,⋯,0)，代入目标函数值，发现其为
f
0
−
λ
m
+
1
x
m
+
1
=
f
0
−
λ
m
+
1
θ
<
f
0
f_0 -\lambda_{m+1} x_{m+1}=f_0-\lambda_{m+1}\theta<f_0
f0−λm+1xm+1=f0−λm+1θ<f0，真的更优了！这个时候其实相当于将
x
0
=
0
x_0=0
x0=0变成了出基，变成了非基变量，
x
m
+
1
x_{m+1}
xm+1变成了入基，成为了基变量，而且这个解也是非退化的基可行解，大家想想是不是！根据单纯形法系列篇的知识，一个这样的基可行解也对应着一个新的的可行基，即我们可以将原线性规划的基更换为这个新的可行基，然后化成典式，回到定理1，查看检验数是不是全部小于等于0，如果是，那么这个新基对应的基可行解就是最优解，否则根据定理3，继续入基出基。
标签：10,可行,xm,终结,理论,单纯形法,cdots,beta,我们 来源： https://blog.csdn.net/qq_43391414/article/details/115800635
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。