要找线性规划的最优解只需在基可行解中选择就可以了,这样将选择的范围控制在有限个。
1、定理1
设x是标准型线性规划(LP)的可行解，x为(LP)的基可行解的充要条件是，x的正分量对应的系数列向量线性无关。
2、定理2:
设x是标准型线性规划(LP)的可行解，x为 (LP)的基可行解的充要条件是，x为可行域D的极点
我们可以证明其必要性与充分性：
必要性：
不妨设x=(x1,x2,···,xm,0,···,0)T是(LP)
的基可行解,且x1,x2,···,xm是基变量,假设有
u,v∈D,
0<α <1,使得 x=α u+(1-α)v 当m+1≤j≤n时,0=xj=α uj
+(1-α)vj ,因此uj =vj =0.
所以p1u1+p2u2+···+pmum=p1v1+p2v2+···+pmvm=b
从而p1(u1-v1)+p2(u2-v2)+···+pm(um-vm)=0
由于x是基可行解,所以p1,p2,···,pm线性无关,
uj =vj(i=1,2,···,m).从而u=v.这说明x为极点.
充分性：
设x=(x1,x2,··· ,xk,0,··· ,0)T是可行域的
极点,其中x1,x2,··· ,xk>0.
假设x不是基可行解,于是p1,p2,··· ,pk线性相关,
即有一组不全为0的数α1,α2,··· ,αk,使得
α1p1+α2p2+··· +αkpk=0 (2.4)
又x∈D,所以 x1p1+x2p2+··· +xkpk=b (2.5)
用ε >0乘(2.4)再与(2.5)相加减得
(x1+εα1)p1+(x2+εα2)p2+··· +(xk+εαk)pk=b (x1–εα1)p1+(x2–εα2)p2+··· +(xk–εαk)pk=b
令u=(x1+εα1,x2+εα2,··· ,xk+εαk,0,··· ,0)T v=(x1–εα1,x2–εα2,··· ,xk–εαk,0,···,0)T
则有Au=b,Av=b,当ε充分小时,可使u≥0,v≥0.
因此,当ε充分小时,u,v都是(LP)的可行解,且 u≠v,x=1/2 u+1/2 v,
这与x是D的极点相矛盾.
因此x是基可行解
推论：线性规划(LP)的可行域D={x|Ax=b,x≥0}最多具有有限个极点，但基可行解与极点并不是一一对应的。
简单地将，我们计算基可行解得到了变量x的解向量，这个响亮如果只是几个相同值得顺序调换，比方说(5,0,0,5,12)与(0,5,0,5,12)，就对应着同一个极点。
3、定理3
若线性规划(LP)存在可行解,则它一定存在基可行解
证明 设x=(x1,x2,···,xn)T是(LP)的可行解.不失
一般性,设其前k个分量为正,其余分量为零.则有
Σxj*pj=b
若p1,p2,···,pk线性无关,则x为基可行解;
若p1,p2,···,pk线性相关,即有一组不全为0的数
α1,α2,··· ,αk,使得α1p1+α2p2+··· +αkpk=0
与定理2的证明类似,作 x1=x+εα,x2=x-εα,其中α=(α1,···,αk,0,···,0)T
当ε充分小时,x1,x2是线性规划(LP)的可行解.
选择适当的ε,使得xj+εαj,xj-εαj(j=1,···,k)中至少
有一个为零,而其余的值大于零.
这样得到一个新的可行解,其中非零分量的个
数比x至少减少一个.
如果新的可行解正分量对应的列向量线性无
关,则问题得证.否则重复上面的过程直到正分
量对应的列向量线性无关为止.
4、定理4
若线性规划(LP)存在最优解，则必存在基可行解是最优解
设x是最优解，若x不是基可行解，做出两个新
的可行解：x+ea，x-ea，对应的目标函数值为cTx+ecTa与cTx-ecTa
由于x是最优解，cTx+ecTa≥cTx；cTx-ecTa≥cTx
因此cTa=0
于是，当e>0充分小的时候，x+ea，x-ea也是可行最优解
