I . 线性规划问题解
下面是一个 线性规划 数学模型 的 标准形式 :
- 1. 决策变量个数 : 线性规划数学模型中 有
n 个 决策变量 ;
- 2. 约束方程个数 : 该模型中有
m 个约束方程 ;
maxZ=∑j=1ncjxjs.t⎩⎪⎨⎪⎧∑j=1naijxj=bi(i=1,2,⋯,m)xj≥0,j=1,2,⋯,n②约束方程③变量约束①目标函数
线性规划的解 : 满足约束条件 ② 和 ③ 有很多解 , 这些解中肯定有一个或多个解 , 使 ① 目标函数 有最大值 ;
II . 可行解 与 可行域
可行解 : 满足 约束方程 , 变量约束 的解是可行解 ;
可行域 : 所有的可行解集合 是可行域 ;
III . 最优解
首先 这个解必须是可行解 , 在可行解的基础上 , 使目标函数达到最大值的解 是 最优解 ;
IV . 秩 的 概念
1. 向量 概念 :
- ① 数学 概念 : 空间中的箭头 , 二维 或 三维 , 由方向 和 长度 两种属性 ;
- ② 计算机 概念 : 有序的数字列表 , 这里使用的就是这种概念 ,
n 维向量有
n 个数字组成 ;
2. 向量组 : 由多个向量组成的结构 , 下面的
α1 就是一个
n 维向量 , 该向量由
n 个数字组成 (
n>0 ) ; 多个这种向量组成向量组 ;
3. 极大线性无关组 : 向量组
T 中 , 如果有 一部分组
α1,α2,⋯,α3 满足下面两个条件 :
- ① 部分组线性无关 :
α1,α2,⋯,α3 是线性无关的 ;
- ② 部分组线性表示 :
T 中的每个向量都可以由
α1,α2,⋯,α3 此部分组 中的一个或多个 线性表示 ; ( 如 向量组
β=2α1+α2 )
α1,α2,⋯,α3 称为向量
T 的极大无关组 ;
4. 向量的秩 : 一个向量组的极大线性无关组所包含的向量个数 , 是向量组的秩 ;
- ① 如果向量组中的向量都是
0 向量 , 那么其秩为
0 ;
- ② 向量组
α1,α2,⋯,αn 的秩记为
rank{α1,α2,⋯,α3}
5. 矩阵的秩 :
- ① 方阵的秩 : 方阵是 行数 和 列数 相等的矩阵 , 其 列秩 和 行秩 是相等的 , 其 行数 = 列数 = 秩 ;
- ② 矩阵的秩 :
m×n 矩阵的秩 最大取值 是
m 和
n 中较小的那个值 , 即
min(m,n) ;
- ③ 满秩 : 如果矩阵的秩 等于
min(m,n) , 那么该矩阵被称为 有满秩 , 是满秩矩阵 ;
- ④ 欠秩 : 反之 如果矩阵的秩 小于
min(m,n) , 那么该矩阵 称为 秩不足 ( 欠秩 ) ;
V . 基 的概念
系数矩阵 : 约束方程的 系数 可以组成一个
m×n 阶 矩阵 , 即
m 行 ,
n 列 , 代表 有
m 个约束方程 , 每个约束方程有
n 个变量 ;
基 :
- ① 矩阵秩 : 设
A 为上述
m×n 阶系数矩阵
(m<n) , 其秩 为
m ; ( 该矩阵的秩的最大取值是
min(m,n) )
- ② 满秩矩阵 : 矩阵
B 是矩阵
A 的
m 阶满秩子矩阵 , 其中
∣B∣=0 ,
B=⎣⎢⎢⎢⎢⎢⎡a11⋮am1⋯⋮⋯a1m⋮amm⎦⎥⎥⎥⎥⎥⎤=(p1⋯pm)
- ③ 基引入 : 则称
B 是线性规划问题的 一个基 ;
矩阵的阶数 :
m 行
n 列 矩阵称为
m×n 阶矩阵 ;
m 行
m 列方阵 , 称为
m 阶矩阵 ;
m 阶满秩子矩阵 :
- ①
m 阶 : 是指矩阵是
m×m 阶矩阵 , 其实一个
m 行
m 列的方阵 ;
- ② 满秩 : 该矩阵的最大秩是
min(m,m) , 其秩为
m 时 , 是满秩矩阵 ;
- ③ 子矩阵 : 该矩阵
B (
m× m 阶矩阵 ) 是 矩阵
A (
m× n 阶矩阵 ) 的子矩阵 ;
VI . 基变量 与 非基变量
基向量 : 设有以下系数矩阵 :
B=⎣⎢⎢⎢⎢⎢⎡a11⋮am1⋯⋮⋯a1m⋮amm⎦⎥⎥⎥⎥⎥⎤=(p1⋯pm)
称 矩阵
B 中的每个列向量
Pj(j=1,2,⋯,m) 为基向量 ;
基变量 : 与 基向量
Pj 对应的变量
xj 称为基变量 ;
非基变量 : 基变量之外的其它变量 , 称为 非基变量 ;
VII . 基解
基解 :
- ① 确定基 : 确定一个基
B , 该矩阵是系数矩阵
A 的满秩子矩阵 , 即一个
m×m 阶矩阵 ;
- ② 处理非基变量 : 将非基变量 设置成
0 ;
- ③ 解出基解 : 将 基 代入约束方程 , 解出对应的变量值 , 即基解 ;
- ④ 基解个数 : 基解中变量取值 非
0 个数 , 小于等于 约束方程个数
m , 基解的总数 不超过
Cnm
排列组合 说明 :
n>m , 从
n 个变量中取
m 个 , 这是集合的组合问题 , 从
n 元集 中取
m 个元素的个数 , 即
C(n,m)=Cnm=m!P(n,m)=(n−m)!m!n! , 如果要求顺序 , 就是排列问题
P(n,m)=(n−m)!n! ;
m 阶满秩子矩阵 : 基是满秩子矩阵
- ①
m 阶 : 是指矩阵是
m×m 阶矩阵 , 其实一个
m 行
m 列的方阵 ;
- ② 满秩 : 该矩阵的最大秩是
min(m,m) , 其秩为
m 时 , 是满秩矩阵 ;
- ③ 子矩阵 : 该矩阵
B (
m× m 阶矩阵 ) 是 矩阵
A (
m× n 阶矩阵 ) 的子矩阵 ;
VIII . 基可行解 与 可行基
基可行解 : 解出的基解 , 有一部分满足 变量的 非负 约束 , 即解大于等于
0 , 这些解称为基可行解 ;
有些解小于
0 的 , 显然不满足大于等于
0 的条件 , 这些基解不是可行解 , 没有用处 ;
可行基 : 基可行解 对应的基 , 称为 可行基 ;
下面的文氏图 描述的是 非可行解 , 基解 , 可行解的 集合关系 ;
总体分为 可行解 与 非可行解 , 基解中一部分是可行解 , 一部分是非可行解
IX . 示例 求基矩阵
求下列线性规划问题的 基矩阵 :
maxZ=4x1−2x2−x3⎩⎪⎪⎪⎪⎪⎪⎨⎪⎪⎪⎪⎪⎪⎧5x1+x2−x3+x4=3−10x1+6x2+2x3+x5=2xj≥0,j=1,⋯,5
解 :
该约束方程 , 共有
x1,x2,x3,x4,x5 , 五个变量 ;
将约束方程补全变量为 :
⎩⎪⎨⎪⎧5x1+x2−x3+x4+0x5=3−10x1+6x2+2x3+0x4+x5=2
其系数矩阵为 :
A=⎣⎡5−1016−121001⎦⎤
该系数矩阵的秩为
min(2,5)=2 , 矩阵的基为 2阶满秩子矩阵 ;
每一列都是一个 向量 , 共有 5 个向量 , 选择其中 2 个 , 该问题是 从 5 元集 中选取 2 个的 组合问题 ;
其基的组合方式有
C(5,2) 种 :
C(5,2)=2!(5−2)!5!=2×3×25×4×3×2=10
2阶子矩阵有
10 种 选取方式 ; 基的要求还需要 满秩 , 2阶的满秩子矩阵 才是基 , 满秩 即 其列向量 线性无关 , 两列 向量 不能使用线性表示 ;
① 子矩阵 1 : ( 不是基矩阵 )
B1=[5−10−12]
注意 该矩阵 第一列 与 第二列 存在线性关系 , 第一列向量 乘以
−5 即可得到第二列向量 ;
B11=[5−10]B12=[−12]
B12=−5×B11
该矩阵的秩为
1 , 不是满秩的 , 满秩秩为
min(2,2)=2 , 因此该矩阵不是基矩阵 ;
② 子矩阵
2⋯9 : 其它矩阵 列向量 之间没有线性关系 , 都是满秩的 , 且都为
2 阶满秩子矩阵
B2=[5−1016]
B3=[5−1001]
B4=[5−1010]
B5=[16−12]
B6=[1610]
B7=[1601]
B8=[−1210]
B9=[−1201]
B10=[1001]
该矩阵
B2⋯B10 是系数矩阵的 2阶满秩子矩阵 ;