贡献者: 零穹
1939 年,苏联数学家 Kantorovich 出版了《生产组织与计划中的线性规划模型》一书,为列宁格勒胶合板厂的计划任务建立了一个线性规划的数学模型,为用数学方法解决管理并使二者结合做出了开创性的工作。后来,由于战争的需要,美国经济学家 Koopmans 重新独立地研究运输问题,并很快看到了线性规划在经济学中应用的意义。此后线性规划也被广泛应用于军事、经济等各方面。鉴于他们在线性规划方面的突出贡献,1975 年的诺贝尔经济学奖授予了他们。1947 年美国数学家 Dantzig 提出了求解一般线性规划问题的方法——单纯性法,之后线性规划问题在理论上日益成熟,并在实际中日益广泛应用。
线性规划研究的是在线性不等式或等式限制下,使得某一线性目标取得最大(或最小)的问题。
1. 线性规划
定义 1 线性规划
若研究的问题可以归结到求解一个关于某些变量的线性函数,使得该函数在变量的某些线性限制条件下,取最大或最小的问题,则称该问题为线性规划模型。设变量有 个,并记变量为 ,所求最大或最小的线性函数为 ,线性限制条件为 ,则线性规划模型可写为(s.t. 是 “使得” 的意思):
其中,z 称为
目标函数, 称为
决策变量,关于 的不等式或等式称为
约束条件, 都要求是关于变量 的线性函数, 是常数。
由线性规划的定义,线性规划模型式 1 具有很多形式,但是我们总可以将其转化为某一种特定的形式,并只需要对这种形式进行研究。
2. 线性规划的标准形式
通常称下面定义的形式为线性规划模型的标准形式。
定义 2 标准形式
具有如下形式的目标函数和约束条件称为线性规划模型的标准形式:
任何线性规划模型式 1 都可以化为标准型式 2 :若约束条件为 ,则引入 ,从而约束条件等价于
此时 称为
松弛变量。
若约束条件为 ,则引入 ,从而约束条件等价于
此时 称为
剩余变量。
若目标函数为 ,则定义 ,于是目标函数等价于 。
若某个变量 无限制,则引入两个变量 ,从而 无限制等价于
在标准形式下,使得目标函数最小的变量 在以变量为的坐标的坐标系下将只能在 “第一象限”。
3. 单纯形法
首先介绍求解线性规划常用的术语。由于任一的线性规划都可化为标准型,我们讨论标准型。
定义 3 可行解,最优解
若 满足线性规划式 2 的约束条件,则称 是线性规划问题式 2 的可行解或可行点。可行解的全体称作可行域。若不存在满足约束条件的 ,则称问题无可行解,简称无解。若对称可行解 ,使得任意可行解 ,都有 ,则称 为最优解或最优点。
定理 1 典则形式
不失一般性,可设标准形式式 2 中的系数矩阵 的前 列线性无关(见证明),则标准形式等价于如下的典则形式
其中
是形如 的矩阵。
证明:将式 2 写为矩阵形式:
其中 。设 的秩总为 (否则可将某些约束条件去掉变成这一情形,或者由约束可知问题无解,于是不用讨论),总可以调换
式 2 中 之间的顺序,使得 中 个线性无关的列在前 列。因此,总可以认为矩阵 的前 列是线性无关的。
设 是 的前 列构成的矩阵, 是后 列构成的矩阵,。那么有
即 ,从而 。于是
式 7 等价于
证毕!
定义 4 典则形式,基变量,基本解,检验数
式 6 称为式 2 的典则形式,其中 称为基变量,对应 的式 6 的解称为基本解, 的分量称为基本解的检验数,对应基变量的 的前 列构成的矩阵称为可行基。
注意,基本解只是式 6 的约束条件的解,而不一定是可行解,除非对应的 大于 0。
推论 1
线性规划的典则形式式 6 的基本可行解是最优解的充要条件是检验数恒小于等于 0。
证明:充分性:设 是任一可行解。那么把它带入标准式和典则式中,即得
而可行解意味着 ,因此所有的 意味着 ,因而基本可行解是最优解。
必要性:设基本解 是最优解,即 。若 ,则一定存在可行解 ,使得 中仅 分量不为 0,而其它分量为 0,并且 (暂略)。把它带入式 6 ,则得 。这与 最小矛盾。
证毕!