在本章中,我们将多面体描述为由有限个线性等式和不等式描述的几何,特别的,在一个线性规划问题中的可行集是一个多面体。我们将主要研究其顶点。本章的结果表明非空的多面体至少有一个顶点当且仅当其不含一条直线,基于此,线性规划问题的最优解的寻找被限制在了顶点上。
一、多面体和凸集
在本节中,我们先来学习一些基本概念方便后续的深入。首先是超平面,半空间和多面体。
如前述所说,线性规划问题的可行集可以被描述为形如AX>=b的约束的形式,即多面体,特别的,AX=b,x>=0,也是多面体,且后续我们会知道,其就是多面体的标准形式。一个多面体既可以是无限延申,也可以被限制在一个有限区域。以下为有界定义。
超平面和半空间定义如下:
可以注意到超平面就是半空间的边界,超平面定义中的向量a是垂直于超平面本身的,注意到多面体就是有限个半空间的相交。
下面我们给出凸集的定义:
凸组合、凸包的定义:
由此得出一些结论:
- 凸集的交仍是凸集
- 每一个多面体均是凸集
- 凸集的有限元素的组合仍是凸集
- 有限个向量的凸包也是凸集(如图)
二、极点、顶点、基可行解
由前述可知线性规划的最优解出现在多面体的角上,本节中我们给出三种不同的定义角的概念的方式并且之后将证明三种方式是一样的。
我们的第一个定义是多面体的极点,其无法用多面体其他两点的图组合来表示。定义如下:
如上图,向量w不是极点,因为他是v和u的凸组合,向量x是极点,当,则要么.
另一种几何定义是将多面体P的顶点定义为具有可行集P的线性规划问题的唯一最优解。
换句话说x是P的顶点当且仅当P在一个超平面的一边,这个超平面与P仅相交于点x。
从算法的观点来看,我们到目前为止给出的两个几何定义并不容易处理。我们希望有一个定义,它依赖于多面体在线性约束方面的表示,并简化为代数计算。考虑如下由线性等式与不等式定义的多面体。
M为有限索引集,a为向量,b为标量。以下为约束
如果有n个约束在向量x* 上是有效的,那么x* 满足n个未知数的n个线性方程组。这个系统有唯一解当且仅当这n个方程是线性无关的。“下面的结果给出了这一陈述的精确含义,并略有概括
注意到我们在关注可行解时所有的等式约束都要是有效的,这表明了以下寻找角的方法:首先施加等式约束,然后要求足够多的附加约束是有效的,这样我们就得到了总共n个线性独立的有效约束。一旦我们有n个线性独立的有效约束,就确定了唯一的向量x *(定理2.2)。然而,这个过程并不能保证得到一个可行向量x *,因为一些无效约束可能会被违反;在后一种情况下,我们说我们有一个基本(但不是基本可行)解。以下为基本解与基本可行解的定义。
以上我们给出了三种不同的定义,两种时图形的(极点,顶点),一种是代数的(基可行解),其实他们三者是相同的。
今天就先到者,下节我们阅读多面体的标准形式,这对于后期的单纯形学习很有帮助。