[最优化]求解线性规划问题的单纯形算法

单纯形算法

1947年，丹齐格提出了一种求解线性规划问题的方法，即今天所称的单纯形法，这是一种简洁且高效的算法，被誉为20世纪对科学发展和工程实践影响最大的十大算法之一。
上文提到线性规划问题的最优解一定是基本可行解，单纯形法的思路即在不同的基向量下求不同的基本可行解，然后找到最优的解。从几何的角度来看，也就是从一个极点转换到另一个极点，直至找到最优极点的过程。
那么这样的话可以把算法分成三个子问题，1.如何从一个基本可行解转换到另一个基本可行解。2.如何确定应该转移到哪个极点。3.什么时候停止转移操作，即如何判断当前基本可行解是否为最优解。

极点的转移

线性规划的标准型为

$$minimize\quad c^{T}x\\ subject\ to\quad Ax=b\\ x\ge0$$
考虑到方程 $Ax=b$，展开成如下规范型的方程组
$$x_{1}+y_{1\ m+1}x_{m+1}+...+y_{1n}x_{n}=y_{10}\\ x_{2}+y_{2\ m+1}x_{m+1}+...+y_{2n}x_{n}=y_{20}\\ \vdots\\ x_{m}+y_{m\ m+1}x_{m+1}+...+y_{mn}x_{n}=y_{m0}$$
可以将该方程组转换为 $[I_{m},Y_{m,n-m}]x=y_{0}$，这种形式的方程组 $Ax=b$称为 典式，方程组的典式与原方程组的解是相同的，在典式表达式中，与基列向量对应的变量为基变量，其他的变量为非基变量，即在方程 $[I_{m},Y_{m,n-m}]x=y_{0}$中， $x_{1},x_{2}...,x_{m}$为基变量，其他的变量是非基变量。考虑增广矩阵规范型 $[I_{m},Y_{m,n-m},y_{0}]$，其最后一列的各元素是向量 $b$关于基{ $a_{1},...,a_{m}$}的坐标。

现在考虑增广矩阵的更新，即用某个非基变量替换某个基变量，求新的基变量对应的典式表达式，比如用非基变量$a_{q},m<q\le n$替换基变量$a_{p},1\le p\le m$。在原矩阵上，$a_{q}$可以表示为

aq=∑i=1myiqai=∑