为什么线性规划问题的最优解一定能在可行域顶点中找到？

我们求解线性规划问题时会发现这样一个规律：最优解总能够在可行域的顶点中找到。例如下面这个线性规划问题

用作图法进行求解：

其中黄色实现围住的是可行域，蓝色虚线是目标函数的等值线，其箭头方向是目标函数的梯度方向。最后得到最优解(红点)：，恰好是一个顶点。

我们先给出肯定的回答：最优解肯定能够在可行域的顶点中找到，也就是说，只要你把可行域的所有顶点找出来，然后比较它们的函数值，最大的那个解就一定是最优解。其实，几乎所有讲解线性规划的书籍都会证明这个结论，但其证明过程较为复杂。因此，为了便于理解，我尽量以通俗易懂的方式向大家证明这个结论。

首先需要理解一下顶点的概念。如果图形中某一点不在任何其它不同的两点间的线段上，则称该点为图形的顶点。如下图所示，对于紫色点，都可以找到图形中另外不同的两点，使得紫色点恰好在那两点间的线段上。

用数学语言来定义就是：是图形的顶点当且仅当不存在实数和，满足且。
（注：两点间线段上任意一点可以用来表示。）

这个定义非常重要，在后面的证明中将反复利用。

我们先从直观上来看这个规律。如下图所示，只要最优解不是顶点，就可沿目标函数等值线移动直至达到某个约束方程的边界，如果此时仍然不是顶点，那么继续沿着等值线方向移动达到另一个约束方程的边界，如此继续一定找到最优顶点。