1. 问题
以方述诚老师课件中的案例为例:
m
a
x
3
x
1
−
2
x
2
−
4
∣
x
3
∣
s
.
t
.
−
x
1
+
2
x
2
≤
−
5
3
x
2
−
x
3
≥
6
2
x
1
+
x
3
=
12
x
1
,
x
2
≥
0
max \quad 3x_1-2x_2-4\vert x_3 \vert \\ s.t. -x_1+2x_2 \leq -5 \\ 3x_2-x_3 \geq 6 \\ 2x_1 + x_3 = 12 \\ x_1,x_2 \geq 0
max3x1−2x2−4∣x3∣s.t.−x1+2x2≤−53x2−x3≥62x1+x3=12x1,x2≥0
x 3 x_3 x3是一个自由变量,且在目标函数中它是以绝对值的形式存在,如果我们要将该模型转化成标准型,首先要做的就是将 x 3 x_3 x3线性化。
2. 线性化
对于每一个数字 x x x,我们都可以将它拆成正的个数 x + x^+ x+和负的个数 x − x^- x−,并将其表示为 x + − x − x^+ - x^- x+−x−(正的个数 - 负的个数),举个例子:
- 5:正的个数是5,负的个数是0,5-0=5;
- -5:正的个数是0,负的个数是5,0-5=-5。
直觉上十分合理对吧(intuition是方老师第一节课反复强调的重点),我们用数学表达式来表达上述思想。
x
i
∈
R
x_i \in R
xi∈R
x
i
+
=
{
x
i
,
i
f
x
i
≥
0
0
,
o
t
h
e
r
w
i
s
e
x_i^+ = \begin{cases} x_i, \quad if \quad x_i \geq 0 \\ 0, otherwise \end{cases}
xi+={xi,ifxi≥00,otherwise
x
i
−
=
{
0
,
i
f
x
i
≥
0
−
x
i
,
o
t
h
e
r
w
i
s
e
x_i^- = \begin{cases} 0, \quad if \quad x_i \geq 0 \\ -x_i, otherwise \end{cases}
xi−={0,ifxi≥0−xi,otherwise
x
i
=
x
i
+
−
x
i
−
x_i = x_i^+ - x_i^-
xi=xi+−xi−
x
i
+
×
x
i
−
=
0
x_i^+ \times x_i^- = 0
xi+×xi−=0
(很多教材和文章里直接省去了这个约束,其实是不对的,待会儿后面讲。)
x
i
+
,
x
i
−
≥
0
x_i^+, x_i^- \geq 0
xi+,xi−≥0
3. 缺少 x i + × x i − = 0 x_i^+ \times x_i^- = 0 xi+×xi−=0 有什么问题
x i + × x i − = 0 x_i^+ \times x_i^- = 0 xi+×xi−=0 该约束本质保证的是 x i + x_i^+ xi+ 和 x i − x_i^- xi− 至少有一个为0,如果没有该约束,5除了表示为5-0以外,还可以表示为6-1、7-2等等。也就是会使得原来只有一个解的问题,变成具有很多个新的解的问题。
4. 延伸思考
上述问题中的 ∣ x ∣ \vert x \vert ∣x∣是一个“V”字型的凸函数,它可以求极小值。如果要求 m a x ∣ x ∣ max \vert x \vert max∣x∣ 那就unbounded了。