0050算法笔记——【线性规划】单纯形算法(未完全实现)

        题外话：王晓东的《算法设计与分析》看到现在，终于遇到自己琢磨不透的代码了。这里粘出来，求大神指点迷津，将代码补充完整~

    1、线性规划问题及其表示

    线性规划问题可表示为如下形式：

    变量满足约束条件(8.2)-(8.5)式的一组值称为线性规划问题的一个可行解。
    所有可行解构成的集合称为线性规划问题的可行区域。
    使目标函数取得极值的可行解称为最优解。
    在最优解处目标函数的值称为最优值。
    有些情况下可能不存在最优解。
    通常有两种情况：
    (1)根本没有可行解，即给定的约束条件之间是相互排斥的，可行区域为空集；
    (2)目标函数没有极值，也就是说在n 维空间中的某个方向上，目标函数值可以无限增大，而仍满足约束条件，此时目标函数值无界。

    例：

     

     这个问题的解为 (x1,x2,x3,x4) = (0,3.5,4.5,1)；最优值为16。 

    2、线性规划基本定理

     约束条件(8.2)-(8.5)中n个约束以等号满足的可行解称为线性规划问题的基本可行解。
    若n>m，则基本可行解中至少有n-m个分量为0，也就是说，基本可行解中最多有m个分量非零。
    线性规划基本定理：如果线性规划问题有最优解，则必有一基本可行最优解。
    上述定理的重要意义在于，它把一个最优化问题转化为一个组合问题，即在(8.2) -(8.5)式的m+n个约束条件中，确定最优解应满足其中哪n个约束条件的问题。
    由此可知，只要对各种不同的组合进行测试，并比较每种情况下的目标函数值，直到找到最优解。
    Dantzig于1948年提出了线性规划问题的单纯形算法。
    单纯形算法的特点是：
  （1）只对约束条件的若干组合进行测试，测试的每一步都使目标函数的值增加；
  （2）一般经过不大于m或n次迭代就可求得最优解。     

    3、约束标准型线性规划问题的单纯形算法 

    当线性规划问题中没有不等式约束(8.2)和(8.4)式，而只有等式约束(8.3)和变量非负约束(8.5)时，称该线性规划问题具有标准形式。
    先考察一类更特殊的标准形式线性规划问题。这一类线性规划问题中，每一个等式约束中，至少有一个变量的系数为正，且这个变量只在该约束中出现。
    在每一约束方程中选择一个这样的变量，并以它作为变量求解该约束方程。这样选出来的变量称为左端变量或基本变量，其总数为m个。剩下的n-m个变量称为右端变量或非基本变量。
    这一类特殊的标准形式线性规划问题称为约束标准型线性规划问题。
    虽然约束标准型线性规划问题非常特殊，但是对于理解线性规划问题的单纯形算法是非常重要的。
    任意一个线性规划问题可以转换为约束标准型线性规划问题。

     例：