深入理解线性规划中的基可行解

线性规划问题常被化归为一个非齐次线性方程组与所有未知数>=0的描述，我们要做的就是在可行域中求出使目标函数取max的解。运筹学的书上给了基可行解的定义以及一系列线性空间的理论，但读者可能会觉得这个定义给的很突兀并且个别理论的证明

也显得太数学化了，难以从形象上去理解。

先说说基可行解的定义，B是原矩阵a的一个m阶满秩矩阵，A为mxn矩阵（一定是m<n,若原始A的行数大于阶数，将多余行消去后就等价转换为行数等于秩的矩阵）。B中任意m个线性无关的列向量当做基向量，变量X中与之对应的m个分量称为基变量，其余称为非基变量，分别记为Xb与Xn。之后，由于秩为m把Xn中所有的变量全当做0后能唯一确定Xb。

我们先来想想为什么要把Xn的所有变量令为0，这涉及到后面的一个定理：基可行解就是解空间的极点（顶点）。

解空间的顶点你可以形象的理解为超平面的交点，这个超平面在二维中是线，三维是面，四维是体，说白了就是N维空间中能够被N-1个线性无关向量作为基底表示的一个东西。N维中间中想要让这些超平面交出一个点，必须有N个超平面才可以，好比三维空间中需要三个平面才能交出一个点，二维中两条线交出一个点。

而根据线性方程组的思想，解空间的一定是n-r维的对吧，想要弄出这样的交点，你就必须要让n-r个超平面相交，那么，【这个交点必定在这n-r个超平面上】。

你应该知道，这些超平面其实都是由于不等式产生的，比如3x1+2x2+4x3-4x4>=9，或者x1>=0之类的。

然后，你就会发现最初那个标准形式转化的灵魂所在（就是把所有不等关系通过增加新变量然后变成等关系）于是乎，在标准形式中所有多变量的不等式，全部变成等式，留下那些Xi>=0（i从1到n），而那些Xi>=0的限制，就是超平面限制！

那么，要让解在某一个平面上，只要让对应的Xi=0即可。

前面提到了，要让n-r个平面相交才能交出一个顶点，也就是说你得让n-r个变量为0，这就符合定义中的一部分东西了。

之后，你就会问，为什么留下的Xn必须对应于r个线性无关列向量的呢？如果对应的列向量线性相关会发生什么呢？

很显然，当n-r个变量令为0后，就可以解出其余的r个变量了，这是一个非齐次线性方程组(我们默认有解），如果那r个变量对应的列向量线性相关，那么就会有无穷多个解了（设这个的解空间为S），若线性无关则解唯一。

而由于我们想要求顶点，形象上其实是一个“突出点”，也可以想象成这n-r个超平面必须是交出一个唯一的点，如果交出点的对应解空间S不是0维的（三维中好比三个平面交出了个直线），设其对应齐次方程组的一个解为Y ,  S中任一解为Z，则Z+k*Y仍然属于S，那么Z肯定在S空间内的一条线上，那么Z一定不是极点咯。所以若这r个列向量构成的非齐次方程组解不唯一，那么解空间内均不为极点。

所以，必须要把那r个列向量取为线性无关的才可以。

讲到这里，其实已经讲的很明白了，基可行解的定义的来源就是交点本质。