陈宝林《最优化理论与算法》超详细学习笔记 (二)————补充知识 凸集 & 第二章 线性规划的基本性质
补充知识
凸集
设 S 为 n 维欧氏空间 R n R^n Rn中一个集合。 若对 S 中任意两点,联结它们的线既仍属于 S; 换言之,对 S 中任意两点 x ( 1 ) , x ( 2 ) \bf{x}^{(1)},\bf{x}^{(2)} x(1),x(2) 及每个实数
λ ∈ [ 0 , 1 ] \lambda \in[0, \quad1] λ∈[0,1] 都有:
λ x ( 1 ) + ( 1 − λ ) x ( 2 ) ∈ S \lambda x^{(1)}+(1-\lambda) x^{(2)} \in S λx(1)+(1−λ)x(2)∈S
则称 S 为凸集, λ x ( 1 ) + ( 1 − λ ) x ( 2 ) \lambda x^{(1)}+(1-\lambda)x^{(2)} λx(1)+(1−λ)x(2)称为凸组合.
如图(a)是凸集,而图(b)不是.
方向与极方向
设S为 R n R^n Rn中闭四集,d为非零向量,如果对S中的每一个x都 有 射 线 { x + λ d ∣ λ ≥ 0 } ∈ S \{\mathrm{ x} + \lambda d | ~ \lambda \geq 0 \}\in S {
x+λd∣ λ≥0}∈S , 则 称 d 为 S 的 一 个 方 向 。
设d是S的两个方向,若S不能表示成该集合的两个不同 方向的正线性组合,则称d为S的极方向.
如图(a)中d是一个方向,图©中与边界重合的d是一个极方向,图(b)中d则既不是方向也不是极方向.
表示定理
设 S = { x ∣ A x = b , x ≥ 0 } \mathrm{~S = \{ x |A x = b , x \geq 0 \} ~} S={
x∣Ax=b,x≥0} 为 非 空 多 面 集 , 则 有 :
(1)P的极点集K是非空的有限集合,记为 { x ( 1 ) , x ( 2 ) , x ( k ) } \{ \left.x^{(1)}, \mathbf{x}^{(2)}, \mathbf{x}^{(k)}\right\} {
x(1),x(2),x(k)}
(2)设S的极方向集为J,则指标集J是空集当且仅当S是有界 集合,即多胞形.
(3) x ∈ S x \in S x∈S的充要条件为:
x = ∑ k ∈ K λ k x k + ∑ j ∈ J μ j d j x=\sum_{k \in K} \lambda_{k} x^{k}+\sum_{j \in J} \mu_{j} d^{j} x=k∈K∑λkxk+j∈J∑μjdj
其中 ∑ k ∈ K λ k = 1 , λ k ≥ 0 , k ∈ K , μ j ≥ 0 , j ∈ J \sum_{k \in K} \lambda_{k}=1, \lambda_{k} \geq 0, k \in K, \mu_{j} \geq 0, j \in J k∈K∑λk=1,λk≥0,k∈K,μj≥0,j∈J
择一定理
- Farkas定理
设A为 m × n m \times n m×n矩阵,c为n维向量,则 A x ≤ 0 , c T x > 0 A x \leq 0, \quad c^{T} x>0 Ax≤0,cTx>0 有解的充要条件是, A T y = c , y ≥ 0 A^{T} y=c, y \geq 0 ATy=c,y≥0 无解. - Gordan定理
设A为 m × n m \times n m×n矩阵,那么, A x < 0 Ax<0 Ax<0有解的充要条件是不存在非零向量 y ≥ 0 y \geq0 y≥0,使 A ′ y = 0 A'y=0 A′y=0.
证明略.
第一章 线性规划的基本性质
问题的提出
例 某工厂在计划期内要安排生产Ⅰ、Ⅱ两种产品,已知生产单位产品所需的设备台时及A、B两种原材料的消耗,如表所示
产品1 | 产品2 | 拥有量 | |
---|---|---|---|
设备 | 1 | 2 | 8台时 |
原材料A | 4 | 0 | 16kg |
原材料B | 0 | 4 | 12kg |
每生产一件产品1可获利2元,每生产一件产品2可获利3元,问应如何安排计划使该工厂获利最多?
根据题目:
- 设 x 1 , x 2 x_{1}, x_{2} x1,x2 分别表示计划生产I,II产品的数量, 称它们为决策变量;
- 生产 x 1 , x 2 x_{1}, x_{2} x1,x2 的数量多少,受资源押有量的限制 这是约束条件,即x_ + 2 x 2 ≤ 8 ; 4 x 1 ≤ 16 ; 4 x 2 ≤ 12 +2 x_{2} \leq 8 ; 4 x_{1} \leq 16 ; 4 x_{2} \leq 12 +2x2≤8;4x1≤16;4x2≤12;
- 生产的产品不能是负值,即x_, x 2 ≥ 0 x_{2} \geq 0 x2≥0;
- 如何安排生产,使利润最大,这是目标.
用数学关系式可以表达为:
目标函数 max z = 2 x 1 + 3 x 2 \quad \max z=2 x_{1}+3 x_{2} maxz=2x1+3x2
约束条件: { x 1 + 2 x 2 ≤ 8 4 x 1 ≤ 16 4 x 2 ≤ 12 x 1 , x 2 ≥ 0