单纯形学习笔记

单纯形

一般形式

单纯形有如下形式：
$$\begin{gathered} \max \sum _{i=1}^n{a}_i{x}_i \\ \forall 1\le i\le m,\sum _{j=1}^n{b}_{i,j}{x}_j\le c_i \\ \forall 1\le i\le n,x_i\ge 0 \end{gathered}$$
不妨引入$m$个变量$x_{n+1},\dots ,x_{n+m}$来完成第二个限制，于是变成：
$$\begin{gathered} \max \sum _{i=1}^n{a}_i{x}_i \\ \forall 1\le i\le m,x_{n+i}=c_i-\sum _{j=1}^n{b}_{i,j}{x}_j \\ \forall 1\le i\le n+m,x_i\ge 0 \end{gathered}$$

基本思想

定义$\max$后面的那$n$个$x_i$叫做非基变量，用于表示限制的$m$个$x_{n+i}$叫做基变量。我们发现，其实基变量和非基变量之间是可以互相替换的，定义一个过程$\text{pivot}(N,B)$表示将非基变量$x_N$和基变量$x_B$互相替换，可以理解为把下面的方程变形，用$x_B$表示$x_N$，然后把每一条方程以及$\max$中的$x_N$带入替换，这样$x_B,x_N$就交换了身份，当然$\max$中可能会出现常数，不过可以直接提出，这样还是满足那个形式。

这么做的目的是想让所有的$a_i\le 0$，且所有的$c_i\ge 0$，这样所有的$x_i=0$就是最优解了。

关于$\text{pivot}$，如下：
$$\text{pivot(N,B)}:x_N=\frac{c_B-{\sum }_{j=1\wedge j\ne N}^n{b}_{B,j}{x}_j-x_B}{b_{B,N}}$$

具体内容

不过事情并没有那么简单，有各种情况是要特殊处理的，以及$\text{pivot(N,B)}$中的$N,B$怎么选取也还没有解决，上面的都是一个比较好的假设。

操作步骤

如何$\text{pivot}$

先来考虑$\text{pivot(N,B)}$。首先$a_i\le 0$的$x_i$是不用$\text{pivot}$的，因为它已经符合我们的期望，那么挑选出一个$a_N>0$的$x_N$作为非基变量。接着挑选$x_B$，我们找到一个$\frac{c_i}{b_{i,N}}$最小的$i$并且$b_{i,N}>0$，这就是对于$x_B$最紧的一个限制，令$B=i$，然后进行一次$\text{pivot(N,B)}$，观察上面的式子，变换后方程中的常数依然是一个非负值，所以这样的变换也是满足我们对$c_i$的期望的。

当然，有可能存在这样的$N$，但是没有符合的$B$，这说明$x_N$可以任取，故答案为$+\infty$。

如果有$c_i<0$

如果$\exists i,c_i<0$，那么我们要找一个$j$使得$b_{i,j}<0$，那么进行一次$\text{pivot(j,i)}$就能让$x_j$变成基变量后$c>0$；假如找不到那么说明$x_i<0$，则无解。

对偶形式

假如我们人为的根据上面的形式再构造一个新的线性规划，如下：
$$\begin{gathered} \min \sum _{i=1}^m{c}_i{y}_i \\ \forall 1\le i\le n,\sum _{j=1}^m{b}_{j,i}{y}_j\ge a_i \\ \forall 1\le i\le m,y_i\ge 0 \end{gathered}$$
其实就是给上面的每条不等式都配上一个系数$y_i$，然后分别乘上系数后相加，最后再去逼近各项系数$a_i$，有大佬证明了这两个问题是等价的，但是我不会，不过可以感性理解。