[最优化]求解线性规划问题的单纯形算法

单纯形算法

1947年，丹齐格提出了一种求解线性规划问题的方法，即今天所称的单纯形法，这是一种简洁且高效的算法，被誉为20世纪对科学发展和工程实践影响最大的十大算法之一。
上文提到线性规划问题的最优解一定是基本可行解，单纯形法的思路即在不同的基向量下求不同的基本可行解，然后找到最优的解。从几何的角度来看，也就是从一个极点转换到另一个极点，直至找到最优极点的过程。
那么这样的话可以把算法分成三个子问题，1.如何从一个基本可行解转换到另一个基本可行解。2.如何确定应该转移到哪个极点。3.什么时候停止转移操作，即如何判断当前基本可行解是否为最优解。

极点的转移

线性规划的标准型为

minimizecTxsubject toAx=bx≥0minimizecTxsubject toAx=bx≥0

考虑到方程 Ax=bAx=b，展开成如下规范型的方程组

x1+y1 m+1xm+1+...+y1nxn=y10x2+y2 m+1xm+1+...+y2nxn=y20⋮xm+ym m+1xm+1+...+ymnxn=ym0x1+y1 m+1xm+1+...+y1nxn=y10x2+y2 m+1xm+1+...+y2nxn=y20⋮xm+ym m+1xm+1+...+ymnxn=ym0

可以将该方程组转换为 [Im,Ym,n−m]x=y0[Im,Ym,n−m]x=y0，这种形式的方程组 Ax=bAx=b称为 典式，方程组的典式与原方程组的解是相同的，在典式表达式中，与基列向量对应的变量为基变量，其他的变量为非基变量，即在方程 [Im,Ym,n−m]x=y0[Im,Ym,n−m]x=y0中， x1,x2...,xmx1,x2...,xm为基变量，其他的变量是非基变量。考虑增广矩阵规范型 [Im,Ym,n−m,y0][Im,Ym,n−m,y0]，其最后一列的各元素是向量 bb关于基{ a1,...,ama1,...,am}的坐标。

现在考虑增广矩阵的更新，即用某个非基变量替换某个基变量，求新的基变量对应的典式表达式，比如用非基变量aq,m<q≤naq,m<q≤n替换基变量ap,1≤p≤map,1≤p≤m。在原矩阵上，aqaq可以表示为

aq=∑<