单纯形法只有两个约束条件_单纯形法代数简易理解

本文介绍了线性规划问题的基本概念,包括可行性区域、最优解性质,并详细阐述了单纯形法的求解步骤,通过一个实际例子展示了如何找到最优解。在解决线性规划问题时,单纯形法通过不断迭代和优化,确保在满足约束条件下找到最佳解。最终,文章通过逐步计算得出最优基可行解,并验证了最优性。
摘要由CSDN通过智能技术生成

c0a7b66beb4a120f143dff71386bef75.png
  • 线性规划问题的标准型:

bfb33d87f01ba00d94959dd509e0847f.png

af6bac2468707c6e3dc53dcaec47b301.png
    • 定理1. 线性规划问题的可行域是凸集;
    • 定理2. 如果线性规划问题存在最优解,那么该最优解一定可以在其可行域的顶点取得;
    • 定理3. 如果线性规划问题存在两个最优解,那么其必然存在无穷多个最优解;
  • 基: 设A是约束方程组的m*n 维系数矩阵,其秩为m。B是矩阵A中m*m阶非奇异子矩阵(|B|≠0),则B是线性规划问题的一个基
    • 基解: 假设是对应于这个基的基变量(BV) ,现若令非基变量(NBV)= 0,用高斯消元法,可以求出一个解 这个解的非零分量的数目不大于方程个数m,称X为基解
    • 基可行解: 满足约束条件的基解,称为基可行解。
      • 由矩阵知识可知,一个基(满秩矩阵)一定会求出一个相应的基解。若一个解既为基解又为可行解,则称为基可行解(BF Solution)。可知满足非负条件的基解均为基可行解。
    • 秩为m说明约束条件不能减少为m-1个;
    • 基的行列式非0;
  • 示例:用单纯形法求解下列线性规划的最优解(Wyndor Glass):

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值