运筹优化基础知识
前言
本文为运筹优化基础知识总结,适合初学者或者经历了长时间搁置的读者。
线性规划模型的三种形式
LP模型有一般形式、规范形式和标准形式
一般形式
m
i
n
z
=
c
1
x
1
+
⋯
+
c
n
x
n
s
.
t
.
a
i
1
x
1
+
a
i
2
x
2
+
⋯
+
a
i
n
x
n
=
b
i
,
i
=
1
,
⋯
,
p
a
i
1
x
1
+
a
i
2
x
2
+
⋯
+
a
i
n
x
n
≥
b
i
,
i
=
p
+
1
,
⋯
,
m
x
j
≥
0
,
j
=
1
,
⋯
,
q
x
j
无
限
制
,
j
=
q
+
1
,
⋯
,
n
min \quad z=c_1x_1+\cdots +c_nx_n \\ s.t.\quad a_{i1}x_1+a_{i2}x_2+\cdots +a_{in}x_n=b_i,i=1,\cdots ,p \\ \quad \quad a_{i1}x_1+a_{i2}x_2+\cdots +a_{in}x_n\geq b_i,i=p+1,\cdots ,m \\ x_j\geq 0,j=1,\cdots,q \\ x_j无限制,j=q+1,\cdots,n
minz=c1x1+⋯+cnxns.t.ai1x1+ai2x2+⋯+ainxn=bi,i=1,⋯,pai1x1+ai2x2+⋯+ainxn≥bi,i=p+1,⋯,mxj≥0,j=1,⋯,qxj无限制,j=q+1,⋯,n
规范形式
m
i
n
c
T
x
s
.
t
.
A
x
≥
b
x
≥
0
min\quad c^Tx\\ s.t. \quad Ax\geq b\\ \quad x\geq 0
mincTxs.t.Ax≥bx≥0
标准形式
m
i
n
c
T
x
s
.
t
.
A
x
=
b
x
≥
0
min\quad c^Tx\\ s.t. \quad Ax= b\\ \quad x\geq 0
mincTxs.t.Ax=bx≥0
一般形式转换为规范形式,首先把
∑
j
=
1
n
a
i
j
x
j
=
b
i
\sum_{j=1}^n a_{ij}x_j=b_i
j=1∑naijxj=bi
转换为
∑
j
=
1
n
a
i
j
x
j
≥
b
i
∑
j
=
1
n
(
−
a
i
j
)
x
j
≥
(
−
b
i
)
\sum_{j=1}^n a_{ij}x_j\geq b_i\\ \sum_{j=1}^n (-a_{ij})x_j\geq (-b_i)
j=1∑naijxj≥bij=1∑n(−aij)xj≥(−bi)
再用两个非负变量
x
j
+
≥
0
x_j^+ \geq 0
xj+≥0和
x
j
−
≥
0
x_j^- \geq 0
xj−≥0替代无符号限制变量
x
j
=
x
j
+
−
x
j
−
x_j = x_j^+ - x_j^-
xj=xj+−xj−
一般形式转换为标准形式,首先把
∑
j
=
1
n
a
i
j
x
j
≥
b
i
\sum_{j=1}^n a_{ij}x_j\geq b_i
j=1∑naijxj≥bi
转换为
∑
j
=
1
n
a
i
j
x
j
−
s
i
=
b
i
,
s
i
≥
0
\sum_{j=1}^n a_{ij}x_j - s_i= b_i,s_i\geq 0
j=1∑naijxj−si=bi,si≥0
其中
s
i
s_i
si为剩余变量,也可以通过加松弛变量进行变换
无符号限制变量的转换同上
线性规划问题解的三种情况
- 可行区域 D = ∅ D=\varnothing D=∅,即该问题无解或不可行
- D ≠ ∅ D\neq \varnothing D=∅,但目标函数在D上无界,即该问题无界
- D ≠ ∅ D\neq \varnothing D=∅,且目标函数有有限的最优值,即该问题有最优解
凸集
凸集的定义:设
S
⊂
R
n
S\subset \bm{R}^n
S⊂Rn是n维欧式空间中的一个点集,若对任何
x
∈
S
,
y
∈
S
x \in S,y \in S
x∈S,y∈S与任何的
λ
∈
[
0
,
1
]
\lambda \in [0, 1]
λ∈[0,1]都有
λ
x
+
(
1
−
λ
)
y
∈
S
\lambda x+(1-\lambda)y \in S
λx+(1−λ)y∈S
就称S是一个凸集
由凸集定义,易推到
D
=
{
x
∈
R
n
∣
A
x
=
b
,
x
≥
0
}
D=\{x \in \bm{R}^n | Ax=b, x\geq0\}
D={x∈Rn∣Ax=b,x≥0}是凸集
任意多个凸集的交集还是凸集
对偶
自由变量对应等式约束
非负变量对应不等式约束
后续待补充