算法设计与分析-线性规划

作者半个学期都没搞懂线性规划问题,看了无数资料。后面又听了几遍课终于大概懂了一些。现把心得代码列与此,造福同样被算法设计与分析折磨的学弟学妹。
标准形:

min z = c.transpose().dot(x)
s.t. Ax <= b
	for all i, x_i >= 0

单纯形法:
一些概念:
基,基本可行解(即只有在某组基的系数处的x是不为0的)
推导:采用向量形式。加入松弛变量化成:

min z = c.transpose().dot(x)
s.t. A*x' == b
	for all i, x_i >= 0

等式两边同乘B的逆(这里我傻了,实际上A不是方阵,是mxn的,B才是方阵,是含有逆的)

np.dot(np.dot(np.linalg.inv(B), A),x) = np.linalg.inv(B).dot(b)

(下面用伪代码了,看得懂就好,打numpy代码太累了)
下面的推导:

B-1*A*x = B-1*b
Ax = B*x_B + N*x_N
x_B + B-1*N*x_N = B-1*b
# 代入最初的式子
z = c.transpose() * x
   = c_B.transpose() * x_B + c_N.transpose() * x_N
   = c_B.transpose() * (B-1*b - B-1*N*x_N) + c_N.transpose() * x_N
  • 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