253第十二章线性规划的基本概念和基本定理12
1线性规划的基本概念12
1可行解,可行域定义12
1:称满足全部约束条件的向量为可行解或可行点
例如:SLPmax
0fCZAZbstZ如果0Z满足这些约束,即0AZb且00Z,则0Z就是SLP的可行解
2:称所有可行解(点)构成的集合为可行集或可行域
也称为可行解集
例如:上面SLP的可行域为{,0}RAZbZ定义12
3:若一个线性规划问题的可行集为空集时,则称这一线性规划无可行解
这时线性规划的约束条件不相容
矚慫润厲钐瘗睞枥庑赖
由上一章的分析可以看到:一个线性规划的可行解集可以是空集,有界非空集和无界非空集
2最优解,无界解定义12
4:称使目标函数值达到最优值的可行解为线性规划问题的最优解定义12
5:对于极大化目标函数的标准线性规划问题,定义其无界解如下:对于任何给定的正数M,存在可行解X满足,0AXbX,使CXM
那么称该线性规划问题有无界解
聞創沟燴鐺險爱氇谴净
由定义可知,无界解的意思是:若是极大化目标函数,则在可行域上目标函数值无上界;若是极小化目标函数,则在可行域上目标函数值无下界
那么,有无界解的线性规划问题一定没有最优解
残骛楼諍锩瀨濟溆塹籟
1考虑线性规划问题:12max()xx121212110,0xxstxxxx图12
1解:问题的可行域是上图所示的无界凸多边形区域,在此无界可行域上,目标函数值无上界,所以这个线性规划问题有无界解
酽锕极額閉镇桧猪訣锥
121xx2x1x11,22121xxl121xx12xxl0254例12
212maxfxx121212110,0xxstxxxx解:此问题的可行域如上图,是一个无界的多边形
但极大化目标函数却以1为上界
因此这个线性规划问题没有无界解,而且事实上,此问题目标函数最优值max