8 q/ j5 o P& A' ~4 \在一般的n维空间中,满足 ∑ni=1aixi = b∑i=1naixi = b 的点集称为一个超平面,而满足 ∑ni=1aixi ≥ b∑i=1naixi ≥ b (或者∑ni=1aixi ≤ b∑i=1naixi ≤ b )的点集称为一个半平面,若干个半平面的交集称为多胞形,有界的多胞形称为多面体。因此线性规划的可行域必定为多胞形(空集也视为多胞形)。若该区域R为凸集,则凸集中的任意两点的连线必然在该凸集中,若x为区域R的极点,则x不能位于R中的任意两点的连线上。! ]- y4 G& O0 U' D1 a) t
: _, ^0 Z* M" U5.matlab中线性规划求解过程 6 t3 C4 a/ U( X* M% l3 T! l. ^( X5 _0 u4 }3 _9 L4 R6 Y7 _
① 利用linprog函数返回最小值解向量。 8 K i# U$ G9 |5 v* F) F
② value = c’ * x求最小值。. r8 Y! S8 P) X; m' q M; @* [& c" f
) X+ h" o% d; b+ p4 ^' z5 w
基本函数形式是 linprog(c,A,b) , c用于确定等值线(列向量),返回值为向量x。 + {3 Z3 @3 _$ A( P. k/ K
其他的函数形式: 0 [ c! s: v. l7 l) y8 v/ f! @( y[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,x0,OPTIONS) ' k8 X1 {- V Y4 `% @" h1 E
x0为向量x的初始值,一般使用zeros()函数 初始化,LB和UB分别是向量x的下界向量和上界向量。返回值为fval(目标函数c’ * x的值)。 ( ?; J- H4 |8 q) G" F & F5 z6 H. ?4 F! x3 o$ ]6.常见技巧 : X0 H/ b' w K- ], Q- w6 x4 Y* t! Q+ B2 A( t, M
问题为: + n( [+ Z% [" E$ ]. W, v' f$ ~0 d7 A* J+ y& ^0 c I' n# p# q
min|x1|+|x2|+…+|xn| s.t. Ax≤b min|x1|+|x2|+…+|xn| s.t. Ax≤b 8 q' `4 R9 @+ [1 Y+ P) G. J
事实上,对于任意的xixi,存在ui,viui,vi满足: $ b( ~1 s3 K7 D7 X' E. Z( zxi=ui−vi , |xi|=ui+vixi=ui−vi , |xi|=ui+vi 7 {/ n# A0 e. `
令 ui=(xi+|xi|2),vi=(|xi|−xi2)ui=(xi+|xi|2),vi=(|xi|−xi2)即可满足。1 Q; C; \' m5 z6 a3 {6 Z, t, g7 {0 [