博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
线性规划
阅读量:6141 次
发布时间:2019-06-21

本文共 372 字,大约阅读时间需要 1 分钟。

由于在线性规划问题中,目标函数和约束函数的黑塞矩阵都是正定的,所以线性规划都是凸规划,因此只要可行域有界,则必有最优解。

由于线性函数的Hesse矩阵都是零矩阵,因而都是半正定的,所以线性规划都是凸规划。

线性规划都是凸规划,所以其可行解集是凸集,最优解集是凸集。

 


(1)线性规划问题的最优解在可行域非空且有界时,必定存在,并且出现在区域的顶点或者边界上

(2)线性规划问题可能没有最优解,当可行域为空时,显然没有最优解,即使可行域非空,也可能没有最优解。

(3)如果点M1和点M2都是线性规划问题的最优解,则这两点的连线上的任何点都是线性规划的最优解。


 

由于线性规划的英文为Linear Programming,所以也将线性规划问题成为LP问题。

 

转载于:https://www.cnblogs.com/ccnp/p/4015017.html

你可能感兴趣的文章
canvas学习总结
查看>>
Javascript的if判断
查看>>
spring cloud gateway 源码解析(3)记录请求参数及返回的json
查看>>
阿里云ECS数据盘格式化与挂载图文教程
查看>>
Flexbox响应式网页布局 - W3Schools视频02
查看>>
【手牵手】搭建前端组件库(二)
查看>>
怎么给视频添加音频或配乐
查看>>
怎么转换音乐格式
查看>>
Leaflet-Develop-Guide
查看>>
每隔1s打印0-5
查看>>
Angular6错误 Service: No provider for Renderer2
查看>>
聊聊flink的BlobStoreService
查看>>
洗牌算法具体指的是什么?
查看>>
HBuilder打包手机app的方法
查看>>
解决Mac下SSH闲时自动中断的问题
查看>>
在JavaScript中理解策略模式
查看>>
ArchSummit 深圳 2017 成功举办,探索未来互联网架构
查看>>
不知道如何提升深度学习性能?我们为你整理了这份速查清单
查看>>
Go 2提上日程,官方团队呼吁社区给新特性提案提交反馈
查看>>
技术绩效考量:你们可能都做错了
查看>>