单纯形法之几何直观简述

单纯形法解决如下问题:
给定一个N维实数向量空间\{x_i\},再给定一组线性组合等式约束条件
\sum_{i=1}^pc_{ij}x_i=b_j \tag{1}
和一组线性组合不等式的约束条件
\sum_{i=1}^qu_{ij}x_i\le v_j \tag{2}
求线性组合式s=\sum_ik_ic_i的最小值\min s


几何直观如下:

  • N维实数向量空间为欧几里德空间R^n
  • R^n中的线性组合等式(1)对应了一个线性子空间V,维度为m=n-p,子空间是一个超平面。
  • 子空间V(超平面)中的不等式约束可以对应于一个超多面体,超多面体内为可行解(同时满足等式条件和不等式条件),超多面体外部仅满足等式条件,超多面体边界处至少存在一个不等式的等号成立。
  • 理论上可以证明,满足线性组合最小值条件的可行解,或者不存在(如超多面体无下界),或者超多面体的某个顶点为最小值的解,同或者最小值解恰好是一条超多面提的一个棱边、或者一个边界面上(等等)。
  • 最小化目标线性组合函数确定了一个平行超平面族,每一个特定的组合值决定了一个超平面,该值s=0时超平面过原点,该值也等于超平面距离原点的矢量距离(带符号)。使用这一族超平面与约束条件超多面体相交,其中s最小时显然或者落在超多面体的顶点或者棱边或者边界面(边界体等等)上。
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,324评论 5 476
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,303评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,192评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,555评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,569评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,566评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,927评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,583评论 0 257
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,827评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,590评论 2 320
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,669评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,365评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,941评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,928评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,159评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,880评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,399评论 2 342

推荐阅读更多精彩内容

  • 【概述】 SVM训练分类器的方法是寻找到超平面,使正负样本在超平面的两侧(分类正确性即“分得开”),且样本到超平面...
    sealaes阅读 10,980评论 0 7
  • 本章涉及到的知识点清单:1、决策面方程2、函数间隔和几何间隔3、不等式约束条件4、SVM最优化模型的数学描述(凸二...
    PrivateEye_zzy阅读 13,177评论 3 10
  • 多道尚知/整理 事实证明,在SAT考试中,数学是大部分中国学生的优势,这个优势应该保持住。 在实考中,数学如果能够...
    与无大老师同道前行阅读 1,106评论 1 1
  • 网站是一个企业可以让受众领会其品牌的处所,它做什么、它的企业口碑。他们能从哪里获得什么,这自己就是不少信息。在为客...
    漠漠睡阅读 1,425评论 1 1
  • SceneKit_入门01_旋转人物SceneKit_入门02_如何创建工程SceneKit_入门03_节点Sce...
    酷走天涯阅读 1,364评论 0 3