線性規劃算法原理介紹

線性規劃定義：

求滿足限制的最優目标，目标是變量的線性函數，限制是變量的相等或不等表達式。

單純形算法

1 松弛變量 為将不等式轉化為等式添加的非負變量 

比如 将f(xi) >0 變成 xj= f(xi) ,那麼xj就是松弛變量

主元操作（pivot）

1 任意在目标函數中系數為正的基本變量xi， 計算對其限制最緊的松弛變量yj 

2 将yj= f(x) 轉換成 xi = f(x,yj) 

3 将上式代入其餘限制和目标函數 ，進而生成新的線性方程組

單純形算法（simplex）

單純形算法證明：