定义 在满足一组线性不等式约束条件下,求线性目标函数最大值或最小值的最优化问题。
从哪来 本节为起点,无前置知识点。
为什么 线性规划的核心逻辑基于“线性”与“凸性”。 1. 线性约束:每个不等式 $ax+by \le c$ 在平面直角坐标系中代表一条直线及其一侧的半平面。多个半平面的交集形成一个凸多边形(可行域)。 2. 线性目标:目标函数 $z=ax+by$ 可变形为 $y = -\frac{a}{b}x + \frac{z}{b}$。这是一组斜率固定($k=-\frac{a}{b}$)的平行直线。 3. 几何本质:求 $z$ 的最值,等价于在这组平行直线中,找到一条与可行域有交点且截距 $\frac{z}{b}$ 最大(或最小)的直线。由于可行域是凸多边形,当直线平移至边界时,必然经过某个顶点。因此,最优解一定出现在可行域的顶点上。这就是为什么我们只需要检查顶点,而不需要检查内部无数个点。