aktuelle Version des Vorlesungsskripts - ZIB
aktuelle Version des Vorlesungsskripts - ZIB
aktuelle Version des Vorlesungsskripts - ZIB
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
9 Die Grundversion <strong>des</strong><br />
Simplex-Algorithmus<br />
In Satz (8.5) haben wir gezeigt, dass die Menge der Optimallösungen eines linearen<br />
Programms eine Seitenfläche <strong>des</strong> durch die Restriktionen definierten Polyeders ist. Dieses<br />
Ergebnis haben wir in Folgerung (8.14) dahingehend verschärft, dass wir nachweisen<br />
konnten, dass bei spitzen Polyedern das Optimum, falls es existiert, stets in einer Ecke<br />
angenommen wird. Wollen wir also ein Verfahren entwerfen, das lineare Programme über<br />
spitzen Polyedern löst, so genügt es, ein Verfahren anzugeben, dass eine optimale Ecke<br />
derartiger Polyeder findet.<br />
Aus Abschnitt 2.3 wissen wir, dass wir uns auf lineare Programme über Polyedern der<br />
Form P = (A, b) = {x ∈ R n | Ax = b, x ≥ 0} beschränken können. In Folgerung (8.12)<br />
haben wir gezeigt, dass ein solches Polyeder stets spitz ist, falls es nicht leer ist. Wenn<br />
wir also einen Algorithmus angeben können, der die optimale Ecke eines linearen Programms<br />
der Form max c T x, x ∈ P = (A, b) findet, so können wir mit diesem alle linearen<br />
Programmierungsprobleme lösen.<br />
(9.1) Definition. Ein lineares Programm der Form<br />
max c T x<br />
Ax = b<br />
x ≥ 0<br />
heißt ein lineares Programm in Standardform. Wenn nichts anderes gesagt wird, nehmen<br />
wir immer an, dass A ∈ K (m,n) , b ∈ K m , und c ∈ K n gilt. △<br />
Ist der Rang von A gleich n, so wissen wir, dass das Gleichungssystem Ax = b entweder<br />
gar keine oder eine eindeutig bestimmte Lösung hat, die mit dem Gauß’schen Eliminationsverfahren<br />
berechnet werden kann. Da also entweder keine Lösung existiert oder der<br />
einzige zulässige Punkt leicht bestimmt werden kann, liegt kein wirkliches Optimierungsproblem<br />
vor. Wir wollen daher voraussetzen, dass rang(A) < n gilt. Ferner nehmen wir<br />
an, um die Darstellung einfacher zu machen, dass die Zeilen von A linear unabhängig<br />
sind und dass P = (A, b) = ∅ ist. Wir treffen also folgende Verabredung:<br />
(9.2) Generalvorausssetzungen für Kapitel 9.<br />
(a) A ist eine (m, n)-Matrix mit m < n,<br />
(b) rang(A) = m,<br />
(c) P = (A, b) = ∅. △<br />
159