28.04.2014 Aufrufe

Skript

Skript

Skript

MEHR ANZEIGEN
WENIGER ANZEIGEN

Erfolgreiche ePaper selbst erstellen

Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.

2 SIMPLEX – VERFAHREN 10<br />

2 Simplex – Verfahren<br />

2.1 Bezeichnungen<br />

Es wird der n-dimensionale Vektorraum R n zugrundegelegt. Die Vektoren der Einheitsbasis<br />

heißen e i = (δ ij ) n j=1 und es sei 1l := ∑ n<br />

i=1 e i der Vektor aus Einsen. Allgemein werden Elemente<br />

x ∈ R n als Spaltenvektoren geschrieben,<br />

⎛ ⎞<br />

x 1<br />

) n<br />

x = ⎜<br />

⎝ .<br />

⎟<br />

⎠<br />

(x = i .<br />

i=1<br />

x n<br />

√ ∑n<br />

Meist wird die Euklidnorm ‖x‖ = ‖x‖ 2 :=<br />

i=1 x2 i<br />

verwendet, eine andere interessante Norm<br />

ist die Maximumnorm ‖x‖ ∞ := max n i=1 |x i|. Ungleichungen zwischen Vektoren sind komponentenweise<br />

zu verstehen. Eine solche wird in der Definition R n + := {x : x ≥ 0} des positiven Kegels<br />

verwendet (s.o.). Die Menge der reellen m × n-Matrizen heißt R m×n . Im Folgenden werden oft<br />

Untermatrizen aus ausgewählten Spalten oder Zeilen einer Matrix betrachtet. Zu A ∈ R m×n<br />

seien daher a j = Ae j ∈ R m die Spalten und a (i) = A T e i ∈ R n die Zeilen von A. Dann gelten<br />

folgende Schreibweisen<br />

⎛<br />

⎞<br />

⎛ ⎞<br />

a 11 · · · a 1n<br />

a (1)T<br />

A = ⎜<br />

⎝ . .<br />

⎟<br />

⎠ = (a ij) = (a 1 , . . . , a n ) = ⎜<br />

⎝ .<br />

⎟<br />

⎠ .<br />

a m1 · · · a mn a (m)T<br />

Elemente einer Vektorfolge werden ebenfalls durch einen oberen Index unterschieden, x (i) =<br />

(x (i)<br />

1 , . . . , x(i) n ) T .<br />

2.2 Matrix – Umformungen<br />

Das später behandelte Simplex-Verfahren benutzt die Problemform (LP3) und durchläuft spezielle<br />

Lösungen des Linearen Gleichungssystems Ax = b, m < n, welche durch reguläre quadratische<br />

Untermatrizen von A gegeben sind. Die Lösung von regulären Gleichungssystemen spielt<br />

daher eine zentrale Rolle bei der Optimierung. Zwischen aufeinanderfolgenden Schritten des<br />

Simplexverfahrens ändern sich die Systeme aber nur wenig. Um Rechenaufwand zu sparen nutzt<br />

man daher oft Aktualisierungs-Formeln (”matrix update”). Denn bei Änderung einer Matrix<br />

durch eine Rang-1-Matrix ist die Inverse explizit bekannt und läßt sich effizient berechnen.<br />

Satz 2.2.1 Die Matrix B ∈ R m×m sei regulär, mit Vektoren u, v ∈ R m sei β := 1+v T B −1 u ≠ 0.<br />

Dann ist auch die Matrix B + uv T regulär und ihre Inverse ist<br />

(B + uv T ) −1 = B −1 −<br />

1<br />

1 + v T B −1 u B−1 uv T B −1 . (2.2.1)

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!