添加链接
link管理
链接快照平台
  • 输入网页链接,自动生成快照
  • 标签化管理网页链接

在数学中, 多面体 (polyhedron)是指由有限个线性不等式和等式定义的一个凸集 合。具体地说, 多面体是线性约束条件下的解空间 ,也可以看作是凸多面体的推广。在优化、线性规划和几何中,多面体的定义尤为重要。

多面体定义

C x = d 是一组定义面的 线性等式(可选)【超平面 】。

多面体是凸集

从几何上看, 多面体可以被认为是一个凸的几何对象。其几何结构可以分解为 顶点 等,取决于空间的维数 。例如:

  • 在三维空间中,一个多面体可能是立方体、四面体等,由平面限定的几何体。
  • 在二维空间中,满足线性不等式的集合即为多边形。

多面体之所以凸,是因为 线性不等式和等式的交集形成了一个凸集 。这意味着,对于任何位于多面体内的两点 P 时,该多面体可能是无界的。

  • 极点表示(顶点形式) :多面体也可以通过顶点的凸组合来表示。这是 极点-极射线表示定理 的内容。

  • 1. 有界多面体(Convex Polytope)

    一个 有界多面体,或称为 凸多面体 ,是一个由有限个线性不等式所定义的有限闭凸集合,即它的边界是有限的 。这类多面体的几何形状是封闭的,并且在有限的空间中存在。

    数学定义

    P = \left\{ x \in \mathbb{R}^n : x = \sum_{i=1}^k \lambda_i v_i, \quad \sum_{i=1}^k \lambda_i = 1 \right\}。 P = { x R n : x = i = 1 k λ i v i , i = 1 k λ i = 1 }

    也就是说, λ x + ( 1 λ ) y P

  • 有限个向量的非负线性组合(系数非负且求和为1)+有界多面体必定是凸的+ 有界多面体是顶点的凸组合构成的

  • 一个 无界多面体 是由 线性不等式或等式约束定义的集合,但这些约束并不完全限制集合在空间中的边界,使得多面体在某些方向上可以 延伸到无限远

    数学定义

    A x b 的同时,存在一条无限延伸的方向。
  • 满足线性不等式的时候,存在一条无限延伸的方向可以延伸到无限远
  • 3. 极点表示(顶点形式)与极点-极射线表示定理

    极点表示定理 (或称 顶点形式 )指出, 每个多面体都可以表示为其极点(顶点)的凸组合,且对于无界多面体,还需要包含其极射线的正组合。

    • 极点 :极点是多面体的顶点,表示那些不能通过其他点的凸组合来表示的点。
    • 极射线 :对于无界多面体,极射线(或称为方向向量)是那些可以沿其方向无限延伸的方向。

    数学定义

    P = \left\{ x \in \mathbb{R}^n : x = \sum_{i=1}^k \lambda_i v_i + \sum_{j=1}^l \mu_j d_j, \quad \lambda_i \geq 0, \ \sum_{i=1}^k \lambda_i = 1, \ \mu_j \geq 0 \right\}。
    P = { x R n : x = i = 1 k λ i v i + j = 1 l μ j d j , λ i 0 , i = 1 k λ i = 1 , μ j 0 }

    1.标准型的表示 通常将 多面体 P = {x ∈ Rn | Ax = b, x ≥ 0} 称为 多面体 的标准型,即 多面体 中所有约束都为等式。其中 A 为 m×n 的矩阵(通常认为m ≤ n)。 现在不妨通过标准型再来回顾一下基解。基解必然包含 n 个严格约束,而对于一个标准型来说,除了 n 个非负约束之外,其余的 m 个约束皆为等式约束,若想找到一个基解,需另寻找 n - m 个严格约束,即令 n - m 个非负约束成为严格约束,即存在 n - m 个变量的值为0,我们称这样的变量为非基变量,而其余的 m 个
    一、 多面体 Polyhedron ) P={x∣ajTx≤bj  j=1,⋯ ,m,cjTx=dj  j=1,⋯ ,r}P=\{x|a_j^Tx\le b_j\;j=1,\cdots,m,c_j^Tx=d_j\;j=1,\cdots,r\}P={x∣ajT​x≤bj​j=1,⋯,m,cjT​x=dj​j=1,⋯,r} 有界 多面体 二、单纯形(Simplex) 一种特殊的 多面体 。 Rn\R^nRn空间中选择v0,⋯ ,vkv_0,\cdots,v
    在学习列生成 分解算法的时候,会频繁用到线性规划 对偶的知识,可以说LP DP是基础。因此理解线性规划 对偶的本质是很重要的。 单纯形法是纯代数运算,从一个顶点跳到另一个顶点;且我们知道最优解一定在顶点取得,可是为什么在顶点一定会取得最优解?为什么从一个顶点跳到另一顶点,通过进基出基就可以实现,它俩为什么是一一对应的?除此以外,在分解算法中的极点 极射线 LP的解是什么样的对应关系? 这些问题,应该说必须了解了线性规划 对偶的本质才能够深刻理解,而不至于陷入机械无脑的计算。大概看了慕课的课程,感觉山东大
    如图,对于此非空闭 ,红色点均为极点()。从图中可以发现极点不能被任意两不同点的严格 组合得到。 如果C为非空闭 ,C中至少含有一个极点,当且仅当C中不存在直线。 C为中的闭 ,,如果对于,都有,则称为C的方向。 为C的方向,如果对于,都有,则称与方向不同。 为C的方向,若,其中,则称为C的极方向。 C存在极方向,当且仅当C无界。 (标准线性规划问题的其可行域)为非空 多面体 ,则其极点 非空,且存在有限个极点

    2. 无界多面体(Unbounded Polyhedron)