Giao diện
Một mục tiêu tuyến tính không có điểm trũng trong không gian đầy đủ. Tuy vậy, khi đặt nó trên một miền bị giới hạn, ta có thể tìm được điểm tốt nhất. Hai ví dụ dưới đây cho thấy chính hình học của ràng buộc quyết định vị trí nghiệm.
1. Dạng tổng quát của LP
Quy hoạch tuyến tính có mục tiêu tuyến tính và các ràng buộc affine. Dạng bất đẳng thức là
Mục tiêu và từng hàng ràng buộc được khai triển thành
Trong hai chiều,
2. Ví dụ trên miền tam giác
Xét bài min
Miền
| Đỉnh | Giá trị |
|---|---|
Có thể chứng minh mà không cần hình. Từ
Điểm
3. Ví dụ trên miền năm đỉnh
Xét bài toán
Hình chữ nhật
| Đỉnh | |
|---|---|
Vậy giá trị tối ưu là
Đẳng thức đòi hỏi đồng thời
max 3x + 2y = 10. Đỉnh đạt tối ưu: (2,2).
Xem code và điều kiện mô phỏng
Chương trình dùng dữ liệu nhỏ tự đặt. Các quan hệ toán được ghi ngay trong Notes. Mô phỏng hữu hạn không thay chứng minh cho mọi điểm. Code tính toán được chia sẻ giữa component và kiểm tra tại docs/.vitepress/theme/math-ai.mjs.
Mô phỏng trên dùng một đa diện khác để quan sát khi đổi hướng mục tiêu. Một cạnh có thể chứa nhiều nghiệm tối ưu nếu đường mức song song với cạnh ấy. Vì thế kết luận “có một đỉnh tối ưu” không có nghĩa “mọi nghiệm tối ưu đều là đỉnh”.
4. Quy hoạch lồi và bài toán phi lồi
Hàm
Điểm
Nếu
Phi tuyến không đồng nghĩa phi lồi. Bình phương tối thiểu có mục tiêu bậc hai nhưng vẫn lồi. Một bài không thỏa các điều kiện lồi của dạng biểu diễn hiện tại có thể thật sự phi lồi, hoặc có thể cần đổi biến để nhận ra một biểu diễn lồi tương đương. Phải kiểm cấu trúc trước khi phân loại.
5. Bài tập tự luyện
Bài tập: Đọc chứng nhận cận dưới
Trong bài năm đỉnh, nếu bỏ ràng buộc
Lời giải
Không còn được dùng bước
Nền tảng hình học được trình bày kỹ hơn ở tập lồi, hàm lồi và nghiệm tối ưu.