weixin_42708161的博客

图的矩阵表示邻接矩阵。从viv_ivi​到vjv_jvj​有点，则第i行第j列是1，否则是0。关联矩阵行数等于点的个数，列数等于边的个数。每一列只有两个非0元素，出发点是1，终止点是-1。图的特性任何图中，顶点的次数总和等于边数的两倍，则顶点的次数永远是偶数。任何图中，奇点的个数为偶数个。奇点的次数+偶点的次数=偶数由于偶点的次数是偶数，则奇点的次数可以表示为两个偶数之差。树的概念与特性树的定义：联通且不含圈的无向图。树的特性（1）边的个数是点的个数减1。（2）

非线性规划的一般形式基本概念邻域：开球局部最优解：能找到一个邻域使得该点是邻域与可行域交集中的最优解，退化到一维模型就是极值点。全局最优解：整个可行域中的最优解，退化到一维模型就是最小值点。严格局部最优解和严格全局最优解：上述定义中的≤\leq≤换成<<<。梯度（标量函数）：多元函数对每一个自变量分量求偏导，结果是列向量。梯度（向量...

对于标注线性规划问题max CTXs.t.AX=b⃗X≥0max\ C^TX\\s.t. AX=\vec{b}\\X\geq0max CTXs.t.AX=bX≥0若已知最优可行基矩阵B，如果某些参数发生某些变化，如何利用已知数据求取最优解？目标函数变化可行性条件不变，原来的最优顶点的最优性可能丧失，即检验数可能不满足最优性。直接在原来的单纯行表中进行初等行变化...

标准型的对偶问题线性规划的标准型如下：目标函数：max   c1x1+c2x2+...+cnxn等式约束：P1x1+P2x2+...+Pnxn=b⃗非负性约束：xj≥0                &nb...

线性规划模型一般模型注：等式约束中的决策变量要求非负数，而不等式约束中的决策变量时自由的。标准模型引入冗余的决策变量，使得不等式约束转化为等式约束。这里的每个决策变量都具有非负性。把上述模型用矩阵表示就是min(or max)CTXs.t AX=b⃗ X≥0min(or\ max) C^TX\\s.t \ AX=\vec{b}\\\ X \ge...