在优化理论中，线性规划（LP）问题无界意味着目标函数在可行域内可以无限优化（无限增大或减小）。具体表现如下： 1. 最大化问题：若目标函数值可无限增大，称问题无上界。 2. 最小化问题：若目标函数值可无限减小，称问题无下界。 常见原因 - 可行域无界：至少有一个变量可无限增大而不违反约束。 - 约束条件不足：缺少限制变量方向的约束。 判断方法 - 单纯形法：迭代过程中发现存在非基变量对应的检验数为正（最大化问题）且该变量对应的系数列向量全为非正数。 - 几何直观：可行域至少有一个方向无限延伸。 示例 考虑问题： $$ \begin{align*} \text{Maximize} \quad & x_1 + x_2 \\ \text{s.t.} \quad & x_1 - x_2 \leq 1 \\ & -x_1 + x_2 \leq 1 \\ & x_1, x_2 \geq 0 \end{align*} $$ 分析：可行域无界，沿 $x_1=x_2$ 方向目标函数可无限增大。 解决方法 - 检查模型是否遗漏必要约束。 - 增加实际问题中的合理限制（如资源上限）。 - 若为算法实现问题，需验证约束输入是否正确。 无界解通常反映模型与实际场景不匹配，需修正问题描述。 [2025-05-10 17:40:19 | AI问答 | 324点数解答]