每个线性规划问题需要在有限个线性约束条件下，求解线性目标函数F何处能达到极值

本题旨在从宏观上理解线性规划方法的原理与机制，特别是从二维、三维的直观理解推广到高维的理解。这种宏观、直观的理解对于深刻认识数学概念、方法是非常重要的，对于创新也会有重要的、奇特的启发作用。很明显，有界区域内线性函数的值域肯定是有界的。从直观上可以理解，由于线性函数的平坦性，其极值一定会在边界上达到（许多教材上给出了严格证明）。直观的理解有助于形象地感悟某些理论研究的结论。由于单纯形区域的边界是逐片平直的，所以它对应的线性目标函数值域也会逐片平直的，人们可以想象，线性函数F会在D区域的顶点处达到极值。所以选项A是正确的。由于单纯形区域是凸集，只要A、B两点在区域内，则线段AB全在该区域内。由于F（A）与F（B）在线性目标函数值域上，不难看出，线段AB中的任一点C对应的F（C）就会落在F（A）与F（B）的连线上。所以选项B也是正确的。选项C可以从选项A与B导出。线性规划问题要么无解，要么只有唯一的最优解，要么会有无穷多个最优解。因为如果有两个最优解，则这两个解的连线段上所有的解都是最优解。所以选项C也是正确的。选项D不正确。若区域D无界，则线性规划问题可能无解，也可能有解（唯一解或无穷多个解）。例如，线性规划问题：MinZ=X+Ys.t.X≥0，Y≥0的可行解区域是无界的，但在X=0，Y=0时有唯一的最优解（极小值）Z=0。又例如，线性规划问题：MaxZ=2Xs.t.X≤4，X≥0，Y≥0的可行解区域是无界的，但在X=4，Y≥0处有无穷多个最优解（极大值）Z=8。又例如，线性规划问题：MaxZ=X+Ys.t.X≤4，≥0，Y≥0的可行解区域是无界的，不存在最优解。在坚实的理论基础上，直观、形象、宏观地看问题不仅能深刻理解问题的实质，有时还能启发新的思路，创立新的问题求解方法。例如，用单纯形方法求解线性规划问题的过程，实际上就是在单纯形区域D的边界上先选一个初始顶点再通过迭代计算，沿着D的边界逐个顶点行进，直到达到最优解的那个顶点为止。在企业实际应用中，一般会有大量的变量，区域D的顶点也很多，这种方法的计算量是很大的。在直观上看，从区域D的一个顶点出发，沿D的边界前进直到最优解顶点，一般都是绕弯的。人们会想到，应该有更捷径的路，而这条路可能是从区域D内穿过去的。从区域D的一个点出发，沿什么方向走会使线性函数值F增长最快（或下降最快）呢？显然，应该沿函数F的梯度方向（或负梯度方向）前进，直到区域D的边界，会有更好的效果。据此，我们认为，可以获得比单纯形法更快的迭代求解方法。当然，单有直观思维是不够的，还需要在这种思维的指导下，去寻求实际可行的求解方法。现在，也确实有人按这种思路获得了新的解法。