5第五章单纯形法[精心整理].ppt

知识点的回顾 运筹学”的英文名称是Operations Research,直译为“作业研究”； 线性规划是运筹学的一个重要分支，是运筹学中研究较早、发展较快、理论上较为成熟和应用上极为广泛的一个分支； 线性规划数学模型三要素是决策变量、目标函数、约束条件 线性规划问题就是求一个线性目标函数在一组线性约束条件下的极值问题. 求解线性规划问题的有效方法是单纯形法； 知识点的回顾 满足所有约束条件的点的集合称为线性规划问题的可行域； 可行域中的每一点称为线性规划问题的可行解； 使目标函数达到最优的可行解称为线性规划问题的最优解； 最优解的目标函数值称为原问题的最优值 线性规划问题解的类型具有4种类型，分别是：唯一最优解、无穷多最优解、无界解和无可行解(无解)； 知识点的回顾 当目标函数的斜率与某个约束条件的斜率相等时，原问题可能（必定）具有无穷多最优解； 一个实际问题如果出现无界解说明建立的模型中可能某个约束条件没有考虑到； 一个实际问题如果出现无可行解说明建立的模型中可能出现相互矛盾的约束条件； 运筹学就是求解满足所有约束条件使得目标函数达到最优的决策变量的值； 线性规划数学模型具有如下四种表示形式：一般形式、和式、矩阵形式、向量形式； 16、可行解一定是最优解； 17、最优解不一定（一定）是可行解 第五章 单纯形法 问 题 1、可行域顶点的个数是否有限？ 2、最优解是否一定在可行域顶点上达到？ 3、如何找到顶点？ 4、如何从一个顶点转移到另一个顶点？ 不标准化标准的方法： 目标函数为min型，价值系数一律反号。令 z?= -z= -CX, 有 min z = - max [-z] = - max z ? Example: min Z=x1+2x2 + x3 max Z’= - x1-2x2 - x3 变换举例： 解:令z`=-z，x3=x`3-x``3，并引入剩余变量x4和松弛变量x5、x6，将其代如原数学模型，则原模型转换为如下标准形式 例: 线性规划标准型问题解的关系 知识点总结 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）中最多有（ Cnm ）个基矩阵 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）中最多有（ Cnm ）个基解 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）的一个基矩阵B中有（ m ）个基变量， （ n ）个非基变量 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）的最优解中最多有（ m ）个非零分量 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）的最优解中最少有（ n-m ）个零分量 三、单纯形法的基本思路和原理 基本思想：从可行域中某一个顶点开始,判断此顶点是否是最优解，如不是则再找另一个使得其目标函数值更优的顶点，称之为迭代，再判断此点是否是最优解，直到找到一个顶点为其最优解，或者能判断出线性规划问题无最优解为止。 这里，可行域的顶点已经不再象图解法中那样直观了，在单纯形法中的可行域的顶点就是基本可行解，找到的第一个可行域的顶点叫做初始基本可行解。 单纯形法的基本步骤： 概念回顾 前提是标准型的线性规划问题，假设n个变量，m个约束条件 基、可行基、最优基 基解、基可行解、最优解、退化解 决策变量、松弛变量、剩余变量、 基变量m、非基变量n-m 基向量m、非基向量n-m A：m*n B:m *m 最多Cnm个 基解:非零分量<=m （一）、单纯形法的基本思路 将基变量用非基变量线性表示，即 x3= 8 - x1 x4 =12 - 2x2 x5=36 -3x1-4 x2 令非基变量x1=0，x2=0，找到一个初始基可行解： x1=0， x2 =0，x3 =8，x4 =12， x5 =36 即X0=(0,0,8,12,36) T 一个可行解就是一个生产方案，在上述方案中两种产品都不生产，利润Z=0 。 确定进基变量 Z =3x1 +5 x2 +0x3 +0x4+0x5 =0 x1 + x3 =8 2x2 + x4 =12 3x1 +4 x2 + x5 =36 从目标函数Z=3x1+5 x2 +0x3 +0x4+0x5 可知： 非基变量x1和x2的系数均为正数，生产哪种产品都会增加利润。 增加单位产品对目标函数的