1.线性规划.ppt

第一章　线性规划 第一节　线性规划的基本概念 第二节　线性规划的标准形式和解的性质 第三节　单纯形法 第四节　人工变量法 第五节　线性规划应用举例 第一节　线性规划的基本概念 　　线性规划的一般形式为： 　　采用求和符号Σ，线性规划的一般形式可以简写为： 用向量形式可表示为： 二、图解法 　　　当决策变量个数n=2时，LP问题可以通过在平面上作图的方法求解，称为图解法。 　　　图解法求解的目的： 1.判别线性规划问题的求解结局。 2.在存在最优解的条件下，把问题的最优解找出来。 【例1-4】 求下列问题的最优解。 （1）确定问题的可行域R。 （2）分析目标函数Z的等值线平行移动与Z值的关系，确定最优解的位置。 　　　当z取定值时，方程z=2x1+5x2或x2=－2/5x1+z/5表示一条斜率为－2/5的直线 l ， 称为z的等值线，它在x2轴上的截距为z/5。当l向右上方平行移动且保持与R有共同部分时，z值不断上升，由于l的斜率为－2/5，因此当l向右上方平移的过程中，与R最后的公共点是Q3，z在Q3达到最大值。 （3）计算最优解。 点Q3是直线l1与l3的交点，它的坐标由方程组 线性规划问题求解的几种可能结局： 1.唯一最优解：如上例。 2.无穷多最优解：如Z换成maxZ=2X1+4X2,，此时最优解在线段Q2Q3 上达到，有无穷多最优解。 已求得Q3的坐标为（2，3）；Q2坐标由方程组 3.无界解 　　　如约束条件只保留第3个，即4X2≤12，这时可行域无界，Z值可无限上升，无最优解，简称无界解，即有可行解，但目标函数值无解。 　　　产生原因：是由于在建立实际问题的数学模型中遗漏了某些必要的资源约束条件。 4.无解或无可行解 图解法得到的启示 1.求解线性规划问题时，解的情况有：唯一最优解、无穷多最优解、无界解和无可行解。 2.若线性规划问题的可行域存在，则可行域是一凸集。 3.若线性规划问题的最优解存在，则最优解一定在某个顶点可达到。 4.解题思路是：先找出凸集的任一顶点，计算Z值，比较相邻顶点Z值，如大，转到相邻顶点，一直到找出使Z值最大的顶点为止。 第二节 线性规划的标准形式和解的性质 一、 LP的标准形式 例：把LP问题 　　　　　　　　　　　　　 化为标准形式 　　　在三个技术约束中，分别加入松弛变量x3，x4，x5，问题化为标准形式： 【例1-9】 把LP问题 化为标准形式 二、 LP的基可行解的概念 　　对于标准形式的线性规划，利用向量矩阵记号，令X=（x1，x2，…，xn）T，C=（c1，c2，…，cn），b=（b1，b2，…，bm）T，A=（aij）m×n。 　　X，C，b分别称为决策变量向量，价值向量，资源向量（右端常数向量），A称为系数矩阵。Pj=（a1j，a2j，…，amj）T是xj的系数列向量，它是A的第j列，A=（P1，P2，…，Pn）。 　　利用这些记号，标准形线性规划可表示为： 　　设系数矩阵A的秩是m，即A的m个行向量是线 性无关的。若B是A的m阶满秩子阵，称B为问题的 一个基。设B=（　　，　，…，　），称对应的 变量　，　，…，　 为基变量，其它的变量称为 非基变量。令非基变量等于0，从方程组可以唯一 解出基变量的值，从而得到方程组的一个解，称 为基本解；如果它的各个分量非负，即它同时又 是可行解，则称之为基可行解，对应的基称为可行基。 　　可行解是约束方程组的解并且满足非负条件； 基本解是约束方程组具有特定性质的解，它至多有m 个非0分量，但未必满足非负性。基可行解同时具有 两者的性质。 【例】 它的系数矩阵为： 所有基本解见表1-4 三、 LP解的性质 定理1 线性规划的可行域R是凸集。 定理2 X是线性规划基可行解的充分必要　　　条件是X是可行域的极点（顶点）。 定理3 线性规划如果有可行解，则一定有基可行解；如果有最优解，则一定有基可行解是最优解。 　基可行解至多有　　　　　　　个 第三节 单纯形法 （重点） 一、 单纯形法的解题思路 【例】 　　约束方程组已经是对于x3，x4，x5的解出形式，以它们作为第一组（初始）基变量，得基可行解X1=(0,0,8,20,12)T，目标函数值z1=0。 　　从目标函数z=2x1+5x2来看，如果x1或x2成为基变量（简称入基），变成正值，则z值将会上升。由于x2系数更大，引入x2更有利于z的上升，故首先选择x2入基，x1仍然保持是非基变量。此时约束方程组实际成为： 　　把约束方程组（1）转化为对新基变量x2,x3,x4的解出形式： 由（2）第三式得到x2=3－ x5，代入z的表达式，得到 ?　z=2x1+5x2=2x1+5（3－　x5）=2x1－　x5+15 　　x1的系数