2运筹学第二章线性规划.pptVIP

* 2.4 线性规划的基本理论 例2.7 找出如下LP问题的基、相应的基向量、基变量和非基变量，求出基解并指出哪些是基可行解。 解：系数矩阵为 运筹学基础 * 2.4 线性规划的基本理论 解：系数矩阵为 1) 非奇异，是该LP的一个基，相应的基向量是P1, P2 ，基变量是x1, x2，非基变量是x3 故 X=(1 1 0) 是基解，且是基可行解，B是可行基。 运筹学基础 * 2.4 线性规划的基本理论 解：系数矩阵为 2） B=(P1, P3)奇异，不是该LP的基。 运筹学基础 * 2.4 线性规划的基本理论 解：系数矩阵为 3) 非奇异，是该LP的一个基，相应的基向量是P2, P3 ，基变量是 x2, x3 ，非基变量是 x1 。 运筹学基础 * 2.4 线性规划的基本理论 解：系数矩阵为 3) 非奇异，是该LP的一个基，相应的基向量是P2, P3 ，基变量是x2, x3 ，非基变量是 x1 。 故 X=(0 1 -2/3) 是基解，但 B 不是可行基。 运筹学基础 运筹学基础 * 2.4 线性规划的基本理论 定义2.4 凸集 设 K 是 n 维欧氏空间的一点集，若任意两点 X(1)∈K, X(2)∈K 的连线上的一切点 ɑX(1) + (1-ɑ) X(2) ∈K (0 ≤ ɑ ≤ 1) 则称 K 为凸集。 X2 X2 X1 X2 X1 X1 (a) (b) (c) 运筹学基础 * 2.4 线性规划的基本理论 定义2.5 凸组合 设 X(1)，X(2)，…，X(k) 是 n 维欧氏空间中的 k个点，若存在 ɑ1, ɑ2, …, ɑk，且 0 ≤ ɑi ≤ 1 (i=1, 2, …, k)， ，使得 X = ɑ1X(1) + ɑ2X(2) +…+ ɑkX(k)，则称 X 为X(1)，X(2)，…，X(k)的凸组合。 运筹学基础 * 2.4 线性规划的基本理论 定义2.6 顶点（极点） 设 K 是凸集，X?K。若 X 不能用不同的两点X(1) ?K 和 X(2) ?K 的线性组合表示为 ɑX(1) + (1-ɑ) X(2) ∈K (0 ≤ ɑ ≤ 1) 则称 X 为 K 的一个顶点（或极点）。 运筹学基础 * 2.4 线性规划的基本理论 定理2.1 若线性规划问题存在可行域，则其可行域 D =｛X| AX=b, X≥0｝是凸集。 证明： 任取两点X(1)，X(2)?D且(X(1)≠X(2))，则 AX(1) ＝b， AX(2) ＝b 又显然 X＝ αX(1) ＋(1－ α)X(2) ≥0 AX＝A[ αX(1)＋(1－α)X(2) ] ＝ αAX(1) ＋AX(2) - αAX(2) ＝ αb ＋b － αb ＝ b 令X为X(1)X(2)上一点，即X＝αX(1)＋(1－α)X(2) ,则 故有 X∈D，从而 D 是凸集。 运筹学基础 * 2.4 线性规划的基本理论 定理2.3 LP问题的基可行解 X 对应于可行域 D 的顶点。 定理2.4 若LP问题有可行解，则必有基可行解。 定理2.5 若LP问题有最优解，则必有最优基可行解。 可行域D 基可行解 最优解 运筹学基础 * 第二章 线性规划 线性规划的数学模型 线性规划数学模型的标准型 线性规划问题的图解法 线性规划的基本理论 单纯形法基本思路 运筹学基础 * 在求解线性规划问题的算法中，G.B.Dantzing的单纯形法应用最为广泛。 基本原理： 可行域是凸集； 基可行解与可行域顶点一一对应； 若可行域有界，目标函数一定可在顶点达到最优。 可行域D 基可行解 最优解 根据原理可知：要求线性规划问题的最优解，只要在可行域的顶点中找出最优顶点。 2.5 单纯形法基本思路 运筹学基础 * 思路：首先求出一个顶点(基可行解)，并判断是否是最优解，如果是求解结束，如果不是就进行下一步；第二步转换到另一个顶点(另一个基可行解)，并判断是否是最优解，如果是求解结束，如果不是就重复进行第二步，直至目标函数达到最优。 具体工作： (1) 如何求出初始基可行解？ (2) 如何判断一个基可行解是否是最优？ (3) 如何从一基可行解转换到另一更优的基可行解？ 2.5 单纯形法基本思路 运筹学基础 * 第二章 线性规划 线性规划的数学模型 线性规划数学模型的标准型 线性规划问题的图解法 线性规划的基本理论 单纯形法基本思路 运筹学基础 * 第二章 线性规划 线