1.2线性规划问题的单纯形解法.pptVIP

变换的方法： 目标函数为min型，价值系数一律反号。令 f?(x) = -f(x) = -CX, 有 min f(x) = - max [- f(x)] = - max f ?(x) 第i 个约束的bi 为负值，则该行左右两端系数同时反号，同时不等号也要反向 第i 个约束为 ? 型，在不等式左边增加一个非负的变量xn+i ，称为松弛变量；同时令 cn+i = 0 第i 个约束为 ? 型，在不等式左边减去一个非负的变量xn+i ，称为剩余变量；同时令 cn+i = 0 若xj ?0，令 xj= -xj? ，代入非标准型，则有xj? ? 0 若xj ?不限，令 xj= xj? - xj?， xj? ? 0，xj? ? 0，代入非标准型 变换举例： 关于标准型解的若干基本概念： 关于标准型解的若干基本概念： 线性规划标准型问题解的关系 可行解、基础解和基础可行解举例 1.2.2 单纯型法的基本思路 1.2.3 单纯型表及其格式 例1.2.2 试列出下面线性规划问题的初始单纯型表 关于检验数的数学解释 设 B 是初始可行基，则目标函数可写为两部分(1) 约束条件也写为两部分，经整理得 XB 的表达式(2)，注意 XB中含有非基变量作参数 把 XB 代入目标函数，整理得到(3)式 第 j 个非基变量的机会成本如(4)式 若有cj?zj0, 则未达到最优 1.2.4 标准型的单纯型算法 找初始基础可行基 对于(max,?)，松弛变量对应的列构成一个单位阵 若有 bi0，则单位阵也不能构成一个可行基 检验当前基础可行解是否为最优解 所有检验数 cj? zj?0，则为最优解，否则 确定改善方向 从 (cj? zj) 0 中找最大者，选中者称为入变量， xj* 第j*列称为主列 确定入变量的最大值和出变量 最小比例原则 1.2.4 标准型的单纯型算法 确定入变量的最大值和出变量 设第 i* 行使 ? 最小，则第 i* 行对应的基变量称为出变量，第 i* 行称为主行 迭代过程 主行 i* 行与主列 j* 相交的元素ai*j* 称为主元，迭代以主元为中心进行 迭代的实质是线性变换，即要将主元 ai*j*变为1，主列上其它元素变为0，变换步骤如下： (1)变换主行 1.2.4 标准型的单纯型算法 迭代过程 (2)变换主列 除主元保留为1，其余都置0 (3)变换非主行、主列元素 aij (包括 bi) 四角算法公式： 1.2.4 标准型的单纯型算法 5、迭代过程 (4)变换CB，XB (5)计算目标函数、机会成本 zj 和检验数 cj ? zj 6、返回步骤 2 表1.2.4 例1.2.2 单纯型表的迭代过程 单纯型表中元素的几点说明 任何时候，基变量对应的列都构成一个单位矩阵 当前表中的 b 列表示当前基变量的解值，通过变换 B ?1 b 得到 (资源已变成产品) 当前非基变量对应的向量可通过变换 B ?1 AN 得到， 表示第 j 个变量对第 i 行对应的基变量的消耗率 非基变量的机会成本由 给出 注意基变量所对应的行 * * ?管理与人文学院 忻展红 1999，4 1.2 线性规划问题的单纯型解法 1.2.1 线性规划问题的标准形式 为了使线性规划问题的解法标准，就要把一般形式化为标准形式 标准型有 n+m 个变量， m 个约束行 “基”的概念 在标准型中，技术系数矩阵有 n+m 列，即 A = ( P1, P2 , … , Pn+m ) A中线性独立的 m 列，构成该标准型的一个基，即 B = ( P1 ?, P2 ? , … , Pm ?)， | B | ? 0 P1 ?, P2 ? , … , Pm ?称为基向量 与基向量对应的变量称为基变量，记为 XB = ( x1 ?, x2 ? , … , xm ? )T，其余的变量称为非基变量，记为 XN = ( xm+1 ?, xm+2 ?, … , xm+n ? ) T ， 故有 X = XB + XN 最多有 个基 可行解与非可行解 满足约束条件和非负条件的解 X 称为可行解，满足约束条件但不满足非负条件的解 X 称为非可行解 基础解 令非基变量 XN = 0，求得基变量 XB的值称为基础解 即 XB = B?1 b XB 是基础解的必要条件为XB 的非零分量个数 ? m 基础可行解 基础解 XB 的非零分量都 ? 0 时，称为基础可行解，否则为基础非