运筹学课件1.3 单纯形法要点.pptVIP

第三节 线性规划问题的单纯形解法 线性规划问题解的基本概念 单纯形解法 解的最优性检验 表解形式的单纯形法 单纯形解法的一些问题及其处理方法 一、线性规划问题解的基本概念 可行解 最优解 基及基本解 可行基及基本可行解 代数解与几何解的关系 单纯形法的要点 二、单纯形解法 建立基本可行解 计算变量的检验数 判断是否最优 若不是最优解，换基 计算新的基本可行解 迭代计算直到求得最优解或可判断无最优解为止 建立初始基本可行基 对于小于等于情况，通过标准化，每个约束条件的左边加上了一的松弛变量，该松弛变量的系数矢量时单位矢量。 当约束条件的右手项都大于等于零时，可令松弛变量为初始基本可行基。 例1.1的标准型 线性方程组的增广矩阵表示 它的初始可行基 初始基本可行解 初始基变量 是松弛变量。 初始可行解（只要满足非负条件） 初始基本可行解 目标函数与最优性检验 第一次迭代 确定入基变量，应当是 ，它的系数是4。 确定出基变量，方法如下，得 确定新基和求解新的基本可行解 新基 新的基变量： 新的基本可行解 新的基本可行解和目标函数 基本可行解 目标函数 第二次迭代 确定入基变量： 确定出基变量： 确定新基和求解新的基本可行解 新的基本可行解和目标函数 第三次迭代 确定新基和求解新的基本可行解 新基 新的基变量： 新的基本可行解 新的基本可行解和目标函数 基本可行解 目标函数 这是最优解。最大目标函数值为2600。 三、关于解的最优性检验 设线性规划模型为 令基为B，并作相应的矩阵分割，从约束条件得 代入目标函数 得 令 则目标函数可写成 所以可用 判断是否最优解，它叫做检验数。 四、表解形式的单纯形法 表的格式 在表上的计算方法 表上计算的原理 表解单纯形法的实例：例1-1 初始单纯形表 第一次迭代 第二次迭代 第三次迭代 五、单纯形解法中的一些问题及其处理方法 换入变量的选择问题 下标最先原则 检验数最大原则 换出变量的选择问题 比值最小原则 下标最先原则 无换出变量的情况—无界解 非基变量检验数有等于零—多个最优解的情况 多个最优解情况 假设载重车每辆获利2千元，则目标函数变为 它与约束条件 平行，因此可行域顶点B和C都市最优解，其凸组合边BC都是最优解。 第一次迭代 一个检验数=0，第一个最优解 迭代一次后得到另一个最优解 最优解 一个最优解点B：X1=(200,600)T，另一个最优解点C：X2=(400,200)T，凸组合 都是最优解，并且目标函数值 习题 P.258，习题4（2） P.259，习题9（1） * * 新基 新的基变量： 新的基本可行解 基本可行解 目标函数 确定入基变量： 确定出基变量： 0 0 0 3 4 0 800 500 400 0 0 1 0 1 0 1 0 0 2 2.5 0 2 5 1 1600 2500 400 0 0 0 b 0 0 0 3 4 -4 0 0 3 0 1600 400 200 -2 -5 1 0 1 0 1 0 0 2 2.5 0 0 0 1 800 500 400 0 0 4 b 0 0 0 3 4 2 -1.2 0 0 0 2200 200 400 2 -2 1 -0.8 0.4 0 1 0 0 0 1 0 0 0 1 400 200 400 0 3 4 b 0 0 0 3 4 0 -0.4 -1 0 0 0 1 0 0 -0.4 -0.4 0.4 0.5 1 -0.5 0 1 0 0 0 1 200 600 200 0 3 4 b 0 0 0 3 4 -4 0 0 2 0 1600 400 200 -2 -5 1 0 1 0 1 0 0 2 2.5 0 0 0 1 800 500 400 0 0 4 b 0 0 0 2 4 0 -0.8 0 0 0 2000 200 400 2 -2 1 -0.8 0.4 0 1 0 0 0 1 0 0 0 1 400 200 400 0 2 4 b 0 0 0 2 4 0 -0.8 0 0 0 2000 1 0 0 -0.4 -0.4 0.4 0.5 1 -0.5 0 1 0 0 0 1 200 600 200 0 2 4 b 0 0 0 2 4