第二版运筹学 第一章线性规划.ppt

* Cj 3 2 -1 0 0 b CB XB x1 x2 x3 x4 x5 ? 2 ? ? 0 ? －1 ? x2 ? ? x5 ? x3 ? 1 ? 0 ? ? 0 ? 0 ? 0 ? ? 1 ? 0 ? 1 ? ? 0 λj 5↑ 0 0 0 0 ? 2 ? 3 ? －1 x2 ? x1 ? x3 0 ? 1 ? 0 1 ? 0 ? 0 ? 0 ? 0 ? 1 1 ? 1 ? 0 2 13 λj 0 0 0 －5 ? Cj 3 2 －1 0 0 b CB XB x1 x2 x3 x4 x5 2 0 －1 x2 x5 x3 －6/5 [3/5] －2/5 1 0 0 0 0 1 －1/5 3/5 －2/5 0 1 0 3/5 31/5 → 11/5 λj 5 ↑ 0 0 0 0 ? 2 3 －1 x2 x1 x3 0 1 0 1 0 0 0 0 1 1 1 0 2 5/3 2/3 13 31/3 19/3 λj 0 0 0 －5 －25/3 ? 用单纯形法计算得到下表 最优解X＝（31/3，13，19/3，0，0)T；最优值Z＝152/3 1.5 单纯形法 Simplex Method * 【例1.23】用两阶段法求解例1.21的线性规划。 【解】例1.21的第一阶段问题为 用单纯形法计算如下表： 1.5 单纯形法 Simplex Method * Cj 0 0 0 0 1 b CB XB x1 x2 x3 x4 x5 0 1 x3 x5 [3] 1 1 －2 1 0 0 －1 0 1 6→ 4 λj ? －1↑ 2 0 1 0 ? 0 1 x1 x5 1 0 1/3 －7/3 1/3 －1/3 0 －1 0 1 2 2 λj ? 0 7/3 1/3 1 0 ? λj≥0,得到第一阶段的最优解X=(2,0,0,0,2)T,最优目标值w=2≠0,x5仍在基变量中,从而原问题无可行解。 1.5 单纯形法 Simplex Method * 解的判断 唯一最优解的判断：最优表中所有非基变量的检验数非零,则线 规划具有唯一最优解 多重最优解的判断:最优表中存在非基变量的检验数为零,则线则性规划具有多重最优解。 无界解的判断: 某个λk0且aik≤０（i=1，2,…,m）则线性规划具有无界解 退化基本可行解的判断:存在某个基变量为零的基本可行解。 无可行解的判断：(1)当用大M单纯形法计算得到最优解并且存在Ri0时，则表明原线性规划无可行解。 (2) 当第一阶段的最优值w≠0时，则原问题无可行解。 1.5 单纯形法 Simplex Method * 设有线性规划 其中Am×n且r(A)=m, X≥0应理解为X大于等于零向量，即xj≥0,j=1,2…,n。 1.5.3 计算公式 1.5 单纯形法 Simplex Method * 不妨假设A＝（P1，P2，…，Pn）中前m个列向量构成一个可行基，记为B=(P1，P2，…，Pm)。矩阵A中后n－m列构成的矩阵记为N＝（Pm+1,…Pn）,则A可以写成分块矩阵A=（B，N）。对于基B，基变量为XB=（x1,x2，…，xm ）T, 非基变量为XN=(xm+1,xm+2,…xn)T。 则X可表示成 同理将C写成分块矩阵C=（CB，CN）， CB=(C1,C2,…,Cm), CN=(Cm+1Cm+2，…，cn) 则AX=b可写成 1.5 单纯形法 Simplex Method * 因为r（B）=m（或|B|≠0）所以B —1存在，因此可有 令非基变量XN=0，XB=B—1b，由 B是 可行基的假设，则得到基本可行解 X=(B－1b，0)T 将目标函数写成 1.5 单纯形法 Simplex Method * 得到下列五个计算公式： (令XN=0) 1.5 单纯形法 Simplex Method * 上述公式可用下面较简单的矩阵表格运算得到，设初始矩阵单纯形表1-15 将B化为I（I为m阶单位矩阵）,CB化为零,即求基本可行解和检验数。用B－1左乘表中第二行,得到表1-16 XB XN b XB I B-1N B-1b Cj-Zj CB CN 0 XB XN b XB B N b Cj-Zj CB CN 0 表1－15 表1－16 1.5 单纯形法 Simplex Method * 再将第二行左乘－CB后加到第三行,得到 λΝ XB －Z0 XB XN b XB I B-1