3.单纯形法原理资料.ppt

3. 单纯形法原理 3.1 线性规划的标准型 (目标函数转化为max型；) 约束条件满足以下两点的称为标准型： 约束方程均为等式方程（b≥0）； 所有变量均为非负变量。 简写为 向量表达式为 其中： 矩阵表达式为： 3.2 化线性规划问题为标准型 3.2.1 化不等式约束为等式约束 ①约束方程为“≤”号。 在“≤”左端加入一个非负松弛变量，把原“≤”的不等式变为等式。 ②约束方程为“≥”号。 在“≥”左端减去一个非负剩余变量（也可称为松弛变量），把原“≥”的不等式变为等式。 3.2.2 化无约束变量为非负变量 若 为无约束变量, 令 ，即可。 在各不等式中分别加上一个非负松弛变量 ,使不等式变为等式，得标准型： 【例1—7 】 【例1—8 】 令 第一个约束加入松弛变量 ； 第二个约束减去松弛变量 ； 第三个约束加入松弛变量 。 得标准型： 课堂练习：请将下面线性规划问题化为标 准形式（目标函数采用max型） Min Z=-3x1+4x2-2x3+5x4 St 4x1-x2+2x3-x4=-2 x1+x2+3x3-x4≤14 -2x1+3x2-x3+2x4≥2 x1, x2, x3≥0, x4无约束 Max Z=3x1-4x2+2x3-5 (x5 -x6)+0x7+0x8 St -4x1+x2-2x3+(x5 -x6) =2 x1+x2+3x3- (x5 -x6) +x7=14 -2x1+3x2-x3+2 (x5 -x6) –x8=2 x1,…x8≥0 Min Z=-3x1+4x2-2x3+5x4 St 4x1-x2+2x3-x4=-2 x1+x2+3x3-x4≤14 -2x1+3x2-x3+2x4≥2 x1, x2, x3≥0, x4无约束 3.3 线性规划问题解的基本概念 设有一标准型 可行解：满足约束条件（1—3）、（1—4）的解 称为线性规划问题的可 行解。 基：设B是从A中任取m个列所构成的方阵，且 则称B是线性规划问题的一个基。 基变量：若B为基，则B中列所对应的变量称为基变 量， 用XB表示，余下的其他变量成为非基变量， 用XN表示。 注意两点： B在A中 是任意取的。故A中有很多基B 。 基变量是针对B而言的，不同B ，其对应的基变量和非基变量是不同的。 可取 A中取定某一基B后，式（1—3）可表示为 取 则（1—3）式可写成 BXB+NXN=b 基解：设B为某一个基，则有BXB+NXN=b 令 XN=0，则得一个满足（1—3）式的解 这个解称为基解。 基可行解：若 为一个基解，且 则得到一个满足（1—3）、（1—4）的 可行解，称为基可行解。 3.4 凸集的基本概念 凸集：对于n维欧氏空间点集D中的任意不同两点 则称D为凸集。 (a) (b) (c) (d) 顶点：设D为凸集， 若X不能用不同的两个顶点 的线性组合表示为： 则称X为凸集D一个顶点（或极点）。 (a) (b) (c) (d) 3.5 3个基本定理 定理1：若线性规划问题存在可行解域，则其可 行解域 是凸集。 定理2： 线性规划问题的基可行解X对应于可行域 D的顶点。 定理3： 若可行域有界，线性规划问题的目标函数 一定可以在可行解域的顶点上达到最优。 由上述线性规划的基本定理，得以下结论： 线性规划问题的可行解域是凸集； 基可行解是可行域的顶点，可行域的顶点即是基可 行解，因此，每个基可行解对应可行域的一个顶点； 3. 可行解域的顶点个数是有限的，不超过 个。 4 .若线性规划问题有最优解，则最优解必在某个顶点 上得到。 【例1—1 】线性规划 模型标准型如下 （1—8