运筹学---单纯形法预案.ppt

清华大学出版社 第五章 单 纯 形 法 §1　单纯形法的基本思路和原理 §2　单纯形法的表格形式 §3　求目标函数值最小的线性规划的问题的 单纯形表解法 §4　几种特殊情况 补充：1.线性规划问题的解概念 补充：1.线性规划问题的解的概念 定义 满足约束条件(1-5)、(1-6)式的解X=(x1,x2，…，xn)T，称为线性规划问题的可行解，其中使目标函数达到最大值的可行解称为最优解。 补充： 1.线性规划问题的解的概念 补充：1.线性规划问题的解的概念 补充：1.线性规划问题的解的概念 补充： 1.线性规划问题的解的概念 补充：2.线性规划问题的几何意义 2.1 基本概念 2.2 几个定理 2.1 基本概念 凸集 凸组合 顶点 2.1 基本概念 定义 设K是n维欧氏空间的一点集，若任意两点X(1)∈K，X(2)∈K的连线上的所有点αX(1)+(1?α)X(2)∈K，(0≤α≤1)，则称K为凸集。 2.1 基本概念 实心圆，实心球体，实心立方体等都是凸集，圆环不是凸集。从直观上讲，凸集没有凹入部分，其内部没有空洞。图1-7中的(a)(b)是凸集，(c)不是凸集。 图1-2中的阴影部分是凸集。 任何两个凸集的交集是凸集，见图1-7(d) 2.1 基本概念 设X(1)，X(2)，…，X(k)是n维欧氏空间En中的k个点。若存在μ1，μ2，…，μk，且0≤μi≤1, i=1,2,…，k 使 X=μ1X(1)+μ2X(2)+…+μkX(k) 则称X为X(1)，X(2)，…，X(k)的一个凸组合（当0＜μi＜1时，称为严格凸组合）。 2.1 基本概念 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 X=αX(1)+(1?α)X(2)，(0＜α＜1) 则称X为K的一个顶点(或极点)。 图中的0，Q1,2,3,4都是顶点。 2.2 几个定理 定理1 若线性规划问题存在可行域，则其可行域 是凸集。 2.2 几个定理 定理1的证明：只需证明D中任意两点连线上的点必然在D内即可。设 是D内的任意两点；且X(1)≠X(2)。 2.2 几个定理 2.2 几个定理 引理 1 线性规划问题的可行解X=(x1,x2,…，xn)T为基可行解的充要条件是：X的正分量所对应的系数列向量是线性独立的。 2.2 几个定理 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。 证：不失一般性，假设基可行解X的前m个分量为正。 故 现分两步来讨论，分别用反证法。 2.2 几个定理 (1) 若X不是基可行解，则它一定不是可行域D的顶点。 根据引理1，若X不是基可行解，则其正分量所对应的系数列向量P1，P2，…，Pm线性相关，即存在一组不全为零的数αi,i=1,2,…,m，使得 α1P1+α2P2+…+αmPm=0 (1-9) 用一个数μ＞0乘(1-9)式再分别与(1-8)式相加和相减，得 (x1?μα1)P1+(x2?μα2)P2+…+(xm? μαm)Pm=b  (x1+μα1)P1+(x2+μα2)P2+…+(xm+μαm)Pm=b  2.2 几个定理 因X 不是可行域D的顶点，故在可行域D中可找到不同的两点 X(1)=(x1(1),x2(1),…,xn(1))T X(2)=(x1(2),x2(2),…,xn(2))T 使得 X=αX(1)+(1?α) X(2) ， 0＜α＜1 设X是基可行解，对应的向量组P1…Pm线性独立，故当j＞m时，有xj=xj(1)=xj(2)=0。由于X(1)，X(2)是可行域的两点，因而满足 2.2 几个定理 引理2 若K是有界凸集，则任何一点X∈K可表示为K的顶点的凸组合。 本引理的证明从略，用以下例子说明本引理的结论。 例5 设X是三角形中任意一点，X(1)，X(2)和X(3)是三角形的三个顶点，试用三个顶点的坐标表示X(见图1-8) 2.2 几个定理 解：任选一顶点X(2)，做一条连线XX(2)，并延长交于X(1)、X(3)连接线上一点X′。因为X′