运筹学线性规划及单纯形法预案.ppt

运筹学Operational Research 运筹帷幄，决胜千里 ?史记《张良传》 第1章 线性规划及单纯形法 ★线性规划的数学模型 ★线性规划的图解法 ★单纯形法原理 ★单纯形法的计算步骤 2、线性规划的数学模型： max (min)z = c1x1 + c2x2 + ··· + cnxn a11x1 + a12x2 + ··· + a1nxn ≤(=, ≥) b1 a21x1 + a22x2 + ··· + a2nxn ≤(=, ≥) b2 ┆ ┆ am1x1 + am2x2 + ··· + amnxn ≤(=, ≥) bm x1，x2，···，xn ≥ 0 说明： 基解：某一确定的基B，令非基变量等于零，由约束条件方程②解出基变量，称这组解为基解。在基解中变量取非0值的个数不大于方程数m，基解的总数不超过 基可行解：满足变量非负约束条件的基本解，简称基可行解。 可行基：对应于基可行解的基称为可行基。 可行域的性质 线性规划的可行域是凸集 线性规划的最优解在极点上 一、预备知识 1、凸集：设K为En(n维欧式空间)的一点集，X(1)∈K，X(2)∈K。 若αX(1)+(1-α)X(2)∈K，则称K为凸集。（0α1） 2、顶点：X∈K，X(1)∈K，X(2)∈K (任意两点)。若X 不能用αX(1)+(1-α)X(2)表示，则称X为K的一个顶点。 (0α1) 凸集中不成为任意两点连线上的点，称为凸集顶点。 注：顶点所对应的解是基可行解。 §7 线性规划的应用 非凸集 X(1) X(1) X(2) X(2) 凸集 X(1) X(2) X(2) X(1) §3 单纯形法原理 3、凸组合：设X(i)∈En，若存在0μi1，i = 1,2,···,k， 使 ,则称X为X(i)(i=1,2,···,k)的凸组 合。 二、 基本定理 定理1 若线性规划存在可行域，则: 可行域 D = {X|AX = b,X ≥ 0}为凸集。 定理2 线性规划的基可行解对应于可行域的顶点。 定理3 若线性规划有解，则一定存在基可行解为最优解。 基本思想 迭代原理与举例 §4 单纯形法的计算步骤 结论： 如果线性规划有有限的最优解，则它一定可以在可行域的一个顶点上达到。 单纯形法: 否 初始顶点 转移到新顶点 (目标值上升) 是否最优？ 停止迭代 是 0 (0,3) (0,0) (2,3) (4,2) (4,0) 可行域的顶点 基本可行解 等价定理: 基本思想 基本可行解 基本可行解 单纯形法几何解释---顶点寻优 例： max z=2x1+3x2 max z=2x1+3x2+0x3 +0x4 s.t x1+x2?3 标准化 s.t x1+x2+x3=3 x1+2x2 ? 4 ? x1+2x2+x4=4 x1?0, x2?0 xj?0, (j=1,2,3,4) （1）初始基本可行解的选择：-----坐标原点处 令 x1 =x2 =0,由 x1+x2+x3=3 x1+2x2+x4=4 （2）是否为最优解的判定 x3=3 -(x1+x2) x4=4 -(x1+2x2) 解得 X=( 0,0,3,4 )T （3）找新的顶点（基本可行解）： 直观看，x2↑1, 则 z ↑ 3，∴ 应找A点，即增加x2。 x2 可增加多少？需要保证 x3=3 -(x1+x2)?0 x4=4 -(x1+2x2)?0 ， ∴ x2 = min（3/1，4/2），从而 x3=1 -(x1 / 2 - x4 /2） x2=2 -(x1 / 2 + x4 / 2) 令 x1 = x4 =0，则新的基本可行解为 X=( 0，2，1，0)T 重复上述过程 基本可行解 最优性判别准则 确定入基变量 确定出基变量 换基运算 迭代原理 Cj → x1 x2 x3 x4 XB b CB 1 1 1