运筹学线性规划预案.pptVIP

运 筹 学（Operations Research） 上 海 海 事 大 学 线性规划 线性规划 线性规划 线性规划 线性规划 线性规划 线性规划 线性规划 线性规划 线性规划 线性规划 线性规划 线性规划模型的形式 线性规划模型的形式 线性规划模型的形式 线性规划模型的形式 图解法 图解法 图解法 图解法 图解法 图解法 图解法 图解法 图解法 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型的标准形式 数学规划模型 数学规划模型 数学规划模型 数学规划模型 数学规划模型 数学规划模型 线性规划解的概念 线性规划解的概念 线性规划解的概念 线性规划解的概念 线性规划解的概念 线性规划解的概念 线性规划解的概念 线性规划 线性规划问题的几种表示形式： M1’: M1’’(向量表示): 线性规划问题的几种表示形式： M1’’’: 化线性规划标准型的方法： 对于各种非标准形式的线性规划问题，我们总可以通过以下变 换，将其转化为标准形式: 1.极小化目标函数的问题： 设目标函数为 min f = c1x1 + c2x2 + … + cnxn 令 z ＝ - f ， 则该极小化问题与下面的极大化问题有相同的最优解，即 max z = - c1x1 - c2x2 - … - cnxn 。 但必须注意，尽管以上两个问题的最优解相同，但他们最优解的目标函数值却相差一个符号，即 min f ＝ - max z 。 化线性规划标准型的方法： 2. 约束条件不是等式的问题： 设约束条件为 ai1 x1 + ai2 x2 + … + ain xn ≤ bi 可以引进一个新的变量 s ，使它等于约束右边与左边之差 s = bi – (ai1 x1 + ai2 x2 + … + ain xn ) 。 显然，s 也具有非负约束，即 s≥0 ，这时新的约束条件成为 ai1 x1 + ai2 x2 + … + ain xn + s = bi 。 化线性规划标准型的方法： 2. 约束条件不是等式的问题： 当约束条件为 ai1 x1+ai2 x2+ … +ain xn ≥ bi 时，类似地令 s = (ai1 x1+ai2 x2+ … +ain xn) - bi 。 显然，s 也具有非负约束，即s≥0，这时新的约束条件成为 ai1 x1+ai2 x2+ … +ain xn - s = bi 。 化线性规划标准型的方法： 2. 约束条件不是等式的问题： 为了使约束由不等式成为等式而引进的变量s： 当不等式为“小于等于”时称为“松弛变量”； 当不等式为“大于等于”时称为“剩余变量”； 如果原问题中有若干个非等式约束，则将其转化为标准形式时，必须对各个约束引进不同的变量，有时也将它们统称为松弛变量。 化线性规划标准型的方法： 2. 约束条件不是等式的问题： 例1.4 将以下线性规划问题转化为标准形式? min f = 3.6 x1 - 5.2 x2 + 1.8 x3 s. t. 2.3 x1 + 5.2 x2 -