IEORCH线性规划及单纯形法说课.ppt

2 最优解、最优值 最优解：使目标函数达到最大的可行解 最优值：取最优解时的目标函数值 Max Z = CX （1） s.t. AX=b （2） X ? 0 （3） 3 线性规划的基、基本解与基本可行解 考虑线性规划标准形式的约束条件： Ax=b，x≥0 其中A为m×n的矩阵，nm，秩(A) = m，b ? Rm 。 在约束等式中，令n维空间的解向量：x = (x1，x2，…，xn)T中n-m个变量为零，如果剩下的m个变量在线性方程组中有唯一解，则这n个变量的值组成的向量x就是该线性规划问题的基解. （1）线性规划的基：对于线性规划的约束条件 Ax=b， x≥0 设B是A矩阵中的一个非奇异（可逆）的m×m子矩阵，则称B为线性规划的一个基. 用记号A=( p1 ，p2 ，…，pn ) ，其中 pj=( a1j ，a2j ，…，amj )T ? Rm .任取A中的m个线性无关列向量 pj ? Rm 构成矩阵 B=( p1 ，p2 ，…，pm )。那么B为线性规划的一个基。 称对应于基B的变量xj1 ，xj2，…，xjm为基变量；而其它变量称为非基变量。 （2）线性规划问题的基本解、基本可行解和可行基： 对于线性规划问题，设矩阵B = ( pj1，pj2，…，pjm ) 为一个基，令所有非基变量为零，可以得到m个关于基变量xj1 ，xj2 ，…，xjm的线性方程，解这个线性方程组得到基变量的值。称这个解为一个基本解；若得到的基变量的值均非负，则称为基本可行解，同时称这个基B为可行基。 可以证明以下结论：线性规划的基本可行解就是可行域的极点。 这个结论被称为线性规划的基本定理，它的重要性在于把可行域的极点这一几何概念与基本可行解这一代数概念联系起来，因而可以通过求基本可行解的线性代数的方法来得到可行域的一切极点，从而有可能进一步获得最优极点。 基础解、基础可行解 max z=x1+3x2 D s.t. x1+ x2+x3 =6 B -x1+2x2 +x4 =8 x4=0 C x3=0 x1, x2,x3,x4≥0 x1=0 E O x2=0 A * * * 例3．Max S=3x1+x2 s.t. x1+x2≤5 -x1+x2≤0 6x1+2x2≤21 x1,x2≥0 法线方向 ，此问题有无穷多个解. 6x1+2x2=21 x1+x2=5 -x1+x2=0 x2 x1 O 例4．Max S=3x1+x2 s.t. x1-x2≤-1 x1+x2≤-1 x1,x2≥0 此问题无可行解。 O x1 x2 -1 1 -1 可在某一顶点上取得。 小结：两个变量的线性规划问题的解有4种情况。 1．有唯一的最优解 2．有最优解，但不唯一 （有无穷多个） 3．有可行解，但无最优解 4．无可行解 可行域有界—唯一最优解 可行域有界—多个最优解 ●进一步分析讨论可知线性规划的可行域和最优解有以下几种可能的情况： 1.可行域为封闭的有界区域 (a)有唯一的最优解； (b)有无穷多个最优解； 2.可行域为封闭的无界区域 (c)有唯一的最优解； (d)有无穷多个最优解； (e)目标函数无界(即虽有可行解，但在可行域中，目标函数可以无限增大或无限减少)，因而没有有限最优解。 可行域无界—唯一最优解 可行域无界—无穷多最优解 可行域无界—目标函数无界 (e)目标函数无界(即虽有可行解，但在可行域中，目标函数可以无限增大或无限减少)，因而没有有限最优解。 可行域为空集—无可行解 3.可行域为空集 (f)没有可行解，原问题无最优解 ●由图解法得到线性规划解的一些特性 （1）线性规划的可行域是凸集（凸多面体） （2）线性