第3章线性规划§4单纯形方法2013汇编.ppt

实验 时间：14周，周一下午5-8节（12月2号？查校历） 地点：工程实训楼（具体到时候大屏幕会有指示）。 第一步，化为标准形 min -2x1 - 5x2 st x1 + 2x2 + x3 = 8 x1 + x4 = 4 x2 + x5 = 3 x1 , x2 , x3 , x4 , x5 ? 0 A = b = c = (-2,-5, 0, 0, 0) 使用单纯形方法的求解线性规划的步骤 化为标准形 设已知线性规划问题的一个基本可行解 (或典式，或者一个可行基)，先用行变换化为典式， 然后换基，以进行基本可行解的改进 选择进基变量，或者已经找到最优解。 选择出基变量，或判断为无(有限)最优解. (最优解在无穷远处) 换基。 重复这3步，或找到最优解，或为无(有限)最优解. 会不会出现无可行解的情况？ 不会。因为已知一个基本可行解。 练习（或再看一遍例题p60），是怎样求解的。 主要是保证变量取值为非负的（非负约束）。 进基变量新的取值为br /ark ，哪个 进基变量原来值为0，它的值增加时可以是目标函数值下降，但不能无限增加，增加到br /ark 时为止，否则，再增加，就破坏了变量的非负约束，第r行相应的原来的基变量必须取负值了。由于将把ark变为1，可见br /ark确实是进基变量的新的取值。它增加到br /ark ，由第r行约束，第r行相应的原来的基变量新的取值为0，成为非基变量。 行初等变换有限制：第一行涉及到的初等变换只有将其他行的倍数加到该行上来。 用ark把 f / 第一行 的同列元素变为0，实际上等价于从第 r 行这个约束解处xk、代入 f 的表达式中。 或者按该例子来说明：f = 2*x3 + x5 – 19 (相当于选x1,x2,x4为基变量，由约束求出它们用非基变量的表达式，代入f的表达式，而得到)。对任意可行解x，必有x3 , x5 ≥ 0, 因此 f(x) ≥ -19. 其实，从该基本可行解开始，保持其余非基变量为0不变，令为0的检验数对应的非基变量，的值增加，（根据约束）某些基变量就减少，也有的基变量值增大，但这都可使基变量取非负值，并且这些变化都不改变目标函数值。便可以看到有无穷多个解。增加到一定限度（达到另一个顶点）为止，再增加就破坏非负约束。等价于又做了一次换基（课本，该例子）。换基是按照=0的检验数来做的。 如果在约束矩阵A中进基变量的系数全?0，则该进基变量可以无限增加都不破坏对x的非负约束，而相应 f 的值无限减小。无有限最优解。 * 例1属于2维情况：2元目标函数，可行域为2维空间的子集。至于其标准形式为5维，那是加进了3个松弛变量，它们不是原来的变量。 * 非退化的LP，定义为所有基本可行解为非退化的LP（与薛毅定义不同！）如此，对非退化LP问题，用单纯形法不会出现循环（管梅谷线性规划，清华出版的《应用数学手册》的（运筹学卷），第1章的第2作者为陈宝林；后者有证明的逻辑过程。根本原因是每次换基目标函数值都会下降—这是因为典式时右边的b是0的，不会出现bi = 0，因为它们是基本可行解中基变量的取值又是非退化的线性规划），因此有限步换基就可以求的最优解。 LP为退化的情况下，可能陷入循环，相关内容见文件”7-10 chap 3 线性规划 2011注.ppt”的§6退化和防止循环处的注。 * 非0分量多余m个？不可能，基本解的n-m个非基变量均取值为0 非退化的LP，多处定义为所有基本可行解为非退化的LP（与薛毅定义不同！）（管梅谷线性规划，清华出版的《应用数学手册》的（运筹学卷），第1章的第2作者为陈宝林。其中还有结论：对非退化LP问题，用单纯形法不会出现循环；后书中有证明的逻辑过程），根本原因是每次换基目标函数值都会下降—这是因为典式时右边的b是0的，不会出现bi = 0，因为它们是基本可行解中基变量的取值又是非退化的线性规划），因此有限步换基就可以求的最优解。 （不知道是不是有这样的情况：有些基本解是退化的，但所有基本可行解都不是退化的。如果有，则说明书上关于非退化的线性规划的定义是错误的，如果没有，则定义也是正确的） 会不会出现无可行解的情况？ 不会。 因为，已经有一个基本可行解了。 第3章 线性规划—Linear Programming §4 单纯形方法 结合例2.4.1p60薛毅讲（同前上次课的例子） 直接表上操作，单纯形表的样子提