第三讲线性规划(二).pptVIP

教学要求： 复习：线性规划的解 可行解:满足所有约束条件的解x=（x1，x2，….，xn），称为线性规划问题的可行解。所有可行解的集合称为可行域。 基：设A是约束方程组的m×n阶系数矩阵，秩为m，是A中阶非奇异子矩阵（即），则称是线性规划问题的一个基矩阵，简称基。B中的列向量称为基向量，与基向量对应的变量x称为基变量，其它变量称为非基变量。 基本解：令非基变量=0，则由Ax=b可求出一个解，这个解x称为基本解。 基本可行解：满足非负条件的基本解称为基本可行解。 可行基:对应于基本可行解的基. 最优解：使目标函数达到最优值的可行解称为最优解。 复习：线性规划的基本性质 复习：线性规划的基本性质 定理2.1：线性规划的可行域： 是凸集（凸多面体）。单纯形表格(非矩阵形式)： x2换入,x5 换出；得TAB(2)为： x5换入,x4 换出；得TAB(4)为： 一.大M法 二.两阶段法 使用Excel求解例2.10 例1（无最优解情形） 求线性规划问题：max Z = 2x1 + x2s.t. x1-x2 ≥-52x1-5 x2 ≤10x1,x2 ≥ 0 标准型为：max Z = 2x1 + x2s.t. -x1+x2 + x3 =52x1-5 x2 + x4=10x1,x2 ，x3 ， x4 ≥0 再举关于利用单纯形法解线性规划的两个例子： max Z = 2x1 + x2s.t. -x1+x2 + x3 =52x1-5 x2 + x4=10x1,x2 ，x3 ， x4 ≥0 σ 2＞0, P 2 ≤0,无最优解。 例2（无穷多最优解情形） 求线性规划问题：max Z = 2x1 +4 x2s.t. 2x1+2x2 ≤ 12x1+2x2 ≤ 84x1 ≤ 164x2 ≤ 12x1,x2 ≥ 0 标准型为： max Z = 2x1 +4 x2s.t. 2x1+2x2 + x3 =12x1+2x2 +x4 = 84x1 + x5 = 164x2 + x6 = 12xi ≥ 0,i=1,2,3,4,5,6 最终表为： x6换入x5换出 为一基可行解，有一个变量Xm+k对应 因 为可行解。 定理：若存在检验数大于零，但所对应的换入变量Xm+k的系数向量Pm+k≤0,则原问题无最优解。（无界解的情况） 证明： 构造一个新的解，分量为 定理：若非基变量检验数严格小于零，则线性规划问题有唯一最优解。 定理：若检验数全小于等于零，且某一个非基变量的检验数为0，则线性规划问题有无穷多最优解。 定理：若某一个非基变量的检验数大于0，其系数列向量Pm+k≤0,则原问题无最优解。（无界解的情况） 线性规划为求最大化的标准型： 线性规划为求最小化的标准型时，相应的结果？ 单纯形解题步骤：（已知初始可行基） 求最大化时 一、作对应B的单纯形表： T（B）= B-1bB-1A-CB B-1bC -CB B-1A= B-1b IB-1N-CB B-1b 0 CN - CB B-1N 单纯形解题步骤： 二、判别 若检验数全小于等于零，则基B所对应的基础可行解X就是最优解，终止。 若存在检验数大于零，但所对应的换入变量Xk的系数向量Pk≤0,则原问题无最优解，终止。 若存在检验数大于零，且对应的系数列有大于零的分量，则需要换基迭代。 三、换基迭代 确定换入变量Xk，其中 max(σj 0)= σk, xk为换入变量 j=1,2,…,m 确定换出基变量Xr,根据最小比值原则 min (bi/aik , aik 0 , 1≤i≤m) = bl/blk alk为主元素, Xl为换出基变量。 对单纯形表T（B）进行初等行变换（主元运算）得到新的单纯形表。经过上述有限次的换基迭代，就可得到原问题的最优解，或判定无最优解。 例1 求线性规划问题：max S = 2x1 + 3x2s.t.x1+2x2 = 84x1= 164x2 = 12x1,x2=0 解：对目标函数标准化 max S = 2x1 +3x2s.t.x1+2x2 +x3= 84x1+x4 = 164x2+x5 = 12x1 , x2 , x3 , x4 ,x5 = 01 2 10 0 A= 4001 004 00 1（ x1 x2x3x4 x5 ）=（ NB） 解：1 0 0 B= 0 1 0 = Ib = (8,16,12)T0 0 1 x3 x4,x5为基变量，CB=（0，0, 0） x1 ,x2为非基变量。 有B-1=I, B-1b=b, B-1A=A,单纯性表如下： 初始单纯性表TAB(1)为： x1换入,x3换出；得TAB(3)为： ma