运筹学第2讲 线性规划1.ppt

数学规划模型的标准形式 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 。 数学规划模型的标准形式 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 。 数学规划模型的标准形式 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 。 数学规划模型的标准形式 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。 数学规划模型的标准形式 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 - 6.1 x3 ≤15.7 4.1 x1 + 3.3 x3 ≥8.9 x1 + x2 + x3 = 38 x1，x2，x3 ≥ 0? 解：首先, 将目标函数转换成极大化：令 z = -f = -3.6x1 + 5.2x2 - 1.8x3 数学规划模型的标准形式 化线性规划标准型的方法： 2. 约束条件不是等式的问题： 其次考虑约束，有 2 个不等式约束，引进松弛变量 x4，x5 ≥0。 于是，我们可以得到以下标准形式的线性规划问题： max z = - 3.6 x1 + 5.2 x2 - 1.8 x3 s. t. 2.3x1 + 5.2x2- 6.1x3 + x4 = 15.7 4.1x1 + 3.3x3 - x5 = 8.9 x1 + x2 + x3 = 38 x1，x2，x3，x4，x5 ≥ 0 。 数学规划模型的标准形式 化线性规划标准型的方法： 3. 变量无符号限制的问题：