第一章线性规划及单纯形法(第12讲).pptVIP

第一章 线性规划及单纯形法 LP 问题解的几何意义 定义 5 设集合 是 n 维欧氏空间中的一个点 集，如果 及实数 则称 S 是一个凸集。 几何意义：如果集合中任意两点连线上的一切点都在 该集合中，则称该集合为凸集。 Note: 空集和单点集也是凸集。 * §3 线性规划问题解的基本性质 定义 6 设 则称 为点 的一个凸组合。 定义 7 设凸集 两点 表示为 则称 x 为 S 的一个极点（或顶点）。 定理 4 LP 问题的可行解集 * 第一章 线性规划及单纯形法 定理 5 设 D 为 LP 问题的可行解集， ，则 x 是 D 的极点的充分必要条件是 x 为 LP 问题的基可行解。 prove 推论 1 如果 LP 问题的可行解集非空，则极点集合也 一定非空，且极点的个数是有限的。 推论 2 如果 LP 问题有最优解，则一定可在可行解集 D 的极点上达到。 定理 6 设 LP 问题在多个极点 x(1),x(2),…x(k) 处取到最优 解，则它们的凸组合，即 也是 LP 问题的最优解. （此时，该LP 问题有无穷多最优解） * §3 线性规划问题解的基本性质 Note: 1、如何判断 LP 问题有最优解； 2、计算复杂性问题。 设有一个50个变量、20个约束等式的 LP 问题，则 最多可能有 个基。 即约150万年 如果计算一个基可行解只需要 1 秒，那么计算所有 的基可行解需要： 13 6 4.710 1.510 360024365 ′ ?′ ′′ （ 年 ） * §4 单纯形法的基本原理 单纯形法（Simplex Method）是1947年由 G.B. Dantzig 提出，是解 LP 问题最有效的算法之一， 且已成为整数规划和非线性规划某些算法的基础。 基本思路： 基于 LP 问题的标准形式，先设法找到一个基可 行解，判断它是否是最优解，如果是则停止计算；否 则，则转换到相邻的目标函数值不减的一个基可行解. （两个基可行解相邻是指它们之间仅有一个基变量不 相同）。 * 第一章 线性规划及单纯形法 单纯形法引例 首先，化原问 题为标准形式： x3, x4 是基变量. 基变量用非基变量表示： x3 = 60 -x1 - 3x2 x4 = 40 -x1 - x2 代入目标函数： z =15 x1+25 x2 令非基变量 x1= x2=0 z=0 基可行解 x(0)=(0,0,60,40)T 是最优解吗？ max z = 15x1 +25x2 s.t. x1 + 3x2 ≤ 60 x1 + x2 ≤ 40 x1，x2 ≥ 0 max z = 15x1 + 25x2 + 0x3 + 0x4 s.t. x1 + 3x2 + x3 = 60 x1 + x2 + x4=40 x1，x2 , x3, x4≥ 0 * §4 单纯形法的基本原理 z =15 x1+25 x2 x3 = 60 -x1 - 3x2 x4 = 40 -x1 - x2 因为x2 的系数大，所以x2 换入基变量。 x3 = 60 - 3x2 ≥ 0 x4 = 40 - x2 ≥ 0 谁换出？ 如果 x4 换出，则x2 = 40， x3 = -60，不可行。 如果是“+”会怎样？ 如果 x3 换出，则x2 = 20， x4 = 20。 最小比值法则 所以 x3 换出。 基变量用非基变量表示： 代入目标函数： z =500+20/3 x1- 25/3 x3 令非基变量 x1= x3=0 z=500 基可行解 x(1)=(0,20,0,20)T 大于零！ * 第一章 线性规划及单纯形法 因为x1 的系数大，所以x1 换入基变量。 所以 x4 换出。 基变量用非基变量表示： 代入目标函数： z =700 – 5 x3 – 10 x4 令非基变量 x3= x4=0 z=700 基可行解 x(2)