第2章单纯形法讲述.pptVIP

基和基本解的概念 (1) 基(矩阵) AX = b 设B为A的一个m阶子矩阵，若|B|≠0,则称B 为约束方程组AX=b或标准形LP问题(M)的一个 基（矩阵）。 基和基本解的概念 矩阵的秩 设A是一组向量，定义A的最大线性无关组中向量的个数为A的秩。 m×?n矩阵的秩最大为?m和?n中的较小者。记为r（A）=m 若A中m × m子矩阵中矩阵B满足 r（B）=m，则称B是线性规划的一个基（或基矩阵） 当m=n时，基矩阵唯一，当m＜n时，基矩阵可能有多个，但数目不超过 基和基本解的概念 基和基本解的概念 (2) 基本解 范例的标准形 基和基本解的概念 也可取 B1= ( a2 ,a3 ,a4 )为基,得 X1 = ( 0，9，8，- 6，0 )T 还可取 B2= ( a1 ,a2 ,a3 )为基,得 X2 = ( 4，6，4，0，0 )T 等等。 四、基本可行解 满足非负性约束的基本解。 如 X0 ， X2 ；而 X1 不可行。 基和基本解的概念 单纯形法的进一步讨论－人工变量法 cj 3 2 -1 0 0 -M -M CB XB b x1 x2 x3 x4 x5 x6 x7 θi -M x6 4 -4 3 1 -1 0 1 0 4 0 x5 10 1 -1 2 0 1 0 0 5 -M x7 1 2 -2 1 0 0 0 1 1 3-2M 2+M -1+2M↑ -M -M x6 3 -6 5 0 -1 0 1 3/5 0 x5 8 -3 3 0 0 1 0 8/3 -1 x3 1 2 -2 1 0 0 0 —— 5-6M 5M↑ 0 -M 0 0 2 x2 3/5 －6/5 1 0 －1/5 0 —— 0 x5 31/5 3/5 0 0 3/5 1 31/3 -1 x3 11/5 －2/5 0 1 －2/5 0 —— 5 ↑ 0 0 0 0 2 x2 13 0 1 0 1 2 3 x1 31/3 1 0 0 1 5/3 -1 x3 19/3 0 0 1 0 2/3 0 0 0 -5 -25/3 → → → 单纯性法小结 化标准性: 建 立 模 型 个 数 取 值 右 端 项 等式或 不等式 极大或极小 新加变量系数 两 个 三个 以上 xj≥0 xj无 约束 xj ≤ 0 bi ≥0 bi 0 ≤ = ≥ maxZ minZ xs xa 求解 图解法、 单纯形法 单纯形法 不 处 理 令xj = xj′ - xj″ xj′ ≥0 xj″ ≥0 令 xj’ = - xj 不 处 理 约束条件两端同乘以-1 加松弛变量xs 加入人工变量xa 减 去 xs 加入 xa 不 处 理 令 z′=- Z minZ =－ max z′ 0 -M 单纯性法小结 解的判别： 1）唯一最优解判别：最优表中所有非基变量的检验数非零,则线 规划具有唯一最优解。 2）多重最优解判别：最优表中存在非基变量的检验数为零,则线则性规划具有多重最优解（或无穷多最优解）。 3）无界解判别：某个λk0且aik≤０（i=1，2,…,m）则线性规划具有无界解。 4）无可行解的判断：当用大M单纯形法计算得到最优解并且存在Ri0时，则表明原线性规划无可行解。 5）退化解的判别：存在某个基变量为零的基本可行解。 * （3）在第二张中x7已出基，故没有计算第七列的数值，同理，第三、四张表中x6、x7都已出基，故第六、七列没有计算； （4）第三、四张表中的基变量没有人工变量x6、x7，因而检验数中不含M；（5）可以看出，人工变量是帮助我们寻求原问题的可行基，第三张表就找到了原问题的一组基变量x2、x5、x3，此时人工变量就可以从模型中退出，也说明原规划有可行解，但不能肯定有最优解。   第二章 单纯形法 Simplex Method 单纯形法是美国运筹学家丹茨格于1947年首创的求解LP问题的通用有效算法。 是整数规划、非线性规划的基础。 方程组形式、表格形式、矩阵形式。 基本思路：基于标准形LP问题。 2.1 单纯形法的基本思想 2.2 单纯形法的计算过程 2.3 人工变量法 2.4 单纯形法补遗 第2章 单纯形法 范 例 A = 1 0 1 0 0 0 2 0 1 0 3 4 0 0 1