单纯型法.pptVIP

非标准型转化举例之一 maxZ=70X1+120X2 maxZ=70X1+120X2 9X1+4X2≤360 9X1+4X2+X3=360 4X1+5X2 ≤200 4X1+5X2 +X4=200 3X1+10X2 ≤300 3X1+10X2+X5 =300 X1≥0 X2≥0 Xj≥0 j=1,2,…,5 非标准型转化举例之二 minZ=x1+2x2-3x3 maxZ’=x’1－2x2+3(x’3－x”3) x1+x2+x3 ≤9 －x’1+x2+x’3－ x”3 + x4=9 -x1-2x2+x3 ≥2 x’1－2x2+x’3 －x”3 - x5= 2 3x1+x2-3x3=5 － 3x’1+x2－3(x’3 － x”3 )=5 x1 ≤0 x2 ≥0 x3无约束 x’1 ≥ 0 x2 ≥0 x’3 ≥0 x”3 ≥0 x4≥0 x5≥0 课堂练习：将下列非标准型化为标准型 1、minZ=x1-2x2+3x3 2，maxZ=x1+x2 s.t. x1+x2+x3 ≤7 s.t. x1-x2 ≥0 x1-x2+x3 ≥2 3x1-x2 ≤ -3 -3x1+x2+2x3= -5 x1,x2 ≥0 x1,x2 ≥0,x3无约束。 第二节 线性规划的图解法 max z=x1+3x2 s.t. x1+ x2≤6 -x1+2x2≤8 x1 ≥0, x2≥0 LP解的类型 四种情况： 1.唯一最优解 2.无穷多最优解 3.无界解 4.无可行解 线性规划的基矩阵、基变量、非基变量 单纯形法的初步讨论 第一步：将原问题化为标准型 第二步：求出初始可行解 第三步：最优性检验 第四步：换基迭代 第五步：继续优化 单纯形表 如： maxZ=70X1+120X2 s.t. 9X1+4X2≤360 4X1+5X2 ≤200 3X1+10X2 ≤300 X1≥0 X2≥0 alk为主元素 对于只有两个变量的线性规划问题，可应用图解法求解，求解的步骤是： 1. 以X2为纵轴X1为横轴画平面直角坐标系； 2. 依次画出每条约束线和变量约束，并描出可行域方向； 3. 任取一目标函数值画出目标函数线，然后根据目标函数类型将该线平移至可行域边界，这时目标函数与可行域的交点即最优可行解，代入目标函数即得最优值。现对下面的例子应用图解法求解： Max z=x1+3x2 s.t. x1+ x2≤6 -x1+2x2≤8 x1 ≥0, x2≥0 例2－5 可行域 目标函数等值线 最优解 Z（4/3,14/3）=46/3 6 4 -8 6 0 x1 x2 例1唯一 解的例子 注意：（1）这里目标函数在可行域内移动的方向，是朝着增大纵截距的方向移动的；（2）最优解为两约束线之交点的必要条件，是目标函数斜率介于两约束线斜率之间或目标函数线介于二约束线之间，比如，如果目标函数的斜率为－2，则最优解为（6，0）点；如果目标函数斜率为3/4，则最优解为（0，4）点。 例2－6　唯一解的例子 Max z=3X1－X 2 3X1－2X2≤ 3 (1) 5X1＋4X2 ≥10 （2） 2X1+X2 ≤5 （3） X1，X2 ≥ 0 （4） （13/7，9/7） （2，0） （0，0） （0，5） 唯一最优解 Z(13/7,9/7)＝30/7 下面再看一个唯一解的例子：一个有意义的线性规划应该是具有唯一解的线性规划。这个例子有三条约束线。 Ｘ1 X2 注意：在唯一解条件下，如何找最优点是个重要问题。这通常要看目标函数的类型。对于最大化问题，如果在关于X2的函数中，截距Z为正值，如例2－5，目标函数线应在可行域内向增大纵截距的方向移动；如果在关于X2的函数中，截距Z为负值，如本例，目标函数线应在可行域内向减小纵截距的方向移动。对于最小化问题，目标函数线在可行域内移动的方向则应与上述两种情况