单纯形培训教案.pptVIP

（2）为了把一般形式的LP变换为标准形式，必须消除其不等式约束和符号无限制变量。 目标函数的转换 约束条件的转换 变量的非负约束的转换 任何形式的线性规划数学模型都可以转换成标准型的线性规划 三、什么是可行解、可行域，可行域的几何结构？ 满足所有约束条件的决策变量，称为可行解或可行点(feasible point)。 使目标函数值最大的可行解称为最优解 所有可行点组成的集合称为可行域（feasible region），记为D. 给定一个LP问题可行域D,下列三种情况必居其一 四、基本解、基本可行解 (basic solution、basic feasible solution) 五、 LP问题的几何意义（单纯形表的数学原理） 若线性规划问题存在可行域，则其可行域D是凸集 线性规划问题的可行解为基可行解的充要条件是的正分量所对应的系数列向量线性无关。 X是基本可行解的充分必要条件是X是可行域D的顶点 一个标准的LP问题，若有可行解，则至少有一个基本可行解 一个标准的LP问题，若有有限的最优值，则一定存在一个基本可行解是最优解。 1．单纯形表为了计算的方便，我们可以将单纯形法的全部计算过程在一个类似增广矩阵的数表上进行，这种表格称单纯形表，不同的教材设计表格稍有不同，这里设计如下： 2．? 单纯形方法步骤 ?Step1　转换一般的LP模型为标准型。 Step2 　找一个初始可行基。 Step3 　计算单纯形表中的各矩阵。 Step4 构造单纯形表。 Step5 判断最优解，是，则结束。否　　　　 则，转入下一步。 Step6 换基迭代，返回Step5。 找入基变量 找出基变量 定轴心项 作行变换 交换变量 如何进行换基迭代  ——掌握线性规划问题的数学原理及代数的单纯形解法是学习LP的最高境界。——掌握这一方法对于以后的学习大有裨益，希望同学们发扬十二分的耐心和钻研精神。 例题、用单纯形法求解 １．化为满秩标准形 2、写出初始单纯形表 * * 第三章 线性规划的一般求解方法 ——单纯形法 它的一般形式为： 其中， , ， 是已知数， 是待决策的变量。 一、线性规划问题的一般形式 一般情况下 m n , m , n 为正整数, 分别表示约束条件的个数和决策变量的个数, 称为约束条件(Subject to)。 称为变量的非负约束条件。其余的变量可取正值、负值、或零值，称这样的变量为符号无限制变量或自由变量。线性规划模型的特征是：一组决策变量 ，一组约束条件。一个目标函数。目标函数和约束条件都是线性的。 由前面一般形式可知,线性规划问题可能有各种不同的形式。目标函数有实现最大化也有实现最小化的;约束条件可以是“? ”形式、“?”形式不等式,有的是等式 决策变量有时有非负限制有时没有。这种多样性给讨论问题代来了不便。为了便于今后讨论，我们就要规定线性规划问题的标准型 二、线性规划问题的标准行式是什么？如何将一个LP问题的一般形式转换为标准形式？(1)、这里规定的标准形式为： 这里我们假设 bi ? 0 ( i = 1,2,···,m),否则两端同时乘以“-1”。 简记为： 用矩阵表示为： 用列向量表示为： 例4: 试将如下线性规划问题化成标准型 解：令 x3 = x4 - x5 , x4 , x5 ? 0 , (1)式左端加上非负松弛变量 x6 , (2)式左端减去非负剩余变量 x7 , 则可将上述线性规划问题化成如下的标准型: D = ? 称该问题无解或不可行。D ? 且可行域有界。则线性规划问题一定存在最优解。这时最优解唯一，也可能有无穷多。D ?， 且可行域为无界，则线性规划问题或者有最优解（唯一或无穷多）也可能没有有限的最优解。当可行域非空时，可行域的几何结构为(多面)凸集  秩（A）=m，则矩阵A中存在一个m阶满秩 子方阵B。称B矩阵为线性规划问题的一个基。 解之间的关系 可行解：满足约束条件 最优解：满足约束条件，同时使目标函数值最优。 基础解：满足 且非零分量的数目不大于方程的个数m。 基可行解：是基础解又是可行解。 基最优解：满足约束条件，且无非零分量，或非零分量对应的列向量现性无关，同时使目标函数值最优。 若线性规划问题存在可行域，则其可行域D是凸集 线性规划问题的可行解X为基可行解的充要条件是X的正分量所对应的系数列向量线性无关。 X是基本可行解的充分必要条件是X是可行域D的顶点