第2单元 线性规划.pptVIP

第二章 线性规划（LP） 线性规划是运筹学中研究较早、应用较广泛、发展较成熟的一个分支。它有效地解决了生产规划、任务分配以及配料等的最优化问题。 这种最优化方法在油气储运工程中的应用也较为广泛，如炼厂或商品油库的油品调和的最优化问题，最优月输油计划、商品油库的最优进货计划问题等，都可以用线性规划方法解决。 单纯形法是线性规划的主要算法，虽然有人还提出过其他一些算法，但到目前为止，单纯形法仍然是最有效的算法。本章重点介绍单纯形法的原理和算法 1939年 俄数学家首先利用线性规划解决生产问题 1947年 G.B Pantzig 单纯形法（指数算法） 哈奇扬 多项式算法 1979年 卡玛卡尔 改进 1984年 P(n)－计算量 n－规模 目录 2.1 LP数学模型及标准型 2.2 二维LP图解法 2.3 LP基本概念 2.4 LP基本定理 2.5 单纯形法 2.6 人工变量法 2.7 LP对偶理论 2.8 LP的应用 线性规划问题的目标函数是决策变量的线性函数，约束条件是关于决策变量的线性等式或不等式。 线性规划问题的一般形式为： 一般形式简写为： 标准型的向量形式 关于松弛变量和剩余变量，有以下几点需要说明： ① 在标准型中，松弛（剩余）变量与原问题中的决策变量具有同等地位。 ② 对实际问题而言，松弛（剩余）变量与原问题中的决策变量一样具有明确的物理和经济意义。 ③ 松弛（剩余）变量对目标函数无影响，因为它们在目标函数中的系数均为0。 ④ 从数学上讲，松弛变量与剩余变量无本质区别，故也可将两者统称为松弛变量。 目录 2.1 LP数学模型及标准型 2.2 二维LP图解法 2.3 LP基本概念 2.4 LP基本定理 2.5 单纯形法 2.6 人工变量法 2.7 LP对偶理论 2.8 LP的应用 图解法是求解线性规划问题最简单、直观的方法，它的基本思想是将一个代数问题转化为一个几何问题求解。但这种方法只适用于两个自变量的情况，对于三个自变量的情况，图解法原则上也是适用的，但由于作图复杂，一般不予采用。对于三维以上的情况，图解法更是无能为力。尽管如此，图解法对我们从直观上了解线性规划问题解的性质还是很有启发的。 图解法步骤 1、在平面直角坐标系中作出问题的可行域 可行域：对于一个数学规划来说，其可行点的集合称为它的可行域。 可行解(点)：满足全部约束条件的一组决策变量值称为它的可行解(点)。 可行域与可行点的关系： ① 可行域内的每个点都是可行点； ② 问题的任何一个可行点均在可行域内。 显然问题的可行域是由它的约束条件确定的。 令目标函数值过可行域内一点（1，0）,则x1+3x2=1 该直线还通过点（0，1/3） 等值线x1+3x2=1在平面内作平行移动，可得目标函数最大值 结论： （1）二维线性规划问题的可行域是一个凸多边形 （2）最优解的点一般都是凸多边形的某一个顶点 LP问题解的几种情况 （1）唯一解 （2）无穷多个最优解： 将上题中目标函数改为max z=x1+x2 边界上所有点目标函数值相等且最大 （3）无最优解（无有界最优解） 删掉第二个约束条件 最优解是趋于无穷大的 （4）无可行解 将第二个约束条件改为 一般来说，实际问题的线性规划模型很少出现无最优解或无可行解的情况，当出现这两种情况时，应仔细检查所建立的数学模型是否正确。 无最优解与无解是两个完全不同的概念。无最优解有可行解，而无解是无可行解。 作业： 2.9（1）（2） 化标准型 2.11 （1）（2）（3） 二维LP图解法 目录 2.1 LP数学模型及标准型 2.2 二维LP图解法 2.3 LP基本概念 2.4 LP基本定理 2.5 单纯形法 2.6 人工变量法 2.7 LP对偶理论 2.8 LP的应用 1、线段 （segment） 2、超平面（hyperplane） 3、凸组合（Convex Combination） 4、凸集（Convex set） 凸集内部任意两点之间的连线仍然在凸集内部 5、极点 Extreme point （顶点） 几何定义：凸多边形或凸多面体的一个顶点 代数定义： 是凸集， ， 若找不到两个不同的 6、Base 基 （矩阵） 从约束系数矩阵A中选出的m个线性无关的列向量构成的m×m阶矩阵称为线性规划问题的一个基（或基矩阵），通常用B表示。 7、基向量/非基向量:构成基的每一个列向量称为基向量,除基向量以外的其他向量称为非基向量 设基矩阵B=(P1,P2,....,Pm)，则P1,P2,.....,Pm 都是基向量