ch线性规划和单纯形法.pptVIP

线性规划 (Linear Programming ——LP)是数学规划的一个分支，是一种解决在线性约束条件下追求最大或最小的线性目标函数的方法。一般可以表达成以下两个问题中的一个： 当资源给定时，要求完成的任务最多； 当任务给定时，要求为完成任务所消耗的资源最少。 第一章 线性规划及单纯形法第一节 线性规划问题及数学模型（P8） 四、 线性规划问题的标准型 例1 第2节 LP理论基础：(凸集、凸组合、顶点） 第2节 LP理论基础：(定理1、2*、3） 证明： 设X(1)﹑X(2)为LP可行域D内任意两点，X(1)≠X(2) ， 则AX(1)=b，AX(2)=b，X(1)≥0，X(2)≥0 令X为X(1)﹑X(2) 连线上任意一点， 即X=αX(1)+（1-α）X(2) ，（0≤α≤1） 代入约束AX=αAX(1)+（1-α）AX(2) =αb+（1-α）b=b， 又∵α≥0，（1-α）≥0，∴X≥0，即X(1)﹑X(2) 连线上任意一点也在D内，由凸集定义，D为凸集。 证明： 设X(1)﹑...﹑X(k)为可行域顶点，相应目标值Z(1)﹑...﹑Z(k) ，其中第m个顶点X(m)处目标值最大，记为Z(m) ，若X(0) 不是顶点但其目标值最优，则： 第3节 单纯形法(George Dantgig于1947年提出) 由线性代数知，对标准形LP问题，理论上可以求出所有基解（枚举法），再通过观察找出其中的可行解（基可行解），进而找出最优解。但如果变量和方程较多，比如m=50，n=100，所有基解有可能达1029个，即使计算机每秒能求解1亿个这样的方程组，也需要30万亿年！因此，必须寻求有效的算法. 表1-3 x3 x4 x2 x3 x4 x2 引例： min Z=- 3X1 + X2 + X3 X1- 2X2 + X3 =11 -4X1 +X2+2X3=3 -2X1 + X3 =1 X1,X2,X3=0 令X3,X5=0,得X=(2 3 0 8 0),将X1、X2代入目标函数，并写成只含非基变量形式得： Z=2(2-X3+X5/2)+3(3-X5/4)=13-2X3+X5/4 。 ∵ X5 系数C5=1/40, ∴此解非最优 , 选X5进基。 和前一步对比： X1 +X3 -X5 /2 =2 -4X3+X4+2X5 =8 X2 +X5 /4 =3 0 1 0 0 -1/4 3 X2 0 0 -4 1 2 8 X4 1 0 1 0 -1/2 2 X1 0 1 0 0 1/4 3 X2 4 0 0 1 0 16 X4 1 0 1 0 1/2 2 X3 X1 +X3 -X5 /2 =2 4X1 +X4 =16 X2 +X5 /4 =3 当X5=min(-,8/2,3*4)=4时, X4=0, ∴ X4出基。 - 8/2 3*4 基 变 换 X1 +X3 -X5 /2 =2 -4X3+X4+2X5 =8 X2 +X5 /4 =3 X1 +X3 -X5 /2 =2 -4X3+X4+2X5 =8 X2 +X5 /4 =3 X1 +X3 -X5 /2 =2 -4X3+X4+2X5 =8 X2 +X5 /4 =3 X1 +X3 -X5 /2 =2 -4X3+X4+2X5 =8 X2 +X5 /4 =3 解基变量并保持右端常数是其值的形式,对系数作如下变换： ①’=①+ ②’/2： X1 +X3 -X5 /2 =2 + (-2X3+X4/2 +X5 =4 )/2 = X1+X4 /4 =4 -1/2 2 1/4 0 1 0 0 1 1/2 -1/8 0 2 X2 0 0 -2 1/2 1 4 X5 1 0 0 1/4 0 4 X1 用表表示： X5 X4 X1