第七章 线性规划模型.pptVIP

* §1 线性规划问题 例1. 运输问题 要把某种货物从m个 工厂 A1,A2, …,Am 运到n个商店 B1,B2, …,Bn去，其中各工厂的库存量为a1,a2, …, am，各商店的需求量为b1,b2, …,bn ，这里 。已知从工厂Ai到商店Bj的运费（每一单位货物）Cij。现在要确定一个运输方案，即确定从Ai到Bj的运量xij(i=1,2, …,m，j=1,2, …,n), 使在满足供求的条件下总的运费最小。 数 学 模 型 例2．营养问题 某饲养场所用的混合饲料由n种配料组成，要求这种混合饲料必须含m种不同营养成分，并且每一份混合饲料中第i种营养成分的含量不低于bi，已知每单位第j种配料中所含第i种营养成分的量为aij，每单位第j种配料的价格为cj。现在的问题是在保证营养的条件下，如何配方使混合饲料的费用最小？ 数 学 模 型 以xj表示一份混合饲料中第j种配料的含量 ,则 §2 线性规划的标准形式 目标函数 约束条件 一般形式 矩阵形式 标准形式 化一般形式为标准形式 目标函数的转化 约束条件的转化 变量的非负约束的转化 x y 0 §3 线性规划的一般理论 线性规划的图解法 可行域 A B C D 最优解B(x1,x2) 可行解 一个向量x=(x1,x2, …,xn)如果满足所有的约束条件，则称之为线性规划的一个可行解。 全部可行解所构成的集合称为可行解集 使目标函数达到极小的可行解称为最优解。 可行域 最优解 线性规划可能发生的三种情况 （1）约束条件彼此不相容，可行解集是空的，因而（LP）问题无解； （2）可行域是无界的，而且随着x趋向无穷，目标函数取任意小的值，此时不存在有限的最优解； （3）至少存在一个最优解。以后仅研究情况（3） 上例中可行域与最优解的特点： 可行域是凸多边形（凸多胞形） 最优解是凸多边形的一个顶点 1．凸集 定义1 设S是Rn中的一个向量集，若对任意 及 任意 ，有 则称S是一个凸集。 定义2 若S是一个凸集， ，但对任意 ，均有 ，则称z是凸集S的一个顶点。 容易证明，线性规划问题（LP）的可行域是一个凸集 2．基本可行解 2．基本可行解 把 看作一组自由变量,任意一组值 ，则可得到对应的 的一组值，于是 便是约束方程 的一个解 。令 =0，则 ，我们把约束方程这种特殊形式的解 称为基本解。 定义3 设B是矩阵A中的一个m阶满秩方阵，则称B为一个基；B中的m个线性无关的列向量称为基向量；x中与之对应的m个分量称为基本变量，其余变量称为非基本变量；令所有的非基本变量取值为零，得到的解称为对应于B的基本解。 定义4 如果一个基本解满足非负条件 ，即它也是可行的，则称为基本可行解，对应的基B称为可行基。 3．基本性质（几个结论） 定义5 如果一个线性规划问题（LP）的基本变量数是m，而两个基本可行解有m－1个相同的基本变量，则称它们所代表的顶点是相邻的。 （1）标准线性规划问题的可行域（若存在可行域）是一个闭凸集（凸多面体），这一点容易从闭凸集和约束的线性性得到。 （2）如果可行解集是非空和有界的，那么目标函数的极值一定在可行解集的一个顶点处取得。 （3）如果可行域是无界的，那么目标函数可能无极值，也可能有极值。如果有极值，这一极值一定在可行域的一个顶点处取得。 （4）基本可行解对应可行域的顶点。 穷举法： 求出全部顶点处函数值（至多 ），再进行比较 可行域 §4 单纯形法 单纯形法的基本思想： 从可行域的一个顶点出发，转移到与它相邻的另一个顶点，使目标函数值下降，不断重复这一步骤，最终可得到最优解。 需要解决以下几个问题： （1）转移规则 （2）如何判断一个顶点是否是最优解——判别准则。 （3） 如何寻找初始顶点。 （4） 计算最优解和最优值。 1.转移规则 在基本变量中找出一个变量（离基变量）， 使之变为非基本变量。 从非基本变量中选取一个变量，代替离基变量，使之成为基本变量，我们称为进基变量。 在基本可行解 处的函数值为 在一般可行解处的函数值为 当且仅当