线性规划.st精要.pptx

第一章 线性规划（LP）与单纯形法;第一节 线性规划模型;确定决策变量：设X1、X2分别为甲、乙两种产品的产量 确定目标函数: Max z = 4X1 + 6X2 确定约束条件: 5X1 + 10X2 ≤ 40 2X1 ≤ 8 6X2 ≤ 18 X1，X2 ≥ 0;线性规划模型;确定决策变量 根据提出的问题，一般选为决策者可控的、需要作出决策的变量 确定目标函数 确定衡量决策效果优劣的标准或指标；根据衡量指标与决策变量之间的关系写出目标函数的表达式；确定求目标函数的最大值或最小值 确定约束条件 根据系统活动（决策变量）与其所占用或消耗的资源量之间的关系写出相应的等式或不等式；加上决策变量取值范围方面的限制条件。;线性规划模型的特点; 系统中包含若干种活动j（j=1 ～ n ）; 它们分享若干种有限的资源i(i= 1 ～ m); 为进行一个单位的第j种活动, 需用第i种资源的量为 aij; 在这样的条件下,一个单位的第j种活动可给系统带来的效益为Cj； 分析的目的在于：确定此系统中各种活动的量（Xj），以便在系统有限的资源条件限制下，使全部活动总体为系统带来的“效益”总和达到最优值： X1 、X2、…、Xn 为决策变量, C1 、C2、…、Cn 为价值系数, b1 、b2、…、bm 为资源量参数, aij ( i=1～m, j=1～n) 为技术系数。 ;一、 线性规划问题的图解法;（二）求最优解 目标函数 Z = f（x），表示为以 Z 为参数的一组平行线，同一直线上的点有相同的目标函数值，故称其为“等值线”。可采用平移“等值线”的方法找出最优解点，步骤如下： 1.任意给定一个目标函数值 Z 并绘出其代表的直线 2.将目标函数直线沿法线向着增值(求最小化时为减值)方向平移至可行域边界,则与目标函数直线相交的边界点(或线)即为最优解,此时对应的目标函数值即为最优值。; 图解法;假定bi≥0，n为变量个数，m为约束方程个数，且有m n。;线性规划标准型的特征：;;例1-2 某线性规划问题标准型如下,试求解该方程组。 ;(1)选X1、X2为变量、X3为参数，得;当X3=0时，得到一个特解X=（4，2，0） ;(2)选X2、X3为??量、X1为参数，有：;(3)选X1、X3为变量、X2为参数，有;四、线性规划问题基解及相关概念;3）基：系数矩阵A（m × n维）中m个线性无关的列向量组成的方阵称为该线性规划问题的一个基 基（用B表示）是系数矩阵A的m × m 阶非奇异子矩阵（|B|≠0） 设B为矩阵A中前m个线性无关列向量则：;4）基向量与基变量： 基向量Pi：组成一个基的各个列向量 基变量Xi：与基向量对应的变量 非基变量Xj：其余的（n―m个）参数 变量 ;基解：令非基变量Xj等于零后，求出的上述方程组的一个特解。;6）基可行解：满足非负条件的基解称为基可行解。 基可行解对应于线性规划问题可行域的顶点（可行域边界上的交点）;1947年，由美国数学家丹契克（George Dantzig）提出,线性规划问题模型和单纯形法奠定了线性规划的基础,被誉为“线性规划之父”,曾获冯?诺依曼理论奖。 1）如何作？ 计算/求解的过程和步骤等 2）为什么这样作？ 求解方法的原理;一、单纯形法求解过程; 例1-3：线性规划问题单纯形解法 Max： Z = 4X1 + 6X2 5X1 + 10X2 ≤ 40 2X1 ≤ 8 6X2 ≤ 18 X1、X2 ≥0 ;单纯形表; cj CB XB;单纯形法求解过程;二、单纯形法原理;二、单纯形法原理; 3. 基变换原理 1）进基变量选择原理： 选择бj 最大者对应的非基变量作为进基变量。 2）离去变量选择原理 保证解的可行性, 采用最小比例原则（即θ法则）。; 4. 迭代运算的原理 这一过程实质上就是以进基向量变为单位向量为目标的线性初等变换。 5. 若线性规划问题存在最优解，则经过有限次迭代一定可以求出最优解 （1）标准型线性规划问题可行解的集合（若存在时）是一个凸集 （2）基可行解X与可行域S的顶点对应 （3）若存在最优解，则最优解必定可在某个顶点上达到; 第四节 单