运筹学电子教案-LP单纯形法、表.ppt

线性规划Linear Programming（LP）基本理论 线性规划的标准型 定义： max z = c1x1 + c2x2 + … + cnxn a11x1 + a12x2 +…+ a1nxn = b1 a21x1 + a22x2 +…+ a2nxn = b2 s. t. … 其中bj≥0， j =（1，2，…n） am1x1 + am2x2 +…+ amnxn = bm xj ≥ 0 （j=1，2 … n） 将一般线性规划问题化为标准型 1、max——min 2、不等式约束——等式约束 3、自由变量（无非负约束）——xj≥0 （非负约束） 注意：以上转化是等价的，即转化后的标准型与原线性规划问题同 解 线性规划Linear Programming（LP）基本理论 可行解 满足所有约束条件的向量 X =（x1，x2，…，xn）T 可行域 全部可行解的集合 最优解 使目标函数达到极值的可行解 唯一最优解 有唯一可行解使目标函数达到极值 无穷多最优解 有无穷多可行解使目标函数达到极值 无界最优解 存在可行解使目标函数值∣Z∣≥ M（M是任意大 的正数） 有界最优解 存在可行解使目标函数值∣Z∣≥ M（M是任意大 的正数） 基矩阵B 满秩系数矩阵A（n ? m）的任一个m?m满秩子矩阵 即由矩阵A的任意m列线性无关的列向量构成的矩阵 非基矩阵N 即由矩阵A去掉B的m列所余下的n-m列向量构成的 矩阵 线性规划Linear Programming（LP）基本理论 基向量 基矩阵B的向量pi=（a1i，a2i，…，ami）T i =1，2，…，m 非基向量 非基矩阵N的向量pj=（a1j，a2j，…，amj ）T j = m+1，…， n-m 基变量 与基向量pi对应的变量xi xB=（x1，x2，…，xm）T 非基变量 与非基向量pj对应的变量xj xN=（xm+1，…，xn-m）T 基本解 在约束条件AX = b中不妨设基矩阵B是A的前m个列向 量。于是AX = b可改写为： B xB + N xN = b，然后令 xN =0，即可解得xB= B -1 b， 则X=（ xB ， xN ）T=（ B -1 b， 0）T ，称为对应基矩 阵B的基本解 基本可行解 若基本解中B -1 b≥0，则称其为对应B的基本可行解 凸集 这样的点集合----其集合中任意两点的连线上的全部点 都在该点集合内 线性规划Linear Programming（LP）基本理论 极点（顶点） 凸集上不在两个不同点的连线上的点 线性规划基本定理 1 线性规划所有可行解组成的集合S={X| AX = b， X ≥ 0}是凸集 线性规划基本定理 2 X是线性规划问题的基本可行解的充要条件是 X为凸集S={X| AX = b，X ≥ 0}的极点 线性规划基本定理 3 给定线性规划问题， A是秩为m的m?n矩阵， （i） 若线性规划问题存在可行解，则必存在基本可行解 （ii） 若线性规划问题存在有界最优解，则必存在有界最 优基 本可行解 线性规划Linear