运筹学课程讲义.docVIP

运筹学课程讲义 第一部分 线性规划 第一章 线性规划的基本性质 1.1 线性规划的数学模型 线性规划问题的特点 胜利家具厂生产桌子和椅子两种家具。桌子售价50元/个，椅子售价30元/个。生产桌子和椅子需木工和油漆工两种工种。生产一个桌子需要木工4小时，油漆工2小时。生产一个椅子需要木工3小时，油漆工1小时。该厂每月可用木工工时为120小时，油漆工工时为50小时。问该厂如何组织生产才能使每月的销售收入最大？ 例：某工厂生产某一种型号的机床。每台机床上需要2.9m、2.1m、1.5m的轴，分别为1根、2根和1根。这些轴需用同一种圆钢制作，圆钢的长度为74m。如果要生产100台机床，问应如何安排下料，才能用料最省？ 数学模型的标准型 繁写形式 缩写形式 向量形式 矩阵形式 任一模型如何化为标准型？ 若原模型要求目标函数实现最大化，如何将其化为最小化问题？ 若原模型中约束条件为不等式，如何化为等式？ 若原模型中变量xk是自由变量，如何化为非负变量？ 若原模型中变量xj有上下界，如何化为非负变量？ 令 2图解法 该法简单直观，平面作图适于求解二维问题。 使用该法求解线性规划问题时，不必把原模型化为标准型。 图解法步骤 由全部约束条件作图求出可行域 作出一条目标函数的等值线 平移目标函数等值线，作图求解最优点，再算出最优值 从图解法看线性规划问题解的几种情况 有唯一最优解 有无穷多组最优解 无可行解 无有限最优解（无界解） 最优解，最优值3 直观结论：1）线性规划问题的可行域为凸集，特殊情况下为无界域（但有有限个顶点）或空集； 2）线性规划问题若有最优解，一定可以在其可行域的顶点上得到。 1.3 线性规划的基本概念和基本定理 线性规划问题的基与解 可行解 最优解 基 基向量 非基向量 基变量 非基变量 基本解 基本可行解 最优基本可行解 退化的基本解 几何意义上的几个基本概念 凸集 凸组合 顶点 线性规划问题的基本定理 定理1：若线性规划问题存在可行域，则其可行域是凸集。 引理1：线性规划问题的可行解为基本可行解的充要条件是X的正分量对应的系数列向量是线性无关的。 定理2：线性规划问题的基本可行解对应于可行域的顶点。 引理2：K是有界凸集，则任何一点XK可表示为K的顶点的凸组合。 定理3：如果线性规划问题有有限最优解，则其目标函数最优值一定可以在可行域的顶点上达到。 求解线性规划问题的基本思路 在有限个基本可行解中寻找最优基本可行解。 找一个基本可行解（m个线性无关的系数列向量），由其换到另一个基本可行解。实质即为换基。前提是保证新的基本可行解的目标函数值比原来的更优而不是更劣。 第二章 单纯形法 它是求解线性规划最为成熟的算法。 胜利家具厂生产桌子和椅子两种家具。桌子售价50元/个，椅子售价30元/个，生产桌子和椅子需要木工和油漆工两种工种。生产一个桌子需要木工4小时，油漆工2小时。生产一个椅子需要木工3小时，油漆工1小时。该厂每月可用木工工时为120小时，油漆工工时为50小时。问该厂如何组织生产才能使每月的销售收入最大？ 将其变形，得 将对应的单位矩阵作为初始可行基。令为基变量，为非基变量。原模型变形为 如果令非基变量等于零，得一个基本可行解（0，0，120，50），对应的目标函数值z = 0 最优性检验：该解是否最优？显然不是。经济意义分析：等于零意味着家具厂不开工生产，销售收入为零，资源未得到充分利用。 数学角度分析：非基变量前的系数都为正，表明目标函数值有增加的可能。只要将系数为正的非基变量与某一基变量对换，当换入变量的值增加时，目标函数值就可能增加。 换基迭代：寻找下一个可行解需要进行换基迭代。换基后需满足：（1）新的解仍是基本可行解；（2）目标函数得到改善。 选择入基变量：系数均为正。对求目标函数极大化的问题，我们希望目标值增加得越快越好，因此应选系数最大的入基。 选择出基变量：入基后，其值从零增加并引起其他变量取值的变化。由问题的典则表达式和变量必须取正值的条件，得下列不等式关系： 因迭代后仍为取零值的非基变量，上式可简化为 很明显，只有选时，才能使上述不等式成立，并使基变量变为零，正好满足非基变量必须为零的条件，所以可令出基，新的典则方程变为 化简后得 代入目标函数可得 得到下一个基本可行解（25，0，20，0），并完成了第一次迭代。 新解是最优解吗？需进行最优检验。由于目标函数中的系数仍为正，说明多生产椅子仍有利可图，该解仍不是最优解。再次迭代。 入基，出基，换基后典则形式变为 第三个基本可行解为（15，20，0，0），松弛变量都已为零，表明资源已得到充分利用；非基变量在目标函数中的系数全为负值，说明目标函