线性规划 (Linear Programming) 复习.pdfVIP

15.082 和6.855J 线性规划(Linear Programming)复习 1 概要 描述LP 和IP LP的最小代价流 图解 基本可行解 单纯形方法 矩阵形式中的基本可行解 对偶性 注意：这包括很多材料，我们将有详述 2 最小代价流问题 u = 弧(i,j)的容量. ij c = 在(i,j)上从结点i到结点j 运送流的单位代价. ij x = 在弧(i,j)上运送的总量 ij Min Σ c x (i,j) ∈A ij ij Σx - Σx = b ，对于所有的i ∈N， j ij k ki i 且对所有的(i,j) ∈A ，0 ≤x ≤u . ij ij 3 术语 Xij = 是决策变量(Decision variable)，描述下定的决定 Min Σ c x 目标函数 (i,j) ∈A ij ij 对于所有的i ∈N ， Σx - Σx = b ， j ij k ki i 约束 且对所有的(i,j) ∈A ，0 ≤x ≤u . ij ij 4 术语 Min Σ c x 目标函数 (i,j) ∈A ij ij Σx - Σx = b ，i ∈N. j ij k ki i 约束 0 ≤x ≤u , (i,j) ∈A. ij ij 在线性规划中，目标函数和约束都是线性的. 典型地，但不总是，变量被约束为非负. 如果变量被约束为整数，它称作整数规划. 5 一些LPs + IPs应用 产品计划：给出有不同的生产需求和代价结构的多个产 品，为了最大化利益，判定每个产品的产额. 调度：给出全体工作人员，当遵守调度规则的时候，判 定能最大化满足工人的偏好的最优工作调度. 投资组合管理：判定最大化期望回报的债券投资组合， 其s.t.风险等级和多样化的. 有难以置信的更多的应用. 6 图形化2-维LP 例1：