- 1、本文档共4页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
矩阵表示单纯形法的优点
矩阵表示单纯形法的优点
线性代数小论文 2011010250 吴昊亮
在阅读线性规划相关书籍的过程中,我发现单纯形法是普遍介绍的求解线性规划最优解的方法,而
在一些深入的书籍中线性规划的矩阵描述方法被介绍。最初,我感觉矩阵的描述方法太抽象不太容易被
接受,但是运用矩阵描述的的单纯性法语言简洁,而且可以简化一些求解过程中的步骤,避免重复计算。
在多数书籍中,单纯形法的两种描述方法总是被先后分开说明,以便于读者接受。下面通过自然表
述的单纯形法和矩阵描述的单纯形法的对比,以加深对单纯形法的理解,展现矩阵描述法简单和高效的
优点。
首先是描述一个线性规划问题,统一符号:
加入m 个人工变量
目标方程
系数方程表示 max z =c x +⋯c x .
1 1 n n
矩阵表示 max z =CX
约束方程
a x +⋯+a x =b
1,1 1 1,n n 1
a x +⋯+a x =b
系数矩阵表示 2,1 1 2, n n 2
⋮
a x +⋯+a x =b
m , 1 1 m , n n m
矩阵表示 AX ≤b
(1) 加入松弛m 个松弛变量 T
X s =(x s1 , x s2 , ⋯, x sm )
系数矩阵表示 max z =c x +⋯+c x + 0x +⋯+ 0x
1 1 n n s1 sm
x +a x + ⋯+a x =b
s1 1,1 1 1,n n 1
x +a x + ⋯+a x =b
s2 2,1 1 2,n n 2
⋱
x +a x +⋯+a x =b
sm m , 1 1 m , n n m
矩阵表示 max z =CX +OX
S
AX +IX =b
S
这里 I 和 O 是 m ×m 的单位矩阵和零矩阵。最开始以 X S 为基变量,最后要把m 个松弛变量从
基变量中逐个替换出来,先标记基变量 X B = X S 。其对应的单位矩阵就是基矩阵B,这时将系数矩
文档评论(0)