第1章 线性规划-单纯形法a.ppt

第1章 线性规划－单纯形法 宁波大学商学院 线性规划问题解的概念 标准形式的线性规划： max z=CX (a) AX=b X≥0 线性规划问题解的概念 可行解：满足约束条件（b）的点X=(x1,x2,…,xn)T称为该线性规划的一个可行解。 最优解：使目标函数达到最大的可行解称为该线性规划的最优解。 线性规划问题解的概念 基：设A为约束方程组的m×n阶系数矩阵（设n＞m），其秩为m，B是矩阵A中的一个m×m阶的满秩子矩阵，设B=(P1, P2,…, Pm) ，则称B为线性规划的一个基； 基变量：相应的向量P1, P2,…, Pm称为基向量；与之对应的变量x1,x2,…,xm称为基变量，记为XB=(x1,x2,…,xm)T ； 非基变量：其余的向量为非基向量，记为N=(Pm+1,, Pm+2,…, Pn)；其余的变量为非基变量，记为XN=(xm+1,xm+2,…,xn)T 。 线性规划问题解的概念 基解：将上述线性规划约束方程AX＝b改写如下形式，即 (B，N)(XB，XN)T＝b 从而有 BXB＝b－NXN 令 XN＝0 得到线性方程组 BXB＝b 由此得到XB＝(x10,x20,…,xm0)T 从而得到该线性规划对应于基B的一个基本解 X0＝(XB, XN)T＝(x10,x20,…,xm0,0,0, …,0)T。 线性规划问题解的概念 设X为线性规划问题对应于基B的基本解，若满足X≥0，则称X为该线性规划问题的一个基可行解。 注：基解不一定是可行解，基可行解就是满足非负条件的基解。 线性规划问题解的概念 可行基：对应于基可行解的基。 例：找出下列线性规划问题所有的基及其对应的基本解 max z=6x1+4x2 s.t. 2x1+3x2≤100 4x1+2x2 ≤120 x1、x2≥0 解：化为标准型 max z=6x1+4x2+0x3+0x4 s.t. 2x1+3x2+x3 =100 4x1+2x2+ +x4=120 x1,x2,x3,x4≥0 线性规划的基本解 线性规划问题的几何意义 凸集 如果集合K中任意两个点的连线上的所有点也属于这个集合，那么称K为凸集。 设K是n维欧氏空间的一个点集，若任意两点X(1)∈K, X(2)∈K均有 X＝a X(1)+(1－a) X(2) ∈K,(0≤a ≤1)，则称K为凸集。 线性规划问题的几何意义 顶点 设K为凸集，X∈K，若不存在X(1) ∈K，X(2) ∈K(X(1) ≠ X(2) )以及a∈(0,1)，使得 X=a X(1)+ (1－a) X(2) 则称X为凸集K的一个顶点（极点）。 凸集中的顶点不是凸集中任意两点连线的内点。 定理1 若线性规划存在可行域，则其可行域R={X|AX=b,X≥0}是凸集。 引理 线性规划问题的可行解X=(x1,x2,…,xn)T为基可行解的充要条件是：X的正分量所对应的系数列向量是线性独立的。 证明（1）必要性 ：由基可行解的定义可知。 （2）充分性 ：若向量P1,P2,…,Pk线性独立，则必有k≤m；当k=m时，构成一个基，从而X=(x1, …,xk,0, …,0)为相应的基可行解。 当km时，则一定从其他列向量中找出(m－k)个与P1,P2,…,Pk构成一个基，其对应的解为X，所以根据定义它是基可行解。 线性规划问题的几何意义 定理2 线性规划问题的基可行解X对应线性规划问题可行域（凸集）的顶点。 定理3 若线性规划问题由最优解，一定存在一个基可行解是最优解。 线性规划问题的几何意义 从上述三个定理可以看出，要求线性规划问题的最优解，只要比较可行域（凸集）各个顶点对应的目标函数值即可，最大的就是我们所要求的最优解。 线性规划问题的求解——单纯形法 要找到线性规划问题的最优解，只要在基本可行解中寻找就可以了。虽然基本可行解的数目是有限个（不超过Cnm个），但当m,n较大时，要用“穷举法”求出所有基本可行解也是行不通的。因此，必须寻求一种更有效的方法。 单纯形法 基本思想：在有限的基可