10线性规划及单纯形法.pptVIP

　　《运筹学》 　南华大学经济管理学院 曾经莲 §1 线性规划问题及其数学模型 分析 设x1，x2分别表示在计划期内产品I、II的产量。 建模 该生产计划问题可用数学模型表示为： 目标函数 max z＝2x1＋3x2 约束条件 x1＋2x2≤8 4x1 ≤16 4x2 ≤12 x1，x2 ≥0 性质：线性规划是一个线性的条件极值问题，可分为两类： 当一项任务确定后，如何统筹安排尽量做到以最小的人力、财力、物力等资源去完成。 已知一定数量的人力、物力、财力等资源，如何安排使用它们使完成的任务（或创的价值、实现的利润等）最多。 线性规划定义：对于求取一组变量Xj（j＝1，2，3…n)使得它满足线性约束条件的目标函数取得极值的一类最优化问题。 特征（P10） 每个问题都用一组决策变量（x1， x2 ，…， xn ）表示某一方案；这组决策变量的值就代表一个具体方案。一般这些变量取值是非负的。 存在一定的约束条件，这些约束条件可以用一组线性等式或线性不等式来表示。 都有一个要求达到的目标，它可用决策变量的线性函数（称为目标函数）来表示。按问题的不同，要求目标函数实现最大化或最小化。 满足以上三个条件的数学模型称为线性规划的数学模型。 线性规划数学模型的一般形式 目标函数 : max（min）z＝c1x1+ c2x2 +… cnxn (1.1) 约束条件： a11x1 + a12x2 + …+ a1nxn ≤(=, ≥)b1 a21x1 + a22x2 + …+ a2nxn ≤(=, ≥)b2 … … … … … … … … … … … … … (1.2) am1x1 +am2x2 + …+ amnxn≤(=, ≥)bm x1, x2, …xn ≥0 (1.3) 目标函数中cj为价值系数； 称为约束条件中aij为技术系数, bi为限额系数； （1.3）也称为变量的非负约束条件。 1.2 图解法 可行解，可行解集，可行域 图解法的步骤 建立平面直角坐标系 画出可行域 作出目标函数等值线，求最优解 唯一最优解、无穷多最优解、无界解、无可行解 例1的图解法 在以x1、 x2为坐标轴的直角坐标系中，非负条件x1 ， x2 ≥0是指第一象限。例1的每个约束条件都代表一个半平面。例1的所有约束条件为半平面交成的区域（见图中的阴影部分） 。阴影区域中的每一个点（包括边界点）都是这个线性规划问题的解（称可行解）。此阴影区域是例1的线性规划问题的解集合，称为可行域。 在这个坐标平面上，目标函数z ＝2 x1 ＋3 x2可表示以z为参数、－2/3为斜率的一族平行线： x2 ＝－（2/3） x1 ＋z/3 。位于同一直线上的点，具有相同的目标函数值，因而称它为“等值线”。当z值由小变大时，直线x2＝－（2/3） x1 ＋z/3 沿其法线方向向右上方移动。当移动到Q2点时，使z值在可行域边界上实现最大化。这就得到了例1的最优解 Q2，Q2点的坐标是（4，2）。于是可计算出z＝14。 图1-2 图1-3 目标值在（4，2）点，达到最大值14 一般线性规划问题可能出现的几种情况: （1）无穷多最优解(多重最优解)，见图1-4 （2）无界解，见图1-5-1 （3）无可行解，见图1-5-2 图1-4 无穷多最优解(多重最优解)  无可行解 当存在矛盾的约束条件时，为无可行域。 习题1 图解法解下列线性规划问题 (1) MaxZ ＝3x1＋4x2 S.T － 2x1+x2≤1 － x1+2x2 ≤ 4 2x1+x2 ≤6 x1 － x2 ≤1 X1,x2≥0 (2) MinZ ＝5x1-6x2 S.T x1+2x2 ≤ 4 3x1+2x2 ≤6 x1 －2 x2 ≤0 X1,x2≥0 1.3 线性规划问题的标准型式 线性规划问题的几种表示形式 用向量表示为： 用矩阵表示为： 如何变换为标准型： 目标函数的标准化：Min Z=CX MaxZ’ =－CX ( Z= － Z’) 负右端系数的转换：当bi≤0时，两端同乘（－1） 约束条件的标准化：对于“≤“型