5第五章节 单纯形法.ppt

第五章 单纯形法 基本概念 可行解：满足所有约束条件的解 可行域：所有可行解的全体 最优解：在可行域中使目标函数达到最优的可行解。 最优值：最优解的目标函数值 线性规划问题解的情况 唯一最优解： 无穷多最优解： 无界解： 无解(无可行解)： 问 题 1、可行域顶点的个数是否有限？ 2、最优解是否一定在可行域顶点上达到？ 3、如何找到顶点？ 4、如何从一个顶点转移到另一个顶点？ 不标准化标准的方法： 目标函数为min型，价值系数一律反号。令 z?= -z= -CX, 有 min z = - max [-z] = - max z ? Example: min Z=x1+2x2 + x3 max Z’= - x1-2x2 - x3 变换举例： 解:令z`=-z，x3=x`3-x``3，并引入剩余变量x4和松弛变量x5、x6，将其代如原数学模型，则原模型转换为如下标准形式 例: 线性规划标准型问题解的关系 知识点总结 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）中最多有（ Cnm ）个基矩阵 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）中最多有（ Cnm ）个基解 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）的一个基矩阵B中有（ m ）个基变量， （ n ）个非基变量 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）的最优解中最多有（ m ）个非零分量 n个变量，m 个约束条件的标准形的线性规划问题（秩为m）的最优解中最少有（ n-m ）个零分量 三、单纯形法的基本思路和原理 基本思想：从可行域中某一个顶点开始,判断此顶点是否是最优解，如不是则再找另一个使得其目标函数值更优的顶点，称之为迭代，再判断此点是否是最优解，直到找到一个顶点为其最优解，或者能判断出线性规划问题无最优解为止。 这里，可行域的顶点已经不再象图解法中那样直观了，在单纯形法中的可行域的顶点就是基本可行解，找到的第一个可行域的顶点叫做初始基本可行解。 单纯形法的基本步骤： 概念回顾 前提是标准型的线性规划问题，假设n个变量，m个约束条件 基、可行基、最优基 基解、基可行解、最优解、退化解 决策变量、松弛变量、剩余变量、 基变量m、非基变量n-m 基向量m、非基向量n-m A：m*n B:m *m 最多Cnm个 基解:非零分量=m （一）、单纯形法的基本思路 将基变量用非基变量线性表示，即 x3= 8 - x1  x4 =12 - 2x2  x5=36 -3x1-4 x2 令非基变量x1=0，x2=0，找到一个初始基可行解： x1=0， x2 =0，x3 =8，x4 =12， x5 =36 即X0=(0,0,8,12,36) T 一个可行解就是一个生产方案，在上述方案中两种产品都不生产，利润Z=0 。 确定进基变量 Z =3x1 +5 x2 +0x3 +0x4+0x5 =0 x1 + x3 =8 2x2 + x4 =12 3x1 +4 x2 + x5 =36 从目标函数Z=3x1+5 x2 +0x3 +0x4+0x5 可知： 非基变量x1和x2的系数均为正数，生产哪种产品都会增加利润。 增加单位产品对目标函数的贡献，这就是检验数的概念。 因为x2的系数大于x1的系数，即生产单位乙产品比甲产品利润更高一些，对目标函数的贡献大，故应优先多生产乙产品。（最大检验数原则），把非基变量x2换成基变量，称x2为进基变量。同时为保证基变量的个数必须确定一个离基变量。（在选择离基变量时，一定保证所有的变量是正的）（最小比值原则） 确定离基变量 基变量用非基变量线性表示 x3 =8 –x1 x4 =12- 2x2 x5=36 -3x1-4 x2 保持原非基变量x1 =0， x2变成基变量时应保证 x3 , x4,, x5非负，即有 基变换 进行初等变换，变主元为1，主列为单位列向量。 将基变量用非基变量线性表示，即 x3=8 –x1 x2=6- 1/2x4 x5=12 -3x1+4 x4 令非基变量x1=0，x4=0，找到另一个基可行解 x1=0， x2 =6，x3 =8，x4 =0， x5 =12 即X1=(0,6,8,0,12) T 原目标函数Z=30 确定进基变量 确定离基变