第一章节线性规划11-8-28.ppt

作业： 第二节 两变量线性规划问题的图解法 3. 两变量线性规划问题解的性质 第三节 单纯形法的原理 一、可行区域的几何结构 1. 基本假设 可行域凸性的证明思路 二、基可行解及线性规划的基本定理 1. 基可行解的定义 用矩阵形式表示的基解 三、单纯形法原理 单纯形表 例3：用单纯形法求解线性规划问题（多解问题） 第五节 单纯形法的进一步讨论 2. 两阶段法 第六节 线性规划应用举例 作业 1) 进基变量的选取原则： 最优性原则：若?k 0,则与?k 相对应的变量xk 是非基变量，当xk 变为基变量时，它的值由0变为正数，比如说xk= ? 0，其余的非基变量仍取值为零。由(3.4)式知，对应新解的目标函数值为z=z0+ ? ? K z0，显然?越大目标函数值越大。 可行性原则（最小比值原则）： ? 的取值应保证新解仍然是基可行解。 2) 出基变量的选取原则 进基变量和出基变量的选取准则 例:求解下列线性规划问题 O 1 0 20 30 4 0 1 0 2 0 3 0 x2 x1 (1) (2) B (10,15) A C 化成标准形式（典式） 约束条件系数矩阵含单位矩阵； 目标函数中基变量系数为0。 O 1 0 20 30 4 0 1 0 2 0 3 0 x2 x1 (1) (2) B (10,15) A C 第一个基可行解 X0=(0,0,80,60)T 目标函数值为0 对应可行域顶点O(0，0). 让x1进基，不妨假设x1 ＝?， x2仍为非基变量。目标函数值为 60 ?。从最优性角度看，?越大越好 为了保持解的可行性，原先的基变量取值必须满足 综上得到 X4出基，新的基变量为X1 ，X3，对应的典式可以由方程组的初等变换得到 新的基可行解：X1=(20,0,40,0)T, 对应的目标函数值为1200。对应可行域C点。 取x2为进基变量， x3为出基变量。 新的基可行解：X1=(10,15,0,0)T, 对应的目标函数值为1350。对应可行域B点。 检验数均非正，所以已得到最优解。 当xk=?? 0成为基变量以后，其余非基变量仍然取值为0。设新基对应的基可行解为X1=(x11,…, xn1)T,则X1应满足约束条件，即 由于xi1必须是非负的，即 如果?ik?0，显然只要?0，就有xi1 = ? i- ? ik? ?0 ，对于?ik0，就要求 所以?应满足 假定至少有一个ai k0，i=1,2,…m，并且所有的?i 0,则?0 0，从最优性原则出发，让? 取值尽量大，即取 然后把xt从原有的基中取出来，得到一组新的基可行解 X1 使目标函数取值 z1=z0+ ? k ?0 z0. 注意： 1. 在选取进基变量时，若有几个非基变量的检验数都是正数，则可以任意选取一个正检验数对应的非基变量作为进基变量，一般选取最大正检验数对应的非基变量。但实际情况表明这种策略不一定最好。 2. 在选取出基变量时，若有几个比值同时达到最小，可以任意选择一个，但在新的基本可行解中这些对应分量均为零。从而新的基本可行解是一个退化的基本可行解。假若问题是非退化的，则不会出现这种情况。 迭代（新的基可行解对应的典式的确定） 利用线性方程组的等价变换将约束条件和目标函数化成新基对应的典式，从而求出新的基可行解及相应的检验数 第四节 单纯形方法的计算步骤 Step 1 将线性规划问题化成典式,求出各个非基变量的检验数. Step 2 判断所有非基变量的检验数是否非正,若是,则结束;否则转step 3. Step 3 选取一个检验数大于零的非基变量为进基变量; Step 4 若进基变量所对应的约束条件系数全为非正数,则原问题无界,结束;否则,按最小比值原则确定出基变量; Step 5 进行迭代(用方程组的初等变换法确定新的基对应的典式及检验数),转step 2. 例1：利用单纯形法求下列线性规划问题 将该问题化成标准形式（也是典式） 基变量是：x3 ，x4 ，x5 ，非基变量是 x1 x2 求出第一个基可行解X0=(0,0,65,40,75)T，非基变量的检验数均为正数，所以X0不是最优解。 确定进基变量 x2，按照最小比值原则确定出基变量x5，最小比值是?0=25. 求出新基对应的典式 X1=(0,25,15,15,0)T 目标函数值为62500。 确定进基变量 x1，按照最小比值原则确定出基变量x3，最小比值是?0=