最优化方法讲单纯形法.ppt

§3 单纯形法 单纯形法的一般原理 表格单纯形法 借助人工变量求初始的基本可行解 一、引例 用单纯形方法求解下列线性规划： min z=－6x1－4x2 2x1 + 3x2≤100 4x1 + 2x2≤120 x1、x2≥0 解：化为标准型 min z=－6x1－4x2+0x3+0x4 2x1 + 3x2 + x3 =100 4x1 + 2x2 +x4 =120 x1、x2，x3，x4 ≥0 基本解如下表 基 基本解 可行否 目标值 对应图中的点 B1=（P1，P2） X1=（20，20，0，0）T √ 200 B B2=（P1，P3） X2=（30，0，40，0）T √ 180 C B3=（P1，P4） X3=（50，0，0，－80）T × —— D B4=（P2，P3） X4=（0，60，－80，0）T × —— E B5=（P2，P4） X5=（0，100/3，0，160/3）T √ 400/3 A B6=（P3，P4） X6=（0，0，100，120）T √ 0 O （1）找初始可行基： B1=（P3，P4）现成的初始可行基； 此时， XB=（x3，x4）T，XN=（x1，x2）T 确定初始的基本可行解 用非基变量表示目标函数有： 计算步骤： （1）构造单纯形表1和2。 （2）求 。 （3）若 ，则此时基解就是最优解，否则转（4）。 （4）若 ，则无最优解，否则转（5）。 （5）求 。 （6）以 为主元对初始单纯形表做换基运算得新单纯形表，转（2）。 练习： 1、用单纯形法求解 min z=－6x1－4x2 2x1 + 3x2≤100 4x1 + 2x2≤120 x1、x2≥0 1、 2、无可行解 借助人工变量求初始的基本可行解 假定我们下面研究的线性规划都是非退化的，将线性规划问题化为标准型,如果约束方程组中包含有一个单位矩阵I，那么已经得到了一个初始可行基。　 否则在约束方程组的左边加上若干个非负的人工变量，使人工变量对应的系数列向量与其它变量的系数列向量共同构成一个单位矩阵。以单位矩阵为初始基，即可求得一个初始的基本可行解。 　 首先将原问题化为标准型 添加人工变量　　　　，并在目标函数中分别赋予Ｍ 例4: 线性规划问题: 　　加入人工变量后的约束方程组与原约束方程组是不等价的。 　　加上人工变量以后，线性规划的基本可行解不一定是原线性规划的问题的基本可行解。 只有当基本可行解中所有人工变量都为取零值的非基变量时，该基本可行解对原线性规划才有意义。因为此时只需去掉基本可行解中的人工变量部分，剩余部分即为原线性规划的一个基本可行解．而这正是我们引入人工变量的主要目的。 　初始基本可行解 对原线性规划没有意义的,　但是我们可以从X(0)出发进行迭代，迭代结果有两种： 1.一旦所有的人工变量都从基变量迭代出来，变成只能取零值的非基变量，那么我们实际上已经求得了原线性规划问题的一个初始的基本可行解。此时可以把所有人工变量剔除，开始正式进入求原线性规划最优解的过程。 2. 如果最优单纯形表的基变量中仍含有人工变量，那么该线性规划就不存在可行解。 大M法 以后的计算与单纯形表解法相同，Ｍ只需认定是一个很大的正数即可。 1.假如在单纯形最优表的基变量中不包含人工变量，则最优解中剔除人工变量即为原问题的最优基本可行解。 2.否则说明原问题无可行解。 　为了求得原问题的初始基本可行解，必须尽快通过