运筹学5-与单纯形法 .ppt

cj 3 -1 -1 0 0 B-1b θ cB xB x1 x2 x3 x4 x5 0 x4 3 0 0 1 -2 12 4 -1 x2 0 1 0 0 -1 1 -1 x3 -2 0 1 0 0 1 σj 1 0 0 0 -1 -2 cj 3 -1 -1 0 0 B-1b θ cB xB x1 x2 x3 x4 x5 3 x1 1 0 0 1/3 -2/3 4 -1 x2 0 1 0 0 -1 1 -1 x3 0 0 1 2/3 -4/3 9 σj 0 0 0 -1/3 -1/3 2 第二阶段 获得最优解 例4 第一阶段 cj 0 0 0 0 -1 B-1b θ cB xB x1 x2 x3 x4 x5 -1 x5 2 1 -1 0 1 8 4 0 x4 -2 1 0 1 0 2 σj 2 1 -1 0 0 -8 cj 0 0 0 0 -1 B-1b θ cB xB x1 x2 x3 x4 x5 0 x1 1 1/2 -1/2 0 1/2 4 0 x4 0 2 -1 1 1 10 σj 0 0 0 0 -1 0 获得原问题的一个初始可行解 第二阶段 cj 2 4 0 0 B-1b θ cB xB x1 x2 x3 x4 2 x1 1 1/2 -1/2 0 4 8 0 x4 0 2 -1 1 10 5 σj 0 3 0 0 8 cj 2 4 0 0 B-1b θ cB xB x1 x2 x3 x4 2 x1 1 0 -1/4 -1/4 3/2 4 x2 0 1 -1/2 1/2 5 σj 0 0 5/2 -3/2 26 未达到最优状态，但无法继续改进，即无有限最优解 例5 cj 0 0 0 -1 B-1b θ cB xB x1 x2 x3 x4 -1 x4 -1 -1 -1 1 1 σj -1 -1 -1 0 -1 第一阶段 已达到最优状态，但目标函数值不为零，故无可行解 单纯形法详细计算步骤 (3) 最优性判别定理 在线性规划问题的典式中，设 X(0)=(x1,x2,…,xm,0,…,0) 为对应于基B 的一个基可行解，若有 ?j ? 0 ( j = m+1 , m+2 , … , n ) 则X(0)是线性规划问题的最优解，基B为最优基。 证：设X为线性规划问题的一个可行解，必有 X ? 0 ，当 ?j ? 0， 则 ?X ? 0 Z*=CX(0) = Z(0) ? Z(0) + ?X =CX 故X(0)为线性规划问题的最优解。 在线性规划问题的典式中，设 X(0)=(x1,x2,…,xm,0,…,0) 为对应于基B 的一个基可行解，若有 ?j ? 0 ( j = m+1 , m+2 , … , n ) 且 ?j+k = 0 则线性规划问题有无穷多个最优解。 无穷多最优解判别定理 在线性规划问题的典式中，设X(0) 为对应于基B 的一个基可行解，若某一非基变量xj+k的检验数 ?j+k 0 且对应的列向量 P’m+k=(a1,m+k,a2,m+k,…,am,m+k) ? 0 则线性规划问题具有无界解，即无有限最优解。 无界解判别定理 (4) 基可行解改进定理 在线性规划问题的典式中，设 X(0)=(x1,x2,…,xm,0,…,0) 为对应于基B 的一个基可行解，若满足以下条件： 某个非基变量的检验数 ?k 0 ( m+1? k ? n ); aik ( i = 1,2,…,m )不全小于或等于零，即至少有一个 aik 0 ( 1 ? k ? m ); bi’ 0( I = 1 , 2,…,m ),即X(0)为非退化的基可行解。 则从X(0)出发，一定能找到一个新的基可行解X(1)，使得 CX(1) CX(0) 。 (5) 单纯形表 将线性规划问题典式中各变量及系数填写在一张表格中，该表即为单纯形表。 cj ? c1 c2 … cn cn+1 cn+2 … cn+m 解 ? CB 基 x1 x2 … xn xn+1 xn+2 … xn+m 0 0 0 0 xn+1 xn+2 … xn+m a11 a12 … a1n 1 a21 a22 … a2n