运筹学一电子讲稿.pptVIP

运 筹 学 包文彬 2000.5.20 运筹学（Operational Research） 第一个应用例子 阿基米德 希龙大王 城防方案 名字 20世纪30年代末 1914年 兰彻斯特（Lanchester）战斗方程 1917年 爱尔朗（Erlang） 排队论 20年代初 存贮论 30年代 商业广告、顾客心理 1947年 丹茨格（G.B.Dantzig） 线性规划单纯形法 1939年 康托洛维奇 线性规划模型 1960年 康托洛维奇 《最佳资源利用的经济计算》 1944年 冯·诺意曼（Von Neumann） 摩根斯坦 （O.Morgestern）《对策论与经济行为》 50年代中期 钱学森、许国志 引入运筹学 运筹学应用 市场销售 生产计划 库存管理 运输问题 财政与会计 人事管理 设备管理 工程优化 计算机和信息系统 城市管理 线性规划（LP） §3.单纯形法 (2)如果(*)目标值无下界，且在迭代过程中最后得到的基本可行解 ，则当 , i=1,2,?,m都成立时,(LP)也无下界；否则(LP)的可行解不存在。 例.max Ζ=3x1+2x1+x3-x4 s.t. 3x1+2x2+x3 =15 5x1+x2+2x3 =20 x1+2x2+x3+x4 =10 x1,x2,x3,x4≥0 [解]引入人工变量把原问题变成下列形式 max Ζ=3x1+2x1+x3-x4-M(x5+x6) s.t. 3x1+2x2+x3 +x5 =15 5x1+x2+2x3 +x6=20 2.若约束条件是“≤”形式的不等式，则可以通过标准化的方法，引入m个非负的松驰变量 AX+IXS=b X≥0,XS≥0 3.若约束条件是“≥”形式或等式约束不存在单位矩阵的情况，则采用人造基方法（见§5） 3.3最优性检验 以矩阵形式表示单纯形的迭代过程 max Ζ=CX s.t. AX=b X≥0 A=(B,N),X=(XB,XN)T,C=(CB,CN)，则上式可写为 max Ζ=CBXB+CNXN s.t. BXB+NXN=b XB,XN≥0 将基变量用非基变量表示 XB=B-1b-B-1NXN代入目标函数，得 Ζ=CB(B-1b-B-1NXN)+CNXN =CBB-1b+(CN-CBB-1N)XN XB=B-1b,XN=0为一基本可行解。 1.最优解判别定理： 若 X(0)=(B-1b,0)T为对应于基B的基本可行解，且CN-CBB-1N≤0,则X(0)为最优解。 [证]对一切可行解X CX=CB B-1b+（CN-CBB-1N）XN ≤CB B-1b 所以，X(0)=(B-1b,0)T为最优解。 若把上面的矩阵形式表示为方程组，则 则上面的判别定理表示为：若X(0)=(b1?,b2 ?,…,bm ?,0,…0)T 为对应于基B的基本可行解，且对于一切j=m+1,2,…,n,?j?0，则X(0)为最优解。 2.无穷多最优解判别定理： 若X(0)=(b1’,b2’,…,bm’,0,…0)T为一基本可行解，对于一切j=m+1, …,n,有?j≤0, 又存在某个非基变量xm+k的检验数?m+k=0,则线性规划问题有无穷多最优解。 [证]只需将非基变量xm+k换入基变量中，找到一个新的基本可行解X（1），因?m+k=0，知z=z0，故X（1）也是最优解，由2.2定理3可知， X(0)、X（1）连线上所有点都是最优解。 3.无界解判别定理： 若X(0)=(b1’,b2’,…,bm’,0,…0)T为一基可行解，且有一个?m+k 0,并且对i=1,2,…,m,有ai’,m+k≤0, 那么该线性 规划问题没有有限最优解。 [证]取xm+k为进基变量，令xm+k增加，并取其余非基变量为零，则得 令xm+k=??0，显然，这时目标函数值为 z=z0+??m+k→+? （?→+? ） 故没有有限最优解。 3.4 基变换 1.换入变量的确定 一般取?j0中的最大者