课堂练习化下列线性规划为标准型.ppt

* * * 凸集没有凹入部分，其内部没有空洞。 * * * * * * 若将某一约束方程的不等式符号改为等式，则称为原约束方程的边界方程。 * * 连续性假定和确定性假定表明线性规划的参数是连续的而非离散的。 * * * * * * * * 等值线往哪个方向移动是最大化或最小化呢？做等值线的法线，沿法线方向移动是Z值变化最快的方向。当移动到与可行域相切时，恰在边界B处，可知Z值在可行域上已达到最大，B点就是最优点。其坐标就是最优解。 * * 无论何种有效方法求解现实中LP问题，其结果都有可能出现：唯一解、多重解、解无界和无可形解 * * * * * * * * * * * * * * * * * C(n,m)叫做从n个不同元素中取出m个元素的一个组合,n!/m!(n-m)! * * 如何将一般问题化为标准型？ 若约束条件是“≤”不等式 若约束条件是“≥”不等式 表示没有被利用的资源 表示超过现实需求的资源 松弛变量(slack varible) 剩余变量(surplus varible) * 运筹原理与实践 如何将一般问题化为标准型？ 若约束条件右面的某一常数项 bi0 这时只要在bi相对应的约束方程两边乘上-1 若变量 xj无限制为自由变量（正和负都可以） 引进两个非负变量xj’ xj” ≥ 0 令xj= xj’- xj” 总之,任何形式的线性规划总可以化成标准型 * 运筹原理与实践 例 将下列问题化成标准型: Min Z = -x1+2x2-3x3 s.t. x1+x2+x3 ? 7 x1-x2+x3 ? 2 -3x1+x2+2x3 = 5 x1,x2 ? 0 x3 无限制 * 运筹原理与实践 解： Max S = x1-2x2+3x3’-3x3” s.t. x1+x2+x3’-x3”+x4 =7 x1-x2+ x3’-x3”-x5=2 -3x1+x2+2x3’-2x3” =5 x1, x2,x3’,x3”, x4,x5 ? 0 * 运筹原理与实践 课堂练习 Max z=2x1+2x2-4x3 x1+3x2-3x3≥30 x1+2x2-4x3≤80 x1,x2 ≥0,x3无限制 化下列线性规划为标准型 Max z=2x1+2x2-4x31+4x32 x1+3x2-3x31+3x32-x4=30 x1+2x2-4x31+4x32+x5=80 x1,x2 , x31,x32,x4,x5≥0 结果 * 运筹原理与实践 课堂练习 化下列线性规划为标准型 * 运筹原理与实践 小结 松弛变量在目标函数中的系数什么？ * 运筹原理与实践 线性规划的典式 标准化仅为单纯形法的预备步骤之一，还须化为下述典式： * 运筹原理与实践 方程组的系数阵的前m列构成一个满秩单位阵，是实用单纯形法典式的本质属性。 * 运筹原理与实践 关于标准线性规划问题的几个概念 可行解(feasible solution) 基(basis) 基向量(basic matrix) 基变量(basic variable)、非基变量(nonbasic variable) 基解(basic solution) 基可行解(basic feasible solution) 可行基(feasible basis) * 运筹原理与实践 可行解 一般线性问题的标准型为： 满足所有约束条件的解X=(x1,x2,···,xn)T,称为线性规划问题的可行解，时目标函数达到最大值得可行解为最优解。 * 运筹原理与实践 基、基向量、基变量与非基变量 A是约束方程组的m×n维系数矩阵，设 r(A) = m,并且B是A的m 阶非奇异的子矩阵（det(B) ≠ 0),则称矩阵B为线性规划问题的一个基，A=[B,N] 矩阵 B =（P1，P2….Pm) ，其列向量Pj 称为对应基B的基向量 与基向量 Pj 相对应的变量xj就称为基变量，其余的就称为非基变量，X=（XB，XN）T [B,N] (XB，XN)T=b * 运筹原理与实践 例如：max z=70x1+120x2 s.t. 9x1＋4x2＋x3 = 360 4x1+5x2 + x4 ＝200 3x1+10x2＋ x5 ＝ 300 x1,…,x5≥0 三个向量线性无关 是一个基 基向量 决策变量x3,x