运筹第1章.pptVIP

§6 单纯形方法 　Min问题的单纯形方法 最优性判别条件：若所有 ，则X为最优解。 目标函数无界判别条件：若存在某个 ，并且 ，则目标函数无界。 入基变量的选取： ，则以 为入基变量。 §6 单纯形方法 课堂练习：用Min单纯形方法求解。 化标准型 -1 -3 0 0 0 1 1 1 0 0 1 0 0 1 0 0 1 0 0 1 -1 -3 0 0 0 初始单纯形表 主元素 1 0 1 0 -1 1 0 0 1 0 0 1 0 0 1 §6 单纯形方法 -1 -3 0 0 0 -1 0 0 0 3 1 0 1 0 -1 0 0 -1 1 1 0 1 0 0 1 0 0 1 0 2 -1 -3 0 0 0 因为所有检验数 ，所以当前的解即为最优解。 最终单纯形表 §7 人工变量法 　引例 化标 准形 只存在一个单位列向量，不能得到初始可行基 §7 人工变量法 得到初始可行基 (Ⅰ) 在没有基变量的方程中，加入人工变量 §2 图解法 　结论 ● 最优解可能存在，也可能不存在 ● 若有最优解一定在可行域顶点上达到；若同时在两个 顶点上达到，则两点连线上任意一点都是最优解。 ● 可行域是一个凸多边形 §3 线性规划问题的标准型 　标准型 §3 线性规划问题的标准型 　标准型的特点 ● 所有bi≥0，1≤i≤m ● 所有变量xj≥0，1≤j≤n ● 所有约束都是等式约束 ● 目标函数是最大化形式 §3 线性规划问题的标准型 　标准型的矩阵描述 价值向量 资源限定向量 技术系数矩阵 §3 线性规划问题的标准型 　化标准型问题 ● 约束条件为“≤” 或“≥”情形 ● 自由变量情形 ● 目标函数是最小化形式 ● bi≤0情形 §3 线性规划问题的标准型 　例题 §4 线性规划问题的解 ① ② ③ 可行解——满足约束条件①和②的解 可行域——所有可行解的集合 最优解——满足①的可行解 基——设A是约束方程组的m×n阶矩阵，mn，其秩为m，称A中任何一组m个线性无关的列向量构成的子矩阵B为线性规划问题的一个基。 　解的概念 §4 线性规划问题的解 = = 目标函数 约束条件 行列式≠0 基矩阵 右边常数 = §4 线性规划问题的解 基向量： 非基向量： 基变量： 非基变量： §4 线性规划问题的解 基本解 或基本可行解 §4 线性规划问题的解 基本解 但非基本可行解 §4 线性规划问题的解 问题：约束方程组最多会有多少个基本解？ 最后我们给出基本解的向量描述： 约束方程组的 解空间 §4 线性规划问题的解 可行解 非可行解 基本解 基本 可行解 LP问题各种解之间关系图： §5 基本定理 　凸集的概念 设S是一点集， 是S中任意两点， 若 连线上的任意一点： 则称S为凸集。 凸集 凹集 §5 基本定理 　基本定理 定理1 线性规划问题的可行域是凸集 定理2 X是LP问题的基本可行解的充要条件是：X是 可行域的顶点。 定理3 若可行域有界，LP问题的目标函数一定可在其 可行域的顶点上达到最大值。 §5 基本定理 定理2的有关说明： O A B D C x1 x2 §5 基本定理 取 ，得基本可行解： ，它对应顶点O(0,0)。 反过来，顶点A(4,0)，对应得可行解为： 对