1.4单纯形算法的进一步讨论.pptVIP

1.4、单纯形算法的进一步讨论 前面介绍单纯形法可以直接通过线性规划模型得到初始可行基，它只适用于约束不等式右端常数项时非负数，而且约束不等式是“≤”的情况。如果约束不等式是“≥”或者是约束方程式，则初始可行基不能够直接得到。 1.4、单纯形算法的进一步讨论 对于AX=b，不能够从系数矩阵A中观测到一个单位矩阵。这是分别给每个约束条件加入一个人工变量xn+1,…,xn+m,得 a11x1+…+a1nxn+xn+1=b1 a21x1+…+a2nxn +xn+2=b2 ……… am1x1+…+amnxn +xn+m=bm x1,…,xn,…, xn+1,…, xn+m≥0 由此可以得到一个m阶单位矩阵，以xn+1,…, xn+m为基变量，令非基变量x1,…,xn为0，便可得到一个初始基本可行解X(0)， X(0)=(0,…,0,b1,…,bm)T。 1.4、单纯形算法的进一步讨论 人工变量是后加入到原约束方程组的虚拟变量，因此在最优解中人工变量必须取0，要求人工变量要从基变量中逐渐替换掉。若经过基的变化，基变量中不再包含有人工变量，表示原问题有解；若经过基变换，当所有的检验数σj ≤0时，而在基中至少还有一个人工变量，则表示原问题无可行解。 1.4、单纯形算法的进一步讨论 为确保人工变量不影响目标函数取值，假定人工变量在目标函数中的价值系数为-M（M是一个充分大的正数）。这样对于要求实现目标函数最大化的问题来讲，只要基变量中还存在人工变量，目标函数就不可能实现最大化 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 1.4、单纯形算法的进一步讨论 * * 人工变量法 人工变量法 人工变量法 大M法 例1.11 用大M法求解下列线性规划问题 Min Z=-3x1+x2+x3 x1-2x2+x3≤11 -4x1+x2+2x3≥3 -2x1+x3＝1 x1,x2,x3≥0 s.t. 解：加入松弛变量、剩余变量和人工变量化为标准型 Max Z’=3x1-x2-x3-Mx6-Mx7 x1-2x2+x3+x4=11 -4x1+x2+2x3-x5+x6=3 -2x1+x3+x7＝1 x1,x2,x3,x4,x5,x6,x7≥0 s.t. 其中，M是充分大的正数，取基变量x4,x6,x7 单纯形表 所有σj≤0，且基变量中无M，得最优解为X*=(4,1,9,0,0,0,0)T 目标函数值Z’＝2，原问题的最优目标值是Z*＝-2。 两阶段法 大M法中，必须先给出M足够大的值，在计算一个问题时，变量较多，就需要使用计算机。而在计算机运行过程中，M必须取一定值，如果M取得小，则不能保证方法的正确性；如果M取得大，在计算机中会产生较大的误差，以致结果失真。为了解决这一矛盾，介绍另一种使用人工变量求初始可行基的方法——两阶段法。 定理1.8 设原线性规划问题记为（LP），由它而引入的新的线性规划问题记为（LP）*。分别表示如下： (LP): max Z=CX (LP)*:min W=eTX* AX=b AX+IX*=b X≥0 X≥0,X*≥0 X*=(xn+1,…,xn+m)T , e=(1,1,…,1)T(m个1) s.t. s.t. 若(LP)*具有最优基本可行解 ,且 ，则(LP)有 可行解，而 即为(LP)的一个基可行解。 (2)若(LP)*的最优基本可行解 ,使得 ，则(LP)没有可行解 说明：两阶段法的两个阶段 第Ⅰ阶段