运筹学教案09-10_2.pptVIP

线性规划与目标规划Linear Prog. Goal Prog. x2 x1 o X * * 第一章 线性规划与单纯形法 1 LP问题及其数学模型 1.1 LP问题的一般形式 1.2 两个变量LP问题的图解法—几何直观 1.3 LP问题的标准型 1.4 LP问题的解的概念—线性方程组的解的 概念的借用 Linear Programming Simplex Method * * 1 LP问题及其数学模型 1.1 LP问题的一般形式 LP SM * * LP SM 例1 (见书) 可行域X Q2(4,2) (2,3) f = h f = f* x2 3 4 x1 o 4 8 Q1 最优解(唯一) 等值线 Q3(2,3) Q4 1.2 两个变量LP问题的图解法 * * 两个变量LP问题的图解法（续） 例2 将例1中目标函数改为 则所得问题的最优解为线段Q2Q3(无穷多最优解)。 最优解(无穷多) Q2(4,2) x2 3 4 x1 o 4 8 Q1 Q3(2,3) Q4 (2,4) LP SM * * 两个变量LP问题的图解法（续） 例3 将例1中目标函数改为 并去掉非负约束，则所得问题的目标函数在可行域上无（下）界。 Q2(4,2) x2 3 4 x1 o 4 8 Q3(2,3) (-2,-3) LP SM * * 几何结论 线性规划有最优解(唯一或无限多) ，则最优解一定可以在可行域的顶点上达到； 线性规划有无界解，即目标函数在可行域上无界。此时可行域必无界； 线性规划无可行解，即可行域为空集。 后两种情况发生时，均称LP无解。 LP SM * * 则得矩阵表示 令 1.3 LP问题的标准型 (L) * * LP问题的标准型(续) 基本假设 1. Rank(A)=mn; 2. m0; 3. pj non-zeros for j=1,…,n; 4. b non-negative if needed. 化标准型 松弛变量 剩余变量 松弛变量 (L) * * LP问题的标准型(续) 基本假设 1. Rank(A)=mn; 2. m0; 3. pj non-zeros for j=1,…,n; 4. b non-negative if needed. 作业：1. 1.3; 2 . 思考题 下列情形是平凡的，即可以直接分析出解的存在性或给出解: （1）无约束； （2）仅有等式约束； （3）仅有非负约束；（4）有某（几）个 pj= 0。 (L) * * 1.4 LP问题的解的概念 可行解、基、基变量与非基变量、基向量与非基向量、基（本）解、基（本）可行解、最优基可行解、最优基 (L) 基(Base) B：A 的 m 阶可逆子矩阵，记 非基(NonBase) N：A 中除去 B 后余下的子矩阵 基变量: 与 B 的列对应的变量，记 非基变量: 与 N 的列对应的变量，组成的向量记为 xN * * 1.4 LP问题的解的概念(续) 基（本）解：给定基 B，则 A 可写成 A＝(B, N)，于是有 基可行解数目 基本解数目 (L) 称特解 x: 为（对应于基 B 的）基解 基可行解：可行的基解 最优基可行解：最优的基可行解，对应的基 B 称为最优基 * * 各种解之间的关系 非可行解 可行解 Feasible Solution 基本解 Basic Solution 基可行解 Optimal Solution 最优解 Linear Programming Simplex Method * * 2 LP问题的几何意义 2.1 基本概念 凸集(Convex Set) S ： 凸组合：设 凸集 S 的顶点（极点vertex）s ：s不能表示为S中的不同两点的凸组合，即不存在 则称 为 x1,…,xk 的凸组合 凸集的交集仍是凸集 * * LP问题的几何意义（续） 例 凸集 非凸集 顶点 * * 2.2 基本定理 定理1 可行域 X 是凸集 引理1 设 x 为可行解，则 x 为基可行解的充分必要条件是：x 的正分量对应的系数矩阵的列向量组是线性无关的。 定理2（LP基本定理） (1) 设 x 为可行解，则 x 为基可行解的充分必要条件是： x 为 X 的顶点； (2) 若 X 非空，则 (L) 必有基