运筹学Chapter-1.pptVIP

初始单纯形表为 XB x1 x2 x3 x4 b x3 x4 3 2 －2 －1 1 0 0 1 1 4 λj －1 1 0 0 ? λ2=10, x2进基，而a120，a220，没有比值，从而线性规划的最优解无界。由模型可以看出，当固定x1使x2→+∞且满足约束条件，还可以用图解法看出具有无界解。 1.4 单纯形法 Simplex Method 【例1.16】求解线性规划 【解】:化为标准型后用单纯形法计算如下表所示 1.4 单纯形法 Simplex Method XB x1 x2 x3 x4 x5 b θ (1) x3 x4 x5 －1 1 1 [2] 2 －1 1 0 0 0 1 0 0 0 1 4→ 10 2 2 5 — λj 2 4↑ 0 0 0 (2) x2 x4 x5 －1/2 [2] 1/2 1 0 0 1/2 －1 1/2 0 1 0 0 0 1 2 6→ 4 — 3 8 λj 4↑ 0 －2 0 0 (3) x2 x1 x5 0 1 0 1 0 0 1/4 －1/2 [3/4] 1/4 1/2 －1/4 0 0 1 7/2 3 5/2→ 14 — 10/3 λj 0 0 0↑ －2 0 (4) x2 x1 x3 0 1 0 1 0 0 0 0 1 1/3 1/3 －1/3 －1/3 2/3 4/3 8/3 14/3 10/3 λj 0 0 0 －2 0 表 (3)中λj全部非正,则最优解为: 表 (3)表明,非基变量x3的检验数λ3=0, x3若增加,目标函数值不变, 即当x3进基时Z仍 等于20。使x3进基 x5出基继续迭代 ,得到表(4)的另一 基本最优解 X(1),X(2)是线性规划的两个最优解，它的凸组合 仍是最优解，从而原线性规划有多重最优解。 1.4 单纯形法 Simplex Method 唯一最优解的判断：最优表中所有非基变量的检验数 非零,则线规划具有唯一最优解 。 多重最优解的判断:最优表中存在非基变量的检验数为零,则线则性规划具有多重最优解。 无界解的判断: 某个λk0且aik≤０（i=1，2,…,m）则线性规划具有无界解 退化基本可行解的判断:存在某个基变量为零的基本可行解。 1.4 单纯形法 Simplex Method 在实际问题中有些模型并不含有单位矩阵，为了得到一组基向量和初基可行解，在约束条件的等式左端加一组虚拟变量，得到一组基变量。这种人为加的变量称为人工变量，构成的可行基称为人工基，用大M法或两阶段法求解，这种用人工变量作桥梁的求解方法称为人工变量法。 【例1.17】用大M法解 下列线性规划 1. 大M 单纯形法 1.4.2单纯形法的近一步讨论（大M和两阶段单纯形法） 1.4 单纯形法 Simplex Method 【解】首先将数学模型化为标准形式 式中x4，x5为松弛变量，x5可作为一个基变量，第一、三约束中分别加入人工变量x6、x7，目标函数中加入―Mx6―Mx7一项，得到人工变量单纯形法数学模型 用前面介绍的单纯形法求解，见下表。 1.4 单纯形法 Simplex Method Cj 3 2 －1 0 0 －M －M b CB XB x1 x2 x3 x4 x5 x6 x7 －M0 －M x6 x5 x7 －4 1 2 3 －1 －2 1 2 [1] －1 0 0 0 1 0 1 0 0 0 0 1 4 10 1→ λj 3-2M 2+M -1+2M↑ －M 0 0 0 －M 0 －1 x6 x5 x3 －6 －3 2 [5] 3 －2 0 0 1 －1 0 0 0 1 0 1 0 0 3→ 8 1 λj 5-6M 5M↑ 0 －M 0 0 2 0 －1 x2 x5 x3 －6/5 [3/5] －2/5 1 0 0 0 0 1 －1/5 3/5 －2/5 0 1 0 3/5 31/5→11/5 λj 5↑ 0 0 0 0 2 3 －1 x2 x1 x3 0 1 0 1 0 0 0 0 1 1 1 0 2 5/3 2/3 13 31/3 19/3 λj 0 0 0 －5 -25/3 （1）初始表中的检验数有两种算法，第一种算法是利用第一、三约束将x6、x7的表达式代入目标涵数消去x6和x7，得到用非基变量表达的目标函数，其系数就是检验数；第二种算法是利用公式计算，如 （2）M是一个很大的抽象的数，不需要给出具体的数值，可以理解为它能大于给定的任何一个确定数值； 最优解X＝（31/3，13，19/3，0，0)T；最优值Z＝152/3 注意： 1.4 单纯形法 Simplex Method 【例1.18】求解线性规划 【解】加入松驰变量x3、x4化为标准型 在第二个方程中加入人工变量x5，目标函数中