运筹学——3.单纯形矩阵描述与改进单纯形法.ppt

* 确定换出变量 * 新的基 基变换： * 计算B的逆矩阵 * 计算非基变量的检验数 * 得到最优解： 目标函数的最优值为： * 改进单纯形法步骤 1. 求线性规划的标准形式，确定 3. 重复第2步（下标加1），直至求出最优解。 * 第6节??对偶单纯形法 在单纯形表中进行迭代时，在b列中得到的是原问题的基可行解，而在检验数行得到的是对偶问题的基解。 通过逐步迭代，当在检验数行得到对偶问题的解也是基可行解时，已得到最优解。即原问题与对偶问题都是最优解。 根据对偶问题的对称性，可以这样考虑：若保持对偶问题的解是基可行解，即cj?CBB-1Pj≤0，而原问题在非可行解的基础上，通过逐步迭代达到基可行解，这样也得到最优解。 * 从该表看到，检验数行对应的对偶问题的解是可行解。 因b列数字为负，故需进行迭代运算。 * 对偶单纯形法的计算步骤： (1) 把线性规划转化为“近似标准形式”，列出初始单纯形表。检查b列的数字，若都为非负，检验数都为非正，则已得到最优解。停止计算。若检查b列的数字时，至少还有一个负分量，检验数保持非正，那么进行以下计算。 (2) 确定换出变量。按min｛(B-1b)i｜(B-1b)i＜0}＝(B-1b)l对应的基变量xi为换出变量 (3) 确定换入变量。在单纯形表中检查xl所在行的各系数αlj(j=1,2,…，n)。若所有αlj≥0，则无可行解，停止 计算。若存在αlj＜0 (j=1,2,…，n), 计算 * 按θ规则所对应的列的非基变量xk为换入变量，这样才能保持得到的对偶问题解仍为可行解。 (4) 以αlk为主元素，按原单纯形法在表中进行迭代运算，得到新的计算表。 重复步骤(1)～(4)。 * 例6 用对偶单纯形法求解 min w=2x1+3x2+4x3 x1+2x2+x3≥3 2x1?x2+3x3≥4 x1，x2，x3≥0 解：先将此问题化成下列形式，以便得到对偶问题的初始基可行解 max z= ? 2x1 ? 3x2 ? 4x3 ? x1 ? 2x2 ? x3+x4 = ? 3 ?2x1+x2 ? 3x3 +x5= ? 4 xj≥0，j=1,2,…,5 * 例6的初始单纯形表，见表2-6。 从表2-6看到，检验数行对应的对偶问题的解是可行解。 因b列数字为负，故需进行迭代运算。 * 换出变量的确定： 换入变量的确定：按上述对偶单纯形法计算步骤(3)，即在单纯形表中检查xl所在行的各系数αlj(j=1,2,…，n)。若所有αlj≥0，则无可行解，停止 计算。 按上述对偶单纯形法计算步骤(2)，即按min｛(B-1b)i｜(B-1b)i＜0＝(B-1b)l对应的基变量xi为换出变量。计算 min(? 3, ? 4)= ? 4 故x5为换出变量。 故x1为换入变量。换入、换出变量的所在列、行的交叉处“?2”为主元素。按单纯形法计算步骤进行迭代，得表2-7。 * * 表2-8中，b列数字全为非负，检验数全为非正，故问题的最优解为 X*=(11/5，2/5，0，0，0)T 若对应两个约束条件的对偶变量分别为y1和y2，则对偶问题的最优解为 Y*=(y1*,y2*)=(8/5,1/5) * 对偶单纯形法有以下优点： (1) 初始解可以是非可行解，当检验数都为负数时就可以进行基的变换，这时不需要加入人工变量，因此可以简化计算。 (2) 当变量多于约束条件，对这样的线性规划问题用对偶单纯形法计算可以减少计算工作量，因此对变量较少，而约束条件很多的线性规划问题，可先将它变换成对偶问题，然后用对偶单纯形法求解。 (3) 在灵敏度分析及求解整数规划的割平面法中，有时需要用对偶单纯形法，这样可使问题的处理简化。 对偶单纯形法的主要局限性：对大多数线性规划问题，很难找到一个初始基。 3.对偶理论 slide 58：例题 作业3：1. 课本P74. 2.3 (2)、(3) 2、写出下列线性规划问题的对偶问题。 3、试用对偶单纯形法求解下列线性规划问题。 作业4： 4. 课本P76. 2.9(1)-(5) * 第8节* 参数线性规划 灵敏度分析主要讨论在最优基不变情况下，确定系数aij，bi，cj的变化范围。 参数线性规划研究这些参数中某一参数连续变化时，使最优解发生变化的各临界点的值。即把某一参数作为参变量，而目标函数在某区间内是这个参变量的线性函数，含这个参变量的约束条件是线性等式或不等式。 因此仍可用单纯形法和对偶单纯形法分析参数线性规划问题。其步骤是： * 第8节* 参数线性规划 (1) 对含有某参变量t的参数线性规划问题。先令t=0，用单纯形法求出最优解； (2) 用灵敏度分析法，将参变量t