管理运筹学04.pptVIP

§3　求目标函数值最小的线性规划的问题的单纯形表解法 一、大M法 以第二章的例2来讲解如何用单纯形表的方法求解目标函数值最小的线性规划问题。 目标函数： 约束条件： 加入松弛变量和剩余变量变为标准型，得到新的约束条件如下： §3　求目标函数值最小的线性规划的问题的单纯形表解法 在标准型中并不一定要求求最大值或最小值，但是为了使单纯形表解法有一个统一的解法，我们把所有求目标函数最小值的问题化成求目标函数最大值的问题。具体做法只要把目标函数乘以（－1）。 要注意到人工变量是与松弛、剩余变量不同的。松弛变量、剩余变量它 们可以取零值，也可以取正值，而人工变量只能取零值。一旦人工变量取 正值，那么有人工变量的约束方程和原始的约束方程就不等价了，这样所 求得的解就不是原线性规划的解了。为了竭尽全力地要求人工变量为零， 我们规定人工变量在目标函数中的系数为－M，这里M为任意大的数。这样 只要人工变量a＞0，所求的目标函数最大值就是一个任意小的数。这样 为了使目标函数实现最大就必须把人工变量从基变量中换出。如果一直到 最后，人工变量仍不能从基变量中换出，也就是说人工变量仍不为零，则 该问题无可行解。 §3　求目标函数值最小的线性规划的问题的单纯形表解法 此例的数学模型如下所示： 目标函数： max z=－2x1－3x2－Ma1－Ma2. 约束条件：x1+x2－s1+a1=350， x1－s2+a2=125， 2x1+x2+s3=600， x1，x2，s1，s2，s3，a1，a2≥0. 像这样，为了构造初始可行基得到初始可行解，把人工变量“强行”地 加到原来的约束方程中去，又为了尽力地把人工变量从基变量中替换出来就令人工变量在求最大值的目标函数里的系数为－M，这个方法叫做大M法，M叫做罚因子。 ? 迭代次数 基变量 cB x1 x2 s1 s2 s3 a1 a2 b 比值 -2 -3 0 0 0 -M -M 0 a1 a2 a3 -M -M 0 1 1 -1 0 0 1 0 1 0 0 -1 0 0 1 2 1 0 0 1 0 0 350 125 600 350/1 125/1 600/2 zj -2M -M M M 0 -M -M -2+2M -3+M -M -M 0 0 0 -475M 1 a1 x1 s3 -M -2 0 0 1 -1 1 0 1 -1 1 0 0 -1 0 0 1 0 1 0 2 1 0 -2 225 125 350 225 ----- 350/2 zj -2