第1章 线性规划与单纯形法-第3节-2007－8.pptVIP

第3节 单纯形法 3.1 举例 3.2 初始基可行解的确定 3.3 最优性检验与解的判断 3.4 基变换 3.5 迭代（旋转运算） 单纯形的概念 单纯形是指0维中的点，一维中的线段，二维中的三角形，三维中的四面体，n维空间中的有n+1个顶点的多面体。例如在三维空间中的四面体，其顶点分别为 (0，0，0)，(1，0，0)，(0，1，0)， (0，0，1)。具有单位截距的单纯形的方程是∑xi≤1，并且xi≥0，i=1,2,…,m。 单纯形法求解线性规划的思路： 1)前提:线性方程组的变量数大于方程个数，这时有不定的解。 2)迭代:从线性方程组中找出一个个的单纯形，每一个单纯形可以求得一组解，然后再判断该解使目标函数值是增大还是变小，决定下一步选择的单纯形。 3)停止:实现最大值或最小值为止。 3.1 举例 例6 试以例1来讨论如何用单纯形法求解。 例1的标准型为： 约束方程(1-12)式的系数矩阵 从(1-12)式中可以看到x3,x4,x5的系数列向量 P3 ,P4,P5是线性独立的，这些向量构成一个基 对应于B的变量x3,x4,x5为  基变量. 将(1-13)式代入目标函数(1-11) 得到 当令非基变量x1=x2=0，便得到z=0。这 时得到一个基可行解X(0) X(0)=(0,0,8,16,12)T 注: 这个基可行解表示工厂没有安排生产 产品Ⅰ、Ⅱ；资源都没有被利用，所 以工厂的利润指标z=0。 从分析目标函数的表达式(1-14)可以看到 非基变量x1,x2(即没有安排生产产品Ⅰ，Ⅱ)的系数都是正数，因此将非基变量变换为基变量，目标函数的值就可能增大。从经济意义上讲，安排生产产品Ⅰ或Ⅱ，就可以使工厂的利润指标增加。所以只要在目标函数(1-14)的表达式中还存在有正系数的非基变量，这表示目标函数值还有增加的可能，就需要将非基变量与基变量进行对换。 如何确定换入，换出变量? 一般选择正系数最大的那个非基变量x2为换入变量，将它换入到基变量中去. 确定基变量中有一个要换出来成为非基变量(换出变量)，可按以下方法: 现分析(1-13)式，当将x2定为换入变量后，必须从x3,x4,x5中确定一个换出变量，并保证其余的都是非负，即x3,x4,x5≥0。 当x1=0,由(1-13)式得到 x2取何值时，才能满足非负要求？ 用高斯消去法 将(1-16)式中x2的系数列向量变换为单位列向量。其运算步骤是： ③′=③/4；①′=①-2×③′;②′=②, 并将结果仍按原顺序排列有： 以上数学描述说明了每生产一件产品Ⅱ，需要用掉各种资源数为(2，0，4)。由这些资源中的薄弱环节，就确定了产品Ⅱ的产量。 这里就是由原材料B的数量确定了产品Ⅱ的产量x2=12/4=3件。 得目标函数如下： 再检查(1-19)式，可见到所有非基变量x3,x4的系数都是负数。所以当x3=x4=0时，目标函数达到最大值。所以X(3)是最优解。即当产品Ⅰ生产4件，产品Ⅱ生产2件，工厂才能得到最大利润。 通过上例，可以了解利用单纯形法求解线性规划问题的思路。现将每步迭代得到的结果与图解法做一对比，其几何意义就很清楚了。 原例1的线性规划问题是二维的， 即两个变量x1,x2；当加入松弛变量x3,x4,x5后，变换为高维的。 这时可以想象，满足所有约束条件的可行域是高维空间的凸多面体(凸集)。 这凸多面体上的顶点，就是基可行解。 初始基可行解 X(0)=(0,0,8,16,12)T 就相当于图1-2中的原点(0，0)； 而X(1)=(0,3,2,16,0)T，相当于下图中的Q4点(0，3)； X(2)=(2，3，0，8，0)T相当于 图1-2中的 Q3点(2，3)， 最优解X(3)=(4，2，0，0，4)T 相当于图1-2中的 Q2点(4，2)。 从初始基可行解X(0)开始迭代， 依次得到X(1)，X(2)，X(3)。 这相当于图1-2中的目标函数平移时， 从0点开始，首先碰到Q4，然后碰到Q3，最后达到Q2。下面讨论一般线性规划问题的求解。 一般线性规划问题的求解 3.2 初始基可行解的确定 为了确定初始基可行解，要首先找出初始可行基，其方法如下。 (1)直接观察 (2)加松弛变量 (3)加非负的人工变量 (1)直接观察: (2)加松弛变量