xin 第5、6章单纯刑法.pptVIP

第五章 单纯形法及对偶 §1　单纯形法的基本思路和原理 §2　单纯形法的表格形式 §3　求目标函数值最小的单纯形法 §4　几种特殊情况 §5 线性规划的对偶问题 对偶问题： §5 线性规划的对偶问题 原问题： 比较：1.原问题中有n 个变量 m个约束条件，都是≤。对偶问题有m个变量n个约束条件，都为≥。2 .原问题目标函数中的第i个变量的系数等于对偶问题中的第i个约束条件的右边常数项。原问题常数项等于对偶问题的变量系数. 运用单纯形法求出对偶问题的解后，通过比较发现：对偶问题的最优解即最佳租金恰好等于原问题各种设备的对偶价格。即两个模型的最优解相等。 下面阐述如何写一个线性规划问题的对偶问题。 §5 线性规划的对偶问题 第一个约束条件符合要求，不需做变动。而第二个，两边都乘以（-1），得 对于第三个，用两个等价的约束条件来替代，即有 再把其中的 两边都乘以（-1），得 §2 线性规划的对偶问题 原问题 对偶问题  目标函数： MAX Z=50x1+100x2 约束条件：x1+x2+s1=300， 2x1+x2+s2=400， x2+s3=250. xj≥0 （j=1，2）,sj≥0 （j=1,2,3） 约束方程组的系数矩阵  §1　单纯形法的基本思路和原理 一基本概念 pj为系数矩阵A第j列的向量。A的秩m为3,小于此方程组的变量个数n。 基：B是A中m×m阶非奇异子矩阵（即可逆矩 阵），则称B是线性规划问题中的一个基。 基向量：基B中的一列即称为一个基向量。基B中共有m个基向量pj 。 非基向量：在A中除了基B之外的一列则称之为基B的非基向量。 §7.3 表上作业法 §1　单纯形法的基本思路和原理  基变量（根据约束方程可以确定的变量）：与基向量pj相应的变量xj叫基变量，基变量有m个(s1, s2, s3)。 非基变量（根据约束方程无法确定，自由变量）：与非基向量pi相应的变量xi叫非基变量，非基变量有n－m个(x1, x2)。 §1　单纯形法的基本思路和原理 由线性代数知道，如果在约束方程组系数矩阵中找到一个基，令这个方程组的非基变量(自由变量)为零，再求解就可得唯一解了，这个解称为基本解。于是找到B为A的一个基，令非基变量x１，x2为零。 §1　单纯形法的基本思路和原理 这时约束方程就变为基变量的约束方程： s1=300， s2=400， s3=250. 求得基本解:x1=0，x2=0，s1=300，s2=400，s3=250.满足非负条件的基本解叫做基本可行解，并把这样的基叫做可行基。第一次找的可行基，称为初始可行基(单位矩阵或者由单位向量构成的矩阵)，其相应的基本可行解叫初始基本可行解。如找不到，将构造初始可行基。 §7.3 表上作业法 §1　单纯形法的基本思路和原理 通过约束等式移项，用非基变量来表示基变量，因此目标函数中只有非基变量。称目标函数中非基变量的系数为该变量的检验数σj （Z=50x1+100x2 ,σ2=100) 。 最优解判别定理：在求最大函数值问题中，对于某个基本可行解，如果其非基变量的检验数σj ≤0，则这个解就是最优解。在求最小函数值中，检验数应该σj ≥0. §1　单纯形法的基本思路和原理 二、解的最优性检验 三、 基变换 如不是最优解，那么继续移项，将一个非基变量和一个基变量对换（迭代），得到新的可行基，由此求解得新的基本可行解。为了换基就要确定换入变量（入基变量）与换出变量（出基变量）。 1.入基变量（选检验数大于0的非基变量为入基变量） 求最大函数值时, 只当σj ≤0，才是最优解。当σj＞0 时，函数值还可以继续增大。故选检验数大于0的非基变量换到基变量中去。若有两个以上，为使目标函数增加更快些，选σj最大者对应的非基变量为入基变量。在上例题中σ2=100比50大，故选x2为入基变量。 §1　单纯形法的基