环境系统分析课件第六篇 章 线性规划基础.pptVIP

第六章 线性规划基础;6.1 线性规划概述;生产调度问题;产品;每天总利润：Z = 3x1 + 4x2 变量 x1 和x2 必须满足三个条件： x1 + x2≤ 6 x1 + 2x2≤ 8 x2≤ 3 非负性约束：x1≥0, x2 ≥0;Max / Min F=C?X A?X≤B 或 A?X≥B X≥0 或 X≤0 或 X自由 其中：C=(c1,c2,…,cn) B=(b1,b2,…,bm) X=(x1,x2, …,xn) A={aij}（i=1,2, …,m；j=1,2, …,n ）;一般来说，满足约束条件的变量X=(x1,x2,…,xn)T有无穷多个解，求解LP问题的目的就是从中找出一个能满足目标函数最大或最小的解，作为该LP问题的最终决策。 决策变量、目标函数、约束条件是LP模型的三要素，其中后两者都是关于前者的线性表达式；而LP模型就是由最优化的目标函数和约束条件这两部分构成的。;二、线性规划的图解法;F(0,6);可以看到：当沿法线方向平行移动直线Z=3x1+4x2至B点时，Z值在可行域R上就达到了最大值，从而确定B点即为该LP问题的最优点。 最优点的坐标值为最优解。记为X*=(x1*,x2*)T,X*对应的目标函数值称为最优值，记为Z*。 该实例的最优解：X*=(4,2)T,Z*=20 说明最优生产方案是：生产甲产品4件，乙产品2件，可获得最大利润20千元。;LP问题几种可能的结果：?唯一解；?多重解；?无界解；?无可行解。 唯一解：只有一个最优点 多重解：有些LP问题最优解可能不唯一，如:前例中目标函数改为：max Z=x1+2x2 则目标函数等值线与约束条件x1+2x2≤8的边界线平行。当将等值线沿法线方向平移到B点时，就与R的边界线BC段重合。这表明BC上的每一点都使目标函数值取得同样的最大值。这时出现多重解的情形。;无界解：Max Z = 3x1 + 2x2 -2x1 + x2 ≤ 2 x1 - 3x2≤ 3 x1≥0, x2 ≥0 ;无可行解：有些LP问题可能不存在可行点，也就是说由约束条件得到的可行域R为空集，即R=?。这时问题无可行解，也就无最优解了，简称无解。 LP问题的可行域一般是凸多边形，而且若最优解存在，则一定在可行域的某个顶点上得到；若在两个顶点同时得到最优解，则这两个顶点连线上的每一点都是最优解，且最优值相等；若可行域无界，则可能发生最优解无界的情况，此时无最优解。若可行域为空集，则问题无可行解。;三、线性规划的标准形式;A=（aij）m×n为约束方程组的系数阵。R(A)=mn,即A为满秩阵，称m为LP问题的阶数，n为维数;目标函数 min Z=CTX 函数约束 ⑴bi0 两端乘以-1 ⑵约束为“≤”的情况，增加非负变量—— 松弛变量 ⑶约束为“≥”的情况，减去非负变量—— 剩余变量 决策变量 对不满足非负性要求的变量，采用“变量代换法”;举例：;如果xk≤0,可令xk=- xk ， xk ≥0。 如果xk为自由变量，可令xk=xk_xk，且xk≥0，xk≥0。 如果方程中有多个xk为自由变量，按照上述方法会使变量的个数扩大一倍，从而增加问题求解时的计算量，为了尽量少地增加变量的个数，可以令xk=x‘k-x“，其中x“对每个xk的表达式都是同一个数。 ;四、 线性规划的解及其性质;基向量和非基向量： A=(aij)m×n=(P1 P2 …Pn)为线性规划问题LP的约束条件系数矩阵，其秩为m。则A中任一组m个线性无关的列向量构成的矩阵B=(Pji pj2 … Pjm)非奇异，称此m个线性无关的列向量为线性规划问题的一个基。 如果约束矩阵A中某一列向量Pj包含于基B中，则称Pj为基向量，否则称为非基向量。 对于给定的一个基，整个矩阵A可以分为两部分，即可表示为A=(B N);基变量与非基变量： 与基向量Pjt(t=1,2,…,m)相对应的变量xjt称为基变量，否则称为非基变量。LP问题的变量也自然被相应地分成了两部分X=(xB xN)T 基本解：在LP问题中，满足条件AX=b且非基变量全部为零的X成为基本解。 X=(xB xN)T=(