运筹学总结1.docVIP

【】线性规划的定义：求一组变量Xj,使之既满足线性约束条件，又使其具有最优线性目标函数值的一类优化问题【】线性规划模型建立条件：（1）优化条件（2）限制条件（3）选择条件【】线性规划的图解法使用条件：仅含有两个最多不超过三个决策变量【】可行解的定义：满足约束条件和非负条件的决策变量的一组取值【】线性规划问题的图解法步骤：（1）建立平面直角坐标系（2）根据线性规划问题的约束条件和非负条件画出可行域（3）做出目标函数等值线【】单纯型正是最简单也是最典型的多面凸集，n维空间中共有n+1个点即可构成一个n维单纯型【】可行域无界：（1）唯一最优解（2）无穷多个最优解（2）最优解无界【】可行域空集：（1）无可行解【】可行域非空有界：（1）唯一最优解（2）无穷多个最优解【】当约束方程中含有n个决策变量和m个方程（n≥m）时，可行域的顶点不会超过Cn m个【】单纯型法的基本思想是：采用顶点转移的方法，即从可行域的一个顶点开始，转移到另一个顶点，同时是目标函数逐步优化，当目标函数达到最优，线性规划问题也就得到了最优解【】线性规划问题的标准型主要特征：（1）目标要求是确定的（2）所有的约束条件均为线性等式（3）所有决策变量取非负（4）每一个约束等式的右端常数为非负值【】标准化步骤：（1）目标函数的标准化，min Z=CX化为max Z=-CX （2）约束条件的标准化，当约束条件为≤时，要引入一个非负的松弛变量加在不等式的左边，然后把不等式改成等号 ，当约束条件为≥时在不等式左边减去一个非负的剩余变量，然后把不等式改成等式（3）非负条件的标准化，当决策变量的取值不受正负限制时可以引入两个非负变量使Xk=Xn-Xm(4)约束等式右端常数取非负，在等式两边同时乘以-1【】基的定义：若A的秩为m，B为A中m乘以m阶子阵，且|B|≠0，则称B为线性规划问题的一个基【】基本解定义：若令所有非基变量取值为零，所得的约束方程组的解称为方程组关于基B的基本解【】由于秩Ra=m＜n,且有一个基，就可以求得一个基本解，因此基本解总数不会超过Cn m【】基本可行解定义：满足非负条件的基本解称为基本可行解【】退化的基本可行解定义：当基本可行解的非零分量个数小于m时，即其中有一个或多个以上的基变量取零值【】基本可行解既是基本解又是可行解，但基本解不一定是可行解，可行解也不一定是基本解，最优解集包含基本最优解同时包含于可行解【】定理1-1：若线性规划的可行域为D则，X是D的顶点的充分必要条件为X是线性和规划的基本可行解【】定理1-2：若可行域非空有界，则线性规划的的目标函数值一定可以在可行域的的顶点上达到其最优值【】单纯型法的求解步骤：（1）将线性规划化为标准型，确定初始可行基，写出对应的初始基本可行解X（2）最优性检验，计算检验数，并根据最优判别定理及最优解无界判别定理确定X是不是最优解或该线性规划问题是否最优解无界，若是则停止运算，否则转入下一步（3）进行基变（4）实现顶点的转移-旋转运算（5）写出新的基本可行解，然后返回第二步，继续进行运算【】最优性判别定理：所有的检验数均小于等于零【】最优解无界判别定理：非基变量对应的系数列向量所有分量均小于等于零，则该线性规划最优解无界【】两阶段法求解步骤：（1）第一阶段，建立一个辅助线性规划，该规划的约束条件不变，即仍是原问题以单位矩阵作为可行基的标准型的约束，而将目标要求改为min W=∑Xj，式中Xj为引入的人工变量（2）出现两种情况：1.目标函数值小于等于零，因而所有的人工变量取值全为零，即所有的人工变量均已称为非基变量 2.最优表格显示目标函数的取值大于零，因此至少有一个人工变量取正值，这表明最终至少有一个人工变量不能从基变量中替换出来，于是原线性规划问题不存在可行解（3）第二阶段，当第一阶段出现结果一时，应将第一阶段单纯型运算最优表格中目标函数的系数换成原线性规划的目标函数并划去人工变量所在的列，即得到了以辅助线性规划的最优解作为原问题初始基本可行解的初始单纯型表，然后仍用表格单纯型法继续进行运算，直到求出最优解【】弱对偶定理1-6：若对称形式的对偶线性规划式均有可行解，分别为X和Y，则CX≤Yb ，定理说明，对于一对对称形式的对偶规划而言，在可行解上，相应的极大化线性规划的目标函数值不会超过极小化的目标函数值【】推论1：极大化问题的任意一个可行解所对应的目标函数值是对偶问题最优目标函数值的一个下界【】推论2：极小化问题的任意一个可行解所对应的目标函数值是原始问题最优目标函数值的一个上界 【】推论3：若原始问题可行，则其目标函数值无界的充要条件是对偶问题没有可行解 【】推论4：若对偶问题可行，则其目标函数值无界的充要条件是原始问题不可行【】对偶问题的最优性判别准则：若X、Y是对称形式的对偶关系中原始规划和对偶规划的可行解