《运筹学》线性规划ppt课件.ppt

或 其中 最优性检验 最优性检验与解的判别 1、最优解的判别定理 检验数： 最优性检验与解的判别 2、无穷多最优解的判别定理 3、无界解判别定理 单纯形法全过程的计算，可以用列表的方法计算更为简洁，这种表格称为单纯形表（表1-6）。 计算步骤： 1.求初始基可行解，列出初始单纯形表，求出检验数。其中基变量的检验数必为零； 2.判断： （a）若λj≤０（j＝１，２，…，n）得到最解； 注： λj≤０，且对某个非基变量的检验数λj=0，则线性规划具有无穷多最优解。 （b）某个λk0且aik≤０（i=1，2,…,m）则线性规划具有无界解(见例1-18)。 （c）若存在λk0且aik (i=1,…,m)不全非正，则进行换基； 1.5 单纯形法 Simplex Method 第Ｌ个比值最小 ，选最小比值对应行的基变量为出基变量，若有相同最小比值，则任选一个。aLk为主元素； (c）求新的基可行解：用初等行变换方法将aLk 化为１,k列其它元素化为零（包括检验数行）得到新的可行基及基本可行解，再判断是否得到最优解。 （b）选出基变量 ，求最小比值： 1.5 单纯形法 Simplex Method 3.换基： （a）选进基变量 设λk=max｛ λj | λj 0｝,xk为进基变量 【例1-16】 用单纯形法求解 【解】将数学模型化为标准形式： 不难看出x4、x5可作为初始基变量，单纯法计算结果如表 1-7所示 。 1.5 单纯形法 Simplex Method 线性规划问题的几何意义 线性规划问题的几何意义 基本概念 凸集： 线性规划问题的几何意义 顶点:若K是凸集，X∈K；若X不能用不同的两点 的线性组合表示为： 则X为顶点. 凸集 线性规划问题的几何意义 凸组合： X n=2，k=3 基本定理 定理1.1: 若线性规划问题存在可行域(可行域非空),则其可行域是凸集. 定理1.3：若可行域有界，线性规划 问题的目标函数一定可以在 其可行域的顶点上达到最优。 定理1.2：线性规划问题的基可性解X 对应于可行域D的顶点。 证明：反证法。分两步。 几点结论： 定理1.2刻划了可行解集的极点与基本可行解的对应关系，极点是基本可行解，反之，基本可行解一定是极点，但它们并非一一 对应，有可能两个或几个基本可行解对应于同一极点（退化基本可行解时）。 定理1.3描述了最优解在可行解集中的位置，若最优解唯一，则最优解只能在某一极点上达到，若具有多重最优解，则最优解是某些极点的凸组合，从而最优解是可行解集的极点或界点，不可能是可行解集的内点 。 若线性规划的可行解集非空且有界，则一定有最优解；若可行解集无界，则线性规划可能有最优解，也可能没有最优解。 定理1.2及1.3还给了我们一个启示，寻求最优解不是在无限个可行解中去找，而是在有限个基本可行解中去寻求。下一节将介绍一种有效地寻找最优解的方法。 几点结论： 图解法 可行域为凸集 目标函数不同时 等值线的斜率不同 最优解在顶点产生 | | | | | | | | | 1 2 3 4 5 6 7 8 9 x1 x1 + 2x2 ? 8 4x1 ? 16 4 x2 ? 16 可行域 B C D E A 9 — 8 — 7 — 6 — 5 — 4 — 3 — 2 — 1 — 0 目标函数等值线的斜率 最优解 x2 | | | | | | | | | 1 2 3 4 5 6 7 8 9 x1 x1 + 2x2 ? 8 4x1 ? 16 4 x2 ? 16 可行域 B C D E A 9 — 8 — 7 — 6 — 5 — 4 — 3 — 2 — 1 — 0 x2 目标函数等值线的斜率 最优解 图解法 可行域为凸集 目标函数不同时 等值线的斜率不同 最优解在顶点产生 1. 线性规划常用的概念：可行解、基本解、基本 可行解、最优解、基本最优解、基、可行基、最优基、凸集、极点（凸点）、凸组合 2.线性规划的三个基本定理。 作业： 教材习题 1.9 1.4 基本概念 Basic Concepts 下一节：单纯形法 1.5 单纯形法 Simplex Method 单纯形计算方法(Simplex Method)是先求出一个初始基可行解并判断它是否最优，若不是最优，再换一个基可行解并判断，直到得出最优解或无最优解。它是一种逐步逼近最优解的迭代方法。 1.5 单纯形法 Simplex Method 1.5