线性规划问题地解.ppt

§1-4.线性规划问题的解 一.解的基本概念 对于标准型LP问题 最优解：若基本可行解又是最优解（也称基本最优解），这个基就称为最优基（optimal basis）。 二.解的性质  在右图中设线段长度与之比为 ，由此得 线性规划问题的几个定理 定理1-4 线性规划问题有可行解,必有基本可行解；有最优解,必有基本最优解。 综上所述,我们在理论上得到了线性规划问题的以下结论： 线性规划问题的可行域是一凸集（包括有界凸集和无界凸集）；线性规划问题的每个基本可行解对应着可行域的一个极点（顶点）；若线性规划问题有最优解,必在可行域的某一极点上得到。由此可见,我们只需在基本可行解中寻求最优解。如何有效地寻求最优解,这就是下节要介绍的单纯形法。 §1-5 单纯形法 一、单纯形法的基本思路 如果线性规划问题存在最优解，一定有一个基本可行解是最优解。因此单纯形法迭代的基本思路是：先找出一个基本可行解，判断其是否为最优解，如为否，则转换到相邻的基本可行解，并使目标函数值不断增大，一直找到最优解为止。 1、确定初始基可行解 max (1-17) 在约束条件（1-18）式的变量的系数矩阵中总会存在一个单位矩阵，不妨设为 (1-20) 式中 称为基向量,同其对应的决策变量 称为基变量,模型中的其它变量 称为非基变量。在(1-18)式中令所有非基变量等于零,即可找到一个解 X=( ， )T=(b1,…,bm,0,…,0)T 因有b≥0,故X满足约束(1-19),是一个基本可行解记为 又称初始基本可行解。 2、从一个基本可行解转换为相邻的基本可行解 设初始基本可行解中的前m个为基变量,即 经一系列变换得 3、最优性检验和解的判别 （1-24）式中因 , 所以只要 ,就 有 。 通常简写为 或 , 它是对线性规划问题的解进行最优性检验的标志 二、单纯形法的矩阵描述 在线性规划问题的标准型： Max 中，不妨设 是一个可行基，则系数矩阵Ａ可分块为 （Ｂ，Ｎ）。对应于Ｂ的基变量为，　　　　　　　　　　　，非基变量为　　　　　　　　　　　　，Ｎ＝　　　　　　。并令　　　　　　，其中　　为基变量　的系数列向量，N　为非基变量的系数列向量。于是原问题可化为 即 对约束方程两边同左乘以 ， 得 = ， 并代入目标函数，得 令非基变量 =0得 = , 从而相应的基本可行解为 目标函数取值为 又由于 ,故有 将 及Z的表达式又可写成 令 ， ， 则又有 + = + 三、单纯形法的计算步骤 第四步：重复第二、三两步，一直到计算结束为止。 §1-6 .初始可行基的求法 一、 大M法 ?在上一节例1-9中，化为标准形式后约束条件的系数矩阵中含有单位矩阵，以此作初始基，使求初始基可行解和建立初始单纯形表都十分方便。但时常化为标准形后的约束条件的系数矩阵中不存在单位矩 例1-10 用单纯形法求解线性规划问题 解 先将其化成标准形有 Max 这种情况下，可以通过添加两列单位向量，使连同约束条件中的向量构成单位矩阵。 是人为添加上去的，它相当于在上述问题的约束条件（1-34）中添加变量，约束条件(1-35)中添加变量，变量相应称为人工变量。由于约束条件（1-34）（1-35）在添加人工变量前已是等式为使这些等式得到满足，因此在最优解中人工变量取值必须为零。为此，令目标函数中人工变量的系数为任意大的负值，用“-M”代表。 “-