2线性规划幻灯片.pptVIP

对偶问题： min w＝y1b1＋y2b2＋…＋ymbm 5. 整数规划是研究线性规划全部或部分整数最优解的问题。其模型形式为： 求解一般整数规划问题最常用的方法是分支定界法。 6. 变量限值仅限于0或1的情况是整数规划的一种特殊情形，我们称为01规划。其模型形式为： 求解0-1规划问题最常用的方法是隐枚举法。 7. 指派问题又是0-1规划问题的一个特例。其模型形式为： 求解指派问题最常用的方法是匈牙利法。 返回 由②式可以看出，只有选择x2=min(8/2,-,12/4)=3时，才能使上式成立。因x2＝3时，基变量x5＝0，这就决定用x2去替换x5，使x5变成非基变量。 为了求得以x3、x4、x2为基变量，x1、x5为非基变量的一个基本可行解，需将x2与x5的系数列向量对换位置，见增广矩阵 观察增广矩阵，基变量x3、x4、x2的系数列向量不能构成单位矩阵，为解题方便，可通过矩阵的初等行变换将x2的系数列向量变换为单位列向量，以使新基仍为单位矩阵： 由A可得 ③ 也可直接在式①中将x2，x5位置对换，再通过高斯消去法将原式变为式③。 将式③代入目标函数得新目标函数 z＝9＋2x1－0.75x5 令非基变量x1＝x5＝0，则得到一个初始基可行解x（1） x（1）＝（0，3，2，16，0）T 将x（1）代入目标函数得：z＝9＋2x1－0.75x5＝9＋2×0＋3×3－0＝9 由于新目标函数的非基变量x1的系数为正，当x1不为0时，z还能增大，故x（1）不一定是最优解。于是再用上述方法，确定换入、换出变量，继续迭代，又得一基本可行解x(2) x（2）＝（2，3，0，8，0）T 再经过一次迭代，又得一基本可行解x(3) x（3）＝（4，2，0，0，4）T 而此时新目标函数的表达式为 z＝14－1.5x3－0.125x4 其非基变量x3、x4的系数都为负数，目标函数达到最大值14，所以x(3)是最优解。 通过上例我们可以得出一般线性规划问题的求解思路。 （1）确定初始基本可行解x(0) 首先找出初始可行基，它是约束条件方程中的一个单位矩阵，一般在约束条件由不等式通过增加松弛变量变为等式后可直接观察到（此处仅指约束条件呈“≤”的情况，对于约束条件呈“≥”的情况，需要通过人工变量法来确定初始基本可行解，本书略去。例2.2和例2.3的模型求解属这类问题，其解法也不加说明），然后令非基变量为零即可求出基变量，从而得到初始基可行解。 （2）最优性检验 对得到的基可行解，需要判别其是否为最优解。一般情况下，在求解基可行解的过程中，由于非基变量与基变量的转换，目标函数相应有所变化，对于新的目标函数方程，我们把其非基变量的系数称为检验数。当检验数全不大于零则该可行解为最优解；若某一检验数大于零，而约束方程中相应的非基变量系数全不大于零则该线性规划问题无最优解。 （3）基变换 得到一个基本可行解后，经检验如果不是最优解，则要寻找一个新的基本可行解。为此，首先要确定换入变量和换出变量，我们把目标函数表达式中正系数最大的非基变量作为换入变量，把迭代后的约束条件方程中常数项与换入变量系数的最小比值对应的基变量作为换出变量。确定了换入变量和换出变量后，将它们的系数列向量对换位置，得到一个新基，利用矩阵的初等行变换将新基变为单位矩阵，令非基变量为0时，就可得到新的基本可行解。 2.4.2 单纯形法的计算 下面具体介绍利用单纯形表求解线性规划问题。为便于理解，我们仍用例2.1来说明。 【例2.11】利用单纯形表求解例2.1的线性规划问题。 解 （1）其模型的标准形式见例2.4或例2.10。 取对应于松弛变量的单位矩阵为基，x3、x4、x5为基变量，令非基变量x1＝x2＝0可得一初始基本可行解： x(0)＝(0，0，8，16，12)T