运筹学复习讲义资料.ppt

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
运筹学复习讲义资料.ppt

运筹学复习 ;线性规划的图解;线性规划问题的概念 基:设标准形式的LP问题的约束方程组的秩为M,B是系数矩阵A中的M阶满秩子矩阵,则称B是该LP问题的一个基。 基变量:B中的每一个列向量成为基向量,对应的变量为基变量,共有M个。 非基变量:B以外的列向量称为非基向量,对应变量成为非基变量,共有N-M个。 基础解:对应基B,令所有的非基变量为零,求解约束方程组AX=b,可惟一得出基变量的一组值,这样得到的N个变量的一组解成为一个“基础解”。 基础可行解:如果一个基础解中的所有变量都大于或等于0,则称这个基础解为“基础可行解”。 退化解:基解中的非零分量的个数小于M个时,即某个基变量为零时,此时为退化解。 线性规划的基本定理 线性规划的基础可行解就是可行域的极点。;线性规划的基本概念;A不是可行解,是由于变量( ) 0。 C不是可行解???是由于变量( ) 0。 满足 x1,x2,x5≥0, x3 ,x4≤0 的区域是( )。 满足 x1,x2,x4,x5≥0,x3≤0 的区域是( )。 ;O;单纯形表 单纯形表的结构 基变量在目标函数中的系数等于0,基变量在约束条件中的系数是一个单位矩阵 单纯形表的运算 Step 0 获得一个初始的单纯形表,确定基变量和非基变量 Step 1 检查基变量在目标函数中的系数是否等于0,在约束条件中的系数是否是一个单位矩阵 Step 2 如果表中非基变量在目标函数中的系数全为负数,则已得到最优解。停止。否则选择系数为正数且绝对值最大的变量进基。 Step 3 如果进基变量在约束条件中的系数全为负数或0,可行域开放,目标函数无界。停止。否则选取右边常数和正的系数的最小比值,对应的基变量离基。 Step 4 确定进基变量的列和离基变量的行交叉的元素为“主元”,对单纯形表进行行变换,使主元变为1,主元所在列的其他元素变为0。将离基的基变量的位置用进基的非基变量代替。转Step 1。;单纯形法和对偶单纯形法;单纯形表;最优解为:(x1, x2, x3, x4)=(0,6,0,12),min z=-12;min z=3x1+2x2 s.t. x1+2x2-x3 =12 2x2+ x2 -x4 =18 x1, x2, x3, x4≥0;;;;;;;9;人工变量法 如果约束条件全为“≤”,且右边常数全为非负,则引进的松弛变量就可以作为初始的基变量,得到一个初始的基础可行解。 如果约束条件有“≥”,右边常数全为非负,则需要引进人工变量,建立辅助问题。 大M法的步骤 引进松弛变量,使约束条件全为等式。 引进人工变量,令人工变量在目标函数中的系数为大M (任意大的正数) 用单纯形法求解,得到原问题的最优解。;两阶段法的步骤 引进松弛变量,使约束条件全为等式。 引进人工变量,建立辅助问题。辅助问题的目标函数为各人工变量之和(仅含人工变量)。 用人工变量作为辅助问题的初始基变量,用单纯形法求解辅助问题,得到辅助问题的最优解和最优解的目标函数值。 如果辅助问题最优解的目标函数值大于0,原问题可行域为空集,无可行解。如果辅助问题最优解的目标函数值等于0,辅助问题的最优解是原问题的一个可行解。 将第一阶段得到的最终表除去人工变量,将目标函数行的系数换原问题的目标函数系数,作为第二阶段计算的初始表,用单纯形法求解,得到原问题的最优解。;Max z=4x1+5x2+x3 S.t 3x1+2x2+x3≥18 2x1+x2 ≤ 4 x1+x2-x3 =5 X1,x2,x3 ≥0;线形规划问题的应用;第二章 对偶理论和灵敏度分析;原始问题(prime)与对偶问题之间的关系;min z= 2x1+4x2-x3 s.t. 3x1- x2+2x3 6 -x1+2x2-3x3 12 2x1+x2+2x3 8 x1+3x2-x3 15;min z=CTX s.t. AX≤b X ≥0;原始——对偶关系 原始问题和对偶问题可行解目标函数之间的关系 z=CTX≥yTAX ≥bTy=w 原始问题任何一个可行解的目标函数值不小于对偶问题任何一个可行解的目标函数值 原始问题和对偶问题最优解的目标函数值之间的关系 z=CTX=yTAX =bTy=w 如果原始问题和对偶问题都有最优解,它们的目标函数值相等 原始问题和对偶问题最优解之间的互补松弛关系 向量形式:

文档评论(0)

yuzongxu123 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档