运筹学课件（第二讲）.pptVIP

线性规划问题的图解法（1） 相关概念 可行解 满足线性规划问题约束条件的解，都称为该线性规划问题的可行解，所有可行解集合称为可行解集（或可行域）。 最优解 是目标函数达到最优值（最大值或最小值）的可行解，称为最优解。 凸多边形区域 设x1,x2为多边形区域中的两点，若两点连线上的任意一点，即 ax1+（1-a)x2,(0≤a≤1)仍属于该多边形区域，则该多边形区域为凸多边形区域。 任何两个凸多边形区域的集合仍为凸多边形区域。 顶点 设x为凸多边形区域中的一点，若x不能用凸多边形区域种不同两点的线性组合来表示，则称x为凸多边形区域的一个顶点。 线性规划问题的图解法（2） 问题实例 求解步骤 求满足约束条件的可行域 建立直角坐标系，以x1为横轴，x2为纵轴； 确定非负约束x1 ≥0， x2 ≥0的各点集合，即第一象限； 确定满足约束条件2x1+3x2 ≤100的各点集合。在坐标系中画出直线2x1+3x2 =100，该直线为边界的左下方的半平面即为满足约束条件2x1+3x2 ≤100的各点集合； 同理，确定其他各约束条件的点集合； 点集合的交叉区域即为该问题的可行域。 线性规划问题的图解法（3） 从可行域中找出目标函数的最优解 画目标函数的等值线； 平移等值线，在可行解区域内找到目标函数的最优解。 线性规划问题图解法的几种特殊情况 有多重最优解 将上例中目标函数由Z=6x1+4x2 变为Z=4x1+6x2 后，再用图解法进行求解 可行解区域无界 用图解法求解 线性规划问题的图解法（4） 无可行解区域 用图解法求解 图解法的几点讨论 (1)若线性规划问题有可行解．则可行解区域是一个凸多边形，它可能是有界的；也可能是无界的。 (2)若线性规划问题有最优解，则最优解可能是唯一的；也可能是无穷多个。如果是唯一的，这个最优解一定在该凸多边形的某个顶点上；如果是无穷多个，那末这些最优解一定是凸多边形的一条边界（包括此边界的两个端点）。总之，如果线性规划问题有最优解，则这个最优解一定可以在凸多边形的顶点达到。 (3)若线性规划问题有可行解，但是没有有限最优解。这时凸多边形是无界的。 (4)若线性规划问题没有可行解，即可行解集是空集，则此问题没有最优解。 线性规划模型的几种形式（1） 一般形式 线性规划模型的几种形式（2） 标准形式（标准型） 线性规划模型的几种形式（3） 一般形式转化为标准型 若原模型中的目标函数实现最小化，即minZ=CX，则令Z/=-Z，可得到maxZ/=-CX，这就同标准型的目标函数形式相一致； 若原模型中的约束条件为不等式，两种情况 原约束条件左端≥右端，则添加剩余变量，约束条件化为 原约束条件左端-剩余变量=右端 (剩余变量≥0) 原约束条件左端≤右端，则添加松弛变量，约束条件化为 原约束条件左端+松弛变量=右端 (松弛变量≥0) 在原模型中引入剩余变量(或松弛变量)后，使问题的变量维数增加，目标函数并不发生改变，即在目标函数中，附加变量的系数为0。 若原模型中变量xk自由变量，即xk ∈(∞,-∞)，则令 xk = x/k – x//k，其中x/k，x//k ≥0，目标函数相应变化。 线性规划模型的几种形式（4） 实例 线性规划模型的几种形式（5） 标准型的几种表示形式 向量形式 线性规划模型的几种形式（6） 矩阵形式 线性规划问题解的性质（1） 可行解与最优解 从线性规划问题的标准型来看， 满足线性规划问题约束条件 的解 称为线性规划问题的可行解；在可行解中，目标函数达到最大值的解，称为最优解。 因此，线性规划问题可行解的求取可转化为求解有约束条件组成的非齐次线性方程组。 线性规划问题解的性质（2） 基、基变量、非基变量 设A是约束条件方程组的m*n为系数矩阵，其秩为m，B是矩阵A中m*m阶非奇异子矩阵（|B|≠0)，则称B为线性规划问题的一个基。与基对应的决策变量称为基变量，否则称为非基变量。 线性规划问题解的性质（3） 基解、基可行解、可行基 设XB=（x1,x2,…,xm)为基B所对应的基变量,令非基变量xm+1,xm+2,…,xn=0，可以求出一个解XB=（x1,x2,…,xm,0,0,…,0)，该解的称为基B的基解。 满足非负条件的基解，成为基可行解。 对应于基可行解的基，称为可行基。 讨论：一个线性规划问题最多有多少个基可行解？ 实例 线性规划问题的几何性质（1） 定义 凸集、顶点 定理 1.线性规划问题存在可行域，则其可行域是凸集。 2.线性规划问题的基可行解对应于可行域的顶点。 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