线形规划和单纯形法.ppt

线性规划及 单纯形法 线性规划及单纯形法 线性规划问题及其数学模型 图解法 单纯形法原理 数学试验 §1.3 单纯形法 原 理 数学试验 LINDO软件包 LINDO软件包介绍 初试LINDO 用LINDO求解整数规划 注意事项 ×1/2 从最后一个矩阵可看出，此LP问题无可行基，当然就无 可行解。 ×（-1） ×（-1） ×（-1） LP当前解已是最优的四大特征： ⑴ 存在一组(初始)可行基（其系数矩阵为单位阵）。 ⑵ 检验行的基变量系数=0。 ⑶ 检验行的非基变量系数≤0。 全部 ? 0?唯一解。 存在=0?无穷多个解。 ⑷ 常数列向量≥0。 下面的问题是：所给LP的标准型中约束矩阵中没有现成的 可行基怎么办？ 下面介绍求初始可行基的方法： ⒈ 最小比值法 例6 用单纯形法求解LP问题 解：先将其化为标准形式 对单纯形矩阵作初等行变换，有： ×（-1） ×（-3） ×1/6 ×（-3） ×2 ×3 ×3/2 ×（-3） ×（-1/3） 至此，检验行已没有正数，当前解即为最优解。 最优值为： ⒉ 人工变量法（也称大M法） 针对标准形约束条件的系数矩阵中不含单位矩阵的处理方法。 例6 用单纯形法求解LP问题 第五节 单纯形的进一步讨论 解：先将其化为标准形式 再强行加上人工变量，使其出现单位矩阵： 但这样处理后：①不易接受。因为 是强行引进，称为 人工变量。它们与 不一样。 称为松弛变量和剩 余变量，是为了将不等式改写为等式而引进的，而改写前后 两个约束是等价的。②人工变量的引入一般来说是前后不等 价的。只有当最优解中，人工变量都取值零时（此时人工 变量实质上就不存在了）才可认为它们是等价的。 处理办法：把人工变量从基变量中赶出来使其变为非基变 量。为此，发明者建议把目标函数作如下处理： 其中M为任意大的实数，“-M”称为“罚因子”。用意：只要人 工变量取值大于零，目标函数就不可能实现最优。 对此单纯形矩阵作初等行变换，有： ×M ×M ×（-1） ×（-3） ×（-4M） ×1/6 ×3/2 ×（-1/3） ×（-3） 至此，检验行已没有正数，当前解即为最优解。 最优值为： 例7/P34 求解LP问题 去掉人工变量 ，即得原LP问题的最优解： 解：从上面已看出，此LP问题无解。下面用大M法求解看一 下会出现什么情况。引进人工变量，上述问题化为： 对单纯形矩阵作初等行变换，有： ×M ×（-2） ×（-2-2M） 至此，检验行已没有正数，当前解即为最优解。 但此时基变量为： 含非零的人工变量 矛盾。说明原问题无可行解。 使用大M法小结： 对LP问题 式中 则在每个约束方程左边加上一个人工变量 （1.1） （1.2 ） 式（1.2）中含有一个m阶单位阵。以 为基变量。得到一个初始基本可行解： 我们可以从 出发进行迭代。 （1.3) ⑴ 当以式（1.2）为约束的线性规划问题的最优解中，人 工变量都处在非基变量位置（即取零值），则原问题有最优 解，且将前者最优解中去掉人工变量部分即为后者最优解。 ⑵ 当（1.2）问题的最优解中包含非零的人工变量时，则 原问题无可行解。 ⑶ 当（1.2）问题最优解的基变量中包含人工变量，但该人 工变量取值为零，这时可将某个非基变量引入基变量中， 来替换该人工变量。从而得到原问题的最优解。 从式（1.3）的 做初始基本可行基解进行迭代时，目标是尽 快把人工变量从基变量中全部“赶”出去（如果能全部“赶”出去 的话）。所用方法除了大M法外，还有下面的两阶段法。 3。两阶段法 用大M法处理人工变量时，若用计算机处理，必须对M给出 一个较大的具体数据，并视具体情况对M值作适当的调整。 为了克服这一麻烦，下面的两阶段法将问题拆成两个LP问 题分两个阶段来计算： 第一阶段求解第一个线性规划： ⑴ 若求得的单纯形矩阵中，所有人工变量都处在非基变量 的位置。即 及 。则从第1阶 段去掉人工变量后，即为原问题的初始单纯形矩阵。 ⑵ 若第一阶段所求得的单纯形中仍含有（解）非零的人工 变量，则说明原问题无可行解。不再进入第2阶段。 进入第2阶段。 因此两阶段法的第1阶段求解有两个目的：一为判断原问题 有无可行解。二，若有，则得原问题的一个初始可行基，再 对原问题进行第2阶段的计算。 下面对例6用两阶段法求解： 第1阶段的线性规划问题可写为： 先对目标函数标准化：令 有 对单纯形矩阵作初等行变换，有： ×（-3） ×（-4