1-4单纯形法进一步讨论.ppt

线性规划和单纯形法 单纯形法的进一步讨论 单纯形法的进一步讨论－人工变量法 人工变量法： 前面讨论了在标准型中系数矩阵有单位矩阵，很容易确定一组基可行解。在实际问题中有些模型并不含有单位矩阵，为了得到一组基向量和初基可行解，在约束条件的等式左端加一组虚拟变量，得到一组基变量。这种人为加的变量称为人工变量，构成的可行基称为人工基，用大M法或两阶段法求解，这种用人工变量作桥梁的求解方法称为人工变量法。 单纯形法的进一步讨论－人工变量法 单纯形法的进一步讨论－人工变量法 单纯形法的进一步讨论－人工变量法 单纯形法的进一步讨论－人工变量法 单纯形法进一步讨论 单纯形法进一步讨论 大M法举例 * * * * * * * 原问题的可行解 新问题的可行解 目标值 结论：新问题的最优解中，如果人工变量均为零，则得到的解也是原问题的最优解，否则原问题无可行解 例6 大M法 -M 0 -1 0 x5 0 0 0 1 0 x6 -M 0 0 -1 1 -2 1 x6 -M 0 0 1 4M -2M-3 cj-zj 1 0 1 3 0 9 x7 -M 0 1 1 1 1 4 x4 0 x7 x4 x3 x2 x1 b -M 0 1 0 -3 cj XB CB 表1-10 3/2 1/2 0 -1/2 -M-3/2 -1/2 0 -1/2 1/3 0 1/3 1 0 3 x2 0 -M+1/2 0 3 0 0 cj-zj 1/6 0 2/3 0 1 1 x1 -3 -1/2 1 1 0 0 0 x4 0 3M 3 -1 1 x5 0 -4M 3 1 -1 x6 -M 0 0 -1 1 -2 1 x2 0 0 0 4M+1 0 6M-3 cj-zj 1 0 4 0 6 6 x7 -M 0 1 2 0 3 3 x4 0 x7 x4 x3 x2 x1 b -M 0 1 0 -3 cj XB CB -M-1/4 -M+3/4 -3/4 0 0 0 -2/9 cj-zj 1/4 0 3/4 0 1 0 3/2 3/2 x3 -3 1/4 1/4 -1/4 0 0 1 -1/2 5/2 x2 0 -1/2 1/2 -1/2 1 0 0 0 0 x4 0 最优解:X=(0,5/2,3/2,0,0,0,0) 最优值： Z= 3/2 例8 线性规划问题 -3 1 1 0 0 M M cj→ cj→ -3 1 1 0 0 M M 线性规划问题达到最优,最优解及最优值为: 第一阶段 第一阶段最优解中: 如果Z0, 则原问题没有基本可行解; 如果Z=0, 则若人工变量全为非基变量,则得到原问题的基本可行解. 否则基本可行解退化,继续迭代就可以得到基本可行解. 第二阶段 以第一阶段最优基作为初始基本可行解,继续迭代. 第一阶段 例 6 两阶段法 第一阶段： -1 0 -1 0 x5 0 0 0 1 0 x6 -1 0 0 -1 1 -2 1 x6 -1 0 0 0 4 -2 cj-zj 1 0 1 3 0 9 x7 -1 0 1 1 1 1 4 x4 0 x7 x4 x3 x2 x1 b -1 0 0 0 0 cj XB CB 表1-11 请注意: 第一阶段的最优解不是唯一的 3 3 -1 1 x5 0 -4 -3 1 -1 x6 -1 0 0 -1 1 -2 1 x2 0 0 0 4 0 6 cj-zj 1 0 4 0 6 6 x7 -1 0 1 2 0 3 3 x4 0 x7 x4 x3 x2 x1 b -1 0 0 0 0 cj XB CB 表1-11 0 1/2 0 -1/2 x5 0 -1 - 1/2 0 1/2 x6 -1 1/3 0 1/3 1 0 3 x2 0 -1 0 0 0 0 cj-zj 1/6 0 2/3 0 1 1 x1 0 -1/2 1 0 0 0 0 x4 0 x7 x4 x3 x2 x1 b -1 0 0 0 0 cj XB CB 3/2 0 3 0 0 cj-zj 1/2 0 -1/2 x5 0 0 1/3 1 0 3 x2 0 0 2/3 0 1 1 x1 -3 1 2 0 0 0 x4 0 x4 x3 x2 x1