第二部分 线性规划的单纯形法 2.ppt

* Cj b 比值 CB XB 检验数?j x1 x2 x3 x4 x5 1 2 0 0 M -1 2 -1 0 1 2 1 0 0 1 0 3 1+M 2-2M M 0 0 X5 x4 M 0 2/2 - 2M 检验数?j -1/2 1 -1/2 0 1/2 1 1 0 0 1 0 3 2 0 1 0 M-1 X2 x4 2 0 - 1 2 原问题最优解为X*=（0，1）T, min Z=2 第三节 单纯形法进一步讨论 * 第三部分 LP总结 一、LP建模 决策变量 决策问题待定的量值称为决策变量。 决策变量的取值要求非负。 约束条件 任何问题都是限定在一定的条件下求解，把各种限制条件表示为一组等式或不等式，称之为约束条件。 约束条件是决策方案可行的保障。 LP的约束条件，都是决策变量的线性函数。 目标函数 衡量决策方案优劣的准则，如时间最省、利润最大、成本最低。 有的目标要实现极大，有的则要求极小。 目标函数是决策变量的线性函数。 * 第三部分 LP总结 二、LP标准型 * 第三部分 LP总结 三、LP单纯形法 * 第三部分 LP总结 四、各种类型LP的处理 类型一： 目标“Max”；“≤”型约束 左边加上非负松弛变量变成等式约束（约束条件标准化），将引入的松弛变量作为初始基变量，则初始可行基是一个单位阵，用原始单纯形法求解。 类型二：目标 “Max”， “=”型约束 左边引入非负的人工变量，并将引入的人工变量作为初始基变量，则初始可行基是一个单位阵，然后用大M法求解。 类型三：目标 “Max”， “≥” 型约束 约束条件标准化，左边减去非负的剩余变量，变成等式约束，化为类型二。 类型四：目标“Min” 方法1：化为标准型 方法2：依据新规则直接处理 * P46 3-(1)(3)(4) 下面两题(下次) 作业： 下周交作业 * 第四节 单纯形法补遗 对偶原理 对偶单纯形法 灵敏度分析 拓展内容 详见《运筹学》参考书 SEU 第二部分 线性规划的单纯形法 * 第二部分 线性规划单纯形法 第一节 单纯形法原理 第二节 表格单纯形法 第三节 单纯形法进一步讨论 * LP问题可以有无数个可行解，最优解只可能在顶点上达到，而有限个顶点对应的是基可行解，故只要在有限个基可行解中寻求最优解即可。 从一个顶点出发找到一个可行基，得到一组基可行解，拿目标函数做尺度衡量一下看是否最优。 如若不是，则向邻近的顶点转移，换一个基再行求解、检验，如此迭代循环目标值逐步改善，直至求得最优解。 基本思路 第一节 单纯形法原理 定义：两个基称为相邻的，如果它们之间变换且仅变 换一个变量。 * 第一节 单纯形法原理 一、实例 x1 + x3 =8 2x2 + x4 =12 3x1 +4 x2 + x5=36 -Z+3x1 +5 x2 +0x3 +0x4+0x5 =0 x1, x2 , x3 , x4 , x5 ≥0 x1 x2 x3 x4 x5 x3 x4 x5 非奇异子阵，做为一个基 基变量 x3, x4, x5 非基变量 x1, x2 maxZ= 3x1 +5 x2 x1 ≤8 2x2 ≤12 3x1 +4 x2 ≤36 x1 ≥0, x2 ≥0 S.t. * 第一节 单纯形法原理 将基变量用非基变量线性表示，即 x3= 8 - x1 x4 =12 - 2x2 x5=36 -3x1-4 x2 令非基变量x1=0，x2=0，找到一个初始基可行解： x1=0， x2 =0，x3 =8，x4 =12， x5 =36 即X0=(0,0,8,12,36) T 一个可行解就是一个生产方案，在上述方案中两种产品都不生产，利润Z=0 。 1. 求初始基可行解 * 第一节 单纯形法原理 确定进基变量 x1 + x3 =8 2x2 + x4 =12 3x1 +4 x2 + x5=