线性规划及单纯形法.PPT

运筹学 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 0 0 0 -1/3 -1/2 0 0 1 5/4 -15/2 1 0 0 1/4 -1/2 0 1 0 -1/4 3/2 0 15/2 2 7/2 1 3/2 基 2 1 0 0 0 表 1-9 P/30 例2 解LP问题： 对单纯形矩阵作初等行变换，有： 按最小比值原则： 确定主元素。 ×（-1） ×（-1） 3. 无穷多个解情况： 至此，检验行已没有正数， 当前解即为最优解。 此时对应的LP问题为： 0 此时对应的LP问题为： 0 此时对应的LP问题为： 0 1 当 时，不管 取何值，均有目标函数 取得最大值1。此时约束方程为： 其中 为基变量。 为基变量。 称 基变量个数= 此方程组的解为 其中 为任意实数。 为非基变量，或自由变量。 称 称非基变量 为0的解 叫基解。 若对（1）式中的变量再加上非负限制 从而 解域为 注意：此时的 已经不是任意实数。 不是自由变量了。 而对于带有非负约束的方程组 解的每个分量都是非负数，就叫做可行解。 如果基解是可行的，就叫基可行解。 基可行解所对应的基称为可行基。 基解： 是可行基。 解的每个分量都是非负数，就叫做可行解。 如果基解是可行的，就叫基可行解。 基可行解所对应的基称为可行基。 基 可 行 最优基 基 非 可 行 基 基 可行基 非可行基 基与解的对应关系： 非可行解 可 行 基本 解 可行解 基本解 解与解之间的关系为： 基解 基 可行基 基可行解 最优基 基最优解 所对应的解 例如 是可行解。 所对应的解 是基解。 也是可行解，故而是基本可行解。 所对应的解 例如 是非可行解。 是可行基。 但并不是所有基都有资格充当可行基。例如 ×（-6） 所对应的方程组为： 令非基变量 为0，得到基解： 非可行解。 即 非可行基。 基可行解很重要，可以证明以下定理： 定理1 若线性规划问题存在最优解，则问题的可行域是凸集。 定理2 线性规划问题的基可行解对应线性规划问题可行域 （凸集）的顶点。 定理3 若线性规划问题最优解存在，则最优解一定在可行域顶 点处取得。 由此可看出，最优解要在基可行解（可行域顶点）中找。 通过以上分析，可得到以下几个结论： （1）线性规划问题的可行域是一个凸集，可行域可能有 界，也可能无界，但其顶点数是有限个。（？） （2）线性规划问题每个基本可行解对应于可行域的一个顶 点。 （3） 若线性规划问题有最优解，则必可在其可行域的某个 （或多个）顶点上达到最优值。 如何从一个可行基找另一个可行基？称基变换。 定义：两个基可行解称为相邻的，如果它们之间仅变换 一个基变量。对应的基称为相邻可行基。 例 LP问题 当前可行基 所对应的基本可行解 显然不是最优。 因为从经济意义上讲， 意味着该厂不安排生产，因此没有利润。 (对应可行域的 ) 相应地，将 代入 目标函数得 若让非基变量 取值从零增加， 相应的目标函数值Z也将随之增加。因此有可能找到一个 新的基本可行解，使其目标函数值有所改善。即进行基变 换，换一个与它相邻的基。再注意到 前的系数5比 前的系数2大，即 每增加一个单位对Z的贡献比 大。 故应让 从非基变量转为基变量，称为进基。又因为基 变量只能有三个，因此必须从原有的基变量 中选一个离开基转为非基变量，称为出基。谁出基？ 又因为 仍留作非基变量，故仍有 （2）式变为 再让