第1,2章绪论、线性规划与单纯形法.ppt.pptx

运 筹 学( Operations Research );运 筹 帷 幄 之 中;绪 论;绪 论;绪 论;运筹学简述;绪 论;绪 论;绪 论;运筹学简述;绪 论;绪 论;绪 论;运筹学的主要内容;运筹学的主要内容;运筹学的主要内容;17;18;本课程的教材及参考书; 本课程的特点和要求;本课程授课方式与考核;运筹学在经济管理中的应用;“管理运筹学”软件介绍;运 筹 帷 幄 之 中;Chapter1 线性规划 (Linear Programming);线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型; ; ;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;线性规划问题的数学模型;图解法; 解题步骤;图解法;图解法;图解法;图解法;图解法;; 由图解法得到的几种情况;以上几种情况的图示如下：;57;58;基可行解与图的顶点的关系;;这里，系数矩阵有5个基， 分别是;由此可得; 由图解法得到的启示;图解法;第2节 线性规划问题的几何意义;;定义 设K是n维欧氏空间的一点集，若任意两点X(1)∈K，X(2)∈K的连线上的所有点αX(1)+(1?α)X(2)∈K，(0≤α≤1)，则称K为凸集。;实心圆，实心球体，实心立方体等都是凸集，圆环不是凸集。从直观上讲，凸集没有凹入部分，其内部没有空洞。图1-7中的(a)(b)是凸集，(c)不是凸集。 图1-2中的阴影部分是凸集。 任何两个凸集的交集是凸集，见图1-7(d);设X(1)，X(2)，…，X(k)是n维欧氏空间En中的k个点。若存在μ1，μ2，…，μk，且0≤μi≤1, i=1,2,…，k 使 X=μ1X(1)+μ2X(2)+…+μkX(k) 则称X为X(1)，X(2)，…，X(k)的一个凸组合（当0＜μi＜1时，称为严格凸组合）。 ;设K是凸集，X∈K；若X不能用不同的两点X(1)∈K和X(2)∈K的线性组合表示为 X=αX(1)+(1?α)X(2)，(0＜α＜1) 则称X为K的一个顶点(或极点)。 图中的0，Q1,2,3,4都是顶点。 ;2.2 单纯形法基本原理;定理1 若线性规划问题存在可行域，则其可行域 是凸集。 ;证明：只需证明D中任意两点连线上的点必然在D内即可。设 是D内的任意两点；且X(1)≠X(2)。 ;;引理 1 线性规划问题的可行解X为基可行解的充要条件是：X的正分量所对应的系数列向量是线性独立的。;定理2 线性规划问题的基可行解X对应于可行域D的顶点。 证：不失一般性，假设基可行解X的前m个分量为正。 故 现分两步来讨论，分别用反证法。 ; 根据引理1，若X不是基可行解，则其正分量所对应的系数列向量P1，P2，…，Pm线性相关，即存在一组不全为零的数αi,i=1,2,…,m，使得 α1P1+α2P2+…+αmPm=0 (1-9) 用一个数μ＞0乘(1-9)式再分别与(1-8)式相加和相减，得 (x1?μα1)P1+(x2?μα2)P2+…+(xm? μαm)Pm=b  (x1+μα1)P1+(x2+μα2)P2+…+(xm+μαm)Pm=b 令X(1)=(x1?μα1,…,xm?μαm), X(2)=(x1+μα1,…,xm+μαm), 则x=1/2(X(1)+X(2)),即X是X(1)、X(2)的中点。 另一方面，当μ充分小时，可保证xi?μαi≥0，即X(1)、X(2)是可行解，这说明X不是顶点。; 因X 不是可行域D的顶点，故在可行域D中可找到不同的两点 X(1)=(x1(1),x2(1),…,xn(1))T X(2)=(x1(2),x2(2),…,xn(2))T 使得 X=αX(1)+(1?α) X(2) ， 0＜α＜1 假设X是基可行解，对应的向量组P1…Pm线性独立，故当j＞m时，有xj=xj(1)=xj(2)=0。由于X(1)，X(2)