线性规划问题的标准型与解的概念.pptVIP

运 筹 学 主 讲 教 师 向宇 第一章 线性规划与单纯形法 §3 线性规划问题的标准型与解的概念 3.1 线性规划的标准型 我们规定线性规划的标准型如下： maxZ=c1x1+c2x2+‥‥+cnxn a11x1+a12x2+‥‥+a1nxn＝b1 a21x1+a22x2+‥‥+a2nxn＝b2 …………………………… am1x1+am2x2+‥‥+amnxn＝bm x1,x2,‥,xn≥0 通常称cj(j=1,2…n)为价值系数，bi（i=1,2,…m)为资源系数；aij为技术系数，或约束系数。在模型中它们是常数。 若记 X=（x1,x2…xn）T,C=（c1,c2…cn）, b=（ b1,b2…bm）T A=（aij）n×m =（P1,P2…Pn） 则标准型亦可记作 maxZ= CX AX=b X≥0 或maxZ= Σ Pjxj= b xj≥0, j=1,2…n 任何形式的线性规划都可以化为与其等价的标准形式。 （1）如果目标函数是 minZ=cx，则可令 Z=-Z，将目标函数变为：maxZ =-cx （2）如果某约束条件为不等式：ai1x1+ai2x2+‥‥+ainxn≤bi 则在约束条件的左端加一个非负变量xn+i,称之为松弛变量，即可变为等式: ai1x1+ai2x2+‥‥+ainxn+ xn+i =bi 如果某约束条件为不等式：ai1x1+ai2x2+‥‥+ainxn≥bi则可在约束条件的左端减一个非负变量xn+i,称之为剩余变量，即可变为等式: ai1x1+ai2x2+‥‥+ainxn-xn+i =bi （3）如果xj没有非负限制，则可令xj=xj′ -xj″,其中xj′ ，xj″ ≥0，代入目标函数及约束条件即可。 例3 将线性规划 minZ=3x1-x2 x1+x2≤1 X1-x2≥-1 x1≥0 化为标准型。 解： 3.2 线性规划解的概念 我们把决策变量的一组取值称为线性规划问题的一个解。满足约束条件的解称为可行解。所有可行解的集合称为可行域。使目标函数达到最优的可行解称为最优解。 在上一节图解法中，我们求得例1问题的最优解是唯一的， 但是线性规划问题的解还可能出现以下几种情况： （1）无穷多个最优解。若例1的目标函数变为maxZ=4x1+2x2 ，就会出现这种情况。见图1-1。 O X2 60 50 40 30 20 10 10 20 30 40 50 x1 4x1+2x2=120 2x1+3x2=100 Q3 Q2 Q1 图1-1 maxZ=4x1+2x2 Z=6x1+4x2 （2）无可行解。如果约束中存在相互矛盾的约束条件，则导致可行域是空集，此时问题无可行解。 （3）无有限最优解。对下述线性规划问题 maxZ=x1+x2 -x1+x2≤4 x1-x2≤2 x1,x2≥0 用图解法求解结果见图1-2。 图1-2 x2 4 2 2 4 0 x1 从图中可以看出可行域无界，在可行域中找不到最大值点，目标函数值可以增大到无穷大，称这种情况为无有限最优解或无界解。 x1-x2=2 -x1+x2=4 Z=x1+x2 线性规划基解的概念 记线性规划问题为 maxZ= CX （L） AX=b X≥0 基：设A是m×n阶约束系数矩阵（m≤n）,秩A=m. A=（ P1,P2,…,Pn ）,则A中一定存在m个线