0913_第二次课_单纯形法.pptVIP

基变量取为其他变量的情况 结论: 若系数矩阵A中存在m阶单位子块, 2. 容许运算 3. 终止条件(最优性条件) 当表格具备如下特点: 最优解(值)的读法: 单位子块中1所在列对应的变量(基变量)取相应右列的值,其余变量(自由变量)取值为零,将它们写在一起即是一个最优解. 4. 举例 2. 例题解析 例2. 方法一： 方法二：取底行中左边第一个负元素对应的变量为进基变量 * Page * * 定理3.3 （2）线性规划问题若有最优解，那么一定有最优的基本可行解。 （1）线性规划问题若有可行解，那么一定有基本可行解。 线性规划的基本定理： 一、基本思想 从标准型的LP模型的一个基可行解出发，判断是否是最优。如果是最优解，结束运算；否则，设法找到一个更优（目标函数值减小）的基本可行解。如此继续，经过有限次迭代代，就可以找到LP的最优解或判别LP问题有没有最优解。 第三节 单纯形法（Simplex method） (1947) G.B.Dantzig 找出一个初始基本可行解 是否最优 转移到另一个基本可行解 （找出更小的目标函数值） 最优解 是 否 循 环 结束 基本思想框图 如何找初始基本可行解？ 如何判断是否最优解？ 如何转换基本可行解？ 求 回顾上一节例1： 的一个基本解和一个基本可行解. 解: 约束方程的增广矩阵为： x2 x4 注意到A是2×4矩阵,r(A)＝2. 由于第2列和第4列线性无关,构成一个2阶单位子块，因此可构成一个基矩阵. 取 为基变量, 为自由变量,用自由变量表 表示基变量得如下同解方程组: 又因50, 60, 该解显然非负，因此这个解也是一个基本可行解。 x2 x4 若取 为基变量, 为自由变量,由于基本解 中自由变量全取零,所以只需对第一列,第二列以及常数项列组成的矩阵初等行变换至行最简形: 由此可得基本解: 又因30, 80, 该解显然非负，因此这个解也是一个基本可行解。 得到基本可行解之后,如何判断它是否是最优解呢? 设约束线性方程组AX=b的系数矩阵A的秩R(A)=m, 则有如下结论成立： 记增广矩阵为（A,b）， 其中,基变量的取值为单位子块中1所对应的右边常数 项非负, 且对应的常数 那么从增广矩阵中便可读出一个基本可行解. 项的值, 自由变量取值全为零. 该解是否最优呢? 将 代入目标函数表达式中消去 得 注意到 的系数为-100,而可行域中 可见,当 时,目标函数值减小, 所以 不是最优解. 思考:若此时目标函数中自由变量 的系数均大于零, 那么这个解是否是最优解? 1.单纯形表 0 右下端 右列 b 底行(检验行) 中心部位 A 目标函数中常数项的相反数 目标函数中变量的系数 底线 二、单纯形表及容许的运算 r (A)＝m 0 右下端 b 右列 底行 中心部位 A 1)底线以上的行可进行初等行变换(三种); 2)底线以上的行乘常数后加至底行(包括右下端). 底线 使表具备下面四个特点: ① ② ③ ④ ② 右列元素非负 ① 中心部位具有 m 阶单位子块 ③底行中相应于单位子块位置的元素 为0(基变量对应的底行元素为零) ④ 底行其他元素非负(自由变量对应的元素非负) 则从表格中即可读得LP问题的最优解和最优值. 满足① ②时,可读出基本可行解 满足① ② ③时,判断该解是否最优. 满足① ② ③ ④时,可断定该基本可行解是最优解. 而此时右下端元素的相反数即为相应的最优值. 5 -1 1 3 0 0 6 1 -3 2 4 2 0 -4 1 5 -1 1 3 0 -9 6 -10 0 27 0 2 0 -4 1 的系数为-100 满足① ② 满足① ② ③ 但 ④ 不 满足 以上讲述了利用单纯形表以及容许运算求得一个基本可行解