运筹学课程讲义.docxVIP

max z 5x 6x 7x 3 x , x x x , x ,x 0, Z Z 最优解 ( ,0) ，最优值 3 引理 1：线性规划问题的可行解 X (x ,x , ,x ) 四、 求解线性规划问题的基本思路 基本可行解。 实质即为换基。 前提是保证新的基本可行解的目标函数 值比原来的更优而不是更劣。 对应的单位矩阵作为初始可行基。 令 数学角度分析： 非基变量 x , x 前的系数都为正， 表明目标函数值有增 选择出基变量： x 入基后，其值从零增加并引起其他变量取值的变化。 x 120 - 4x -3x 2 min 120 / 4,50 / 2 25时，才能使上述不等式成立， 4x x 120 3x 2 z 1250 5x 25x 4 x 入基， x 出基，换基后典则形式变为 1. 引入附加变量，把数学模型化为标准型 2. 求出一个基本可行解及相应的 z 值 1. 最优性检验的依据 — 检验数 这里的检验数 即为（ c -z ）。 但人工变量 0，则该线性规划问题无可行解。 某个基本可行解，有一个非基变量的检验数 二、 从表中找到基本可行解和相应目标函数值 三、 最优性检验 两阶段法将线性规划问题的求解分为两个阶段。 第一阶段：判断原线性规划问题是否有可行解。 是重复解的某一部分序列， 目标函数值总是不变， 永远达不到最优解。 二、 摄动法 1. 摄动法简介 对线性规划原问题， 为了避免退化情况下发生循环， 而使向量 b 摄动。 2. 确定换出变量的步骤 3. 举例 三、 勃兰特方法 法则 1：在极小化问题中，如果有几个检验数（ c -z ）都是负的，那 j j 么选其中下标最小的非基变量作为换入变量。 法则 2：在极小化问题中，根据最小非负比值规则确定换出变量时， 如果有几个比值同时达到最小比值， 那么选其中下标最小的基变量作 为换出变量。 定理：只要在迭代时，遵循上述法则，就不会出现循环。 3. 5 改进单纯形法 每次迭代只计算换入列、常数列及检验数行以提高计算效率。 一、单纯形法的矩阵形式 1. 用矩阵（分块）形式表示线性规划标准型 构造初始可行基，计算 B 。再利用公式 5. 计算第 i + 1 次迭代表中的换入列 P 。 2 2 3 M 2 M 3 第三章 线性规划的对偶原理 二、 原问题与对偶问题的数学模型 1. 对称形式的对偶 可把原问题写成其等价的对称形式： y 0,y 无约束 , y 0 x1 0, x4 0,x ,x 无 约 束 max w 3y 5y 2y 3 六、 对称形式对偶的互补松弛定理 1. 如果 x(0) 0，必有 Y (0) P =c j 2. 如果 Y ( 0) P c ，必有 x(0) =0 3. 如果 y(0) 0，必有 A X (0) =b i 4. 如果 A X (0) b ，必有 y( 0) =0 1. 如果 x(0) 0，必有 Y (0) P =c j 2. 如果 Y ( 0) P c ，必有 x(0) =0 该问题存在可行解，如 X (0,0,0) 量列中系数为负的那些元素，用相应的检验数 素，所得各负比值中最大者所在列即为换入列。 分别除以这些负元 j x 0(i 1,2 , ,n 1) i 为主元素进行取主变换，可得到全部检验数 (x , , x ,x ) 则 X 一、 改变价值向量 C C ， z C B P 均不变；仅变化。 0，则原最优基不再是最优的了。以 x 为换入变量，把最终表 r 2. 在最终表内， x 是基变量 要改变，并因此影响到各个检验数。 若 max / 0 ，则所有 二、 改变限定向量 b b 的变化不 r z值，用对 0，则原最优解仍是新问题的最优解。 0，则原最优基在非退化情况下不再是最优基。这时，应在原 2. 基向量列 P 改变为 P ) 0 B b cn 1 C B P 0，则原最优解就是新问题的最优解。 0，须把 加入到原最终表内，并以新变量 x 作为换入变量，按单纯形法继续迭代，得到新的最优解。 n 1 0(i 1,2, ,m; j 1,2, ,n) 0且为整数 ( j 1, 2, ,5) 变量的选取，是模型设立的关键。 4.4 购买汽车问题 4.7 企业年度生产计划问题 1. 国家下达的指令性计划和市场需求约束 H 为国家对第 j 种产品的指令性计划指标； D 为第 种产品在完成国家指令性计划之后，预测的市场最大 其中， J 为产生第 k 种下脚料的产品下标集合 q x 0 （k =1, 2, 3, 4） kj j 6. 决策变量的非负约束 x 0 （j =1，2，? ， 23） y 0 （i =1, 2, ? , 9） i xkR 0 （k =1, 2, 3, 4） (d c )x (c b )w