运筹学课件：线性规划问题的图解法.ppt

相关概念 可行解 满足线性规划问题约束条件的解，都称为该线性规划问题的可行解，所有可行解集合称为可行解集（或可行域）。 最优解 是目标函数达到最优值（最大值或最小值）的可行解，称为最优解。 凸多边形区域 设x1,x2为多边形区域中的两点，若两点连线上的任意一点，即 ax1+（1-a)x2,(0≤a≤1)仍属于该多边形区域，则该多边形区域为凸多边形区域。 任何两个凸多边形区域的集合仍为凸多边形区域。 顶点 设x为凸多边形区域中的一点，若x不能用凸多边形区域种不同两点的线性组合来表示，则称x为凸多边形区域的一个顶点。;线性规划问题的图解法（2）;从可行域中找出目标函数的最优解 画目标函数的等值线； 平移等值线，在可行解区域内找到目标函数的最优解。 线性规划问题图解法的几种特殊情况 有多重最优解 将上例中目标函数由Z=6x1+4x2 变为Z=4x1+6x2 后，再用图解法进行求解 可行解区域无界 用图解法求解;无可行解区域 用图解法求解 图解法的几点讨论 (1)若线性规划问题有可行解．则可行解区域是一个凸多边形，它可能是有界的；也可能是无界的。 (2)若线性规划问题有最优解，则最优解可能是唯一的；也可能是无穷多个。如果是唯一的，这个最优解一定在该凸多边形的某个顶点上；如果是无穷多个，那末这些最优解一定是凸多边形的一条边界（包括此边界的两个端点）。总之，如果线性规划问题有最优解，则这个最优解一定可以在凸多边形的顶点达到。 (3)若线性规划问题有可行解，但是没有有限最优解。这时凸多边形是无界的。 (4)若线性规划问题没有可行解，即可行解集是空集，则此问题没有最优解。 ;线性规划模型的几种形式（1）;标准形式（标准型）;一般形式转化为标准型 若原模型中的目标函数实现最小化，即minZ=CX，则令Z/=-Z，可得到maxZ/=-CX，这就同标准型的目标函数形式相一致； 若原模型中的约束条件为不等式，两种情况 原约束条件左端≥右端，则添加剩余变量，约束条件化为 原约束条件左端-剩余变量=右端 (剩余变量≥0) 原约束条件左端≤右端，则添加松弛变量，约束条件化为 原约束条件左端+松弛变量=右端 (松弛变量≥0) 在原模型中引入剩余变量(或松弛变量)后，使问题的变量维数增加，目标函数并不发生改变，即在目标函数中，附加变量的系数为0。 若原模型中变量xk自由变量，即xk ∈(∞,-∞)，则令 xk = x/k – x//k，其中x/k，x//k ≥0，目标函数相应变化。;实例;线性规划模型的几种形式（5）;矩阵形式;线性规划问题解的性质（1）;基、基变量、非基变量 设A是约束条件方程组的m*n为系数矩阵，其秩为m，B是矩阵A中m*m阶非奇异子矩阵（|B|≠0)，则称B为线性规划问题的一个基。与基对应的决策变量称为基变量，否则称为非基变量。;线性规划问题解的性质（3）;线性规划问题的几何性质（1）;结论 线性规划问题的可行域是凸集，也可能是无界域，它们有有限个顶点，线性规划问题的每个基可行解对应可行域的一个顶点； 若线性规划问题有最优解，必在可行域的某个顶点上得到。 线性规划问题的求解思路可以是：找出问题的所有基可行解，代入目标函数后，求的目标函数的值，然后把目标函数值一一比较，最终找到最优解。;几何概念;单纯形法的基本原理（1）;实例 工厂在计划期内要安排Ⅰ、Ⅱ两种产品的生产，已知生产单位产 品所需的设备台时及A、B两种原材料的消耗，以及资源的限制，如下表所示。 每生产一单位产品I可获利50元，每生产一单位产品Ⅱ可获利100 元，问工厂应如何安排生产获利最多? ;1.建立模型 设决策变量xj （j=1,2)表示生产成品j的数量，则问题可归结为 2.转化为标准型 添加松弛变量x3,x4,x5,则标准型为;单纯形法的基本原理（4）;4.最优解检验 检验方法：将基变量用非基变量线性表示，然后带入目标函数，如果非基变量前面的某个系数大于零，说明仍没有达到最优解；否则，该解为问题最优解。 因为非基变量x1,x2在目标函数中的系数均大于零，因此基可行解(0,0,300,400,250)不是最优解;5.确定出基变量、入基变量 在非基变量表示的目标函数中，系数最大的非基变量为入基变量。 因此，x2为入基变量 把已确定的入基变量在各约束方程 中的正的系数除以其所在约束方程中的常数项b的值，把其中最小比值所在的约 束方程中的原基变量确定为出基变量。 因此，x5为出基变量 新的基变量为x2,x3,x4，非基变量为x1,x5 ;单纯形法的基本原理（7）;单纯形法的基本原理（8）;单纯形法的基本原理（9）;最优解检验 带入目标函数 非基变量的均小于等于0，因此该解为最优解;单纯形法的表格形式（1）;基可行解为(b1,b2,…,bm,0,0