运筹学电子教案LP单纯形法、表.pptxVIP

线性规划Linear Programming（LP）基本理论;线性规划Linear Programming（LP）基本理论;线性规划Linear Programming（LP）基本理论;线性规划Linear Programming（LP）基本理论;线性规划Linear Programming（LP）基本理论;单纯形方法是Dantzig于1947年首先发明的。近50年来，一直是求解线性规划的最有效的方法之一，被广泛应用于各种线性规划问题的求解。本节讨论单纯形法的基本算法。 单纯形法的初步讨论 例1.8 求解LP问题 Max Z=50X1+30X2 s.t. 4X1+3X2 ≤ 120 2X1+ X2 ≤ 50 X1，X2 ≥0 （1. 17）;线性规划Linear Programming（LP）单纯形法、单纯形表;线性规划Linear Programming（LP）单纯形法、单纯形表;线性规划Linear Programming（LP）单纯形法、单纯形表;线性规划Linear Programming（LP）单纯形法、单纯形表;线性规划Linear Programming（LP）单纯形法、单纯形表;第三个基本可行解 X3 =（ 15，20，0，0）T，其对应的目标函数值Z3= 1350 。此时松弛变量 都是非基变量（取值为零），这表明资源已用 尽；并且目标函数值Z3 =1350 -5X3 - 15X4中非基变量X3，X4的系数全 为负值，说明目标函数已无法进一步改善，因此该解已是最优解。 单纯形法小结： 单纯形法是这样一种迭代算法——如下图… 当Zk中非基变量的系数的系数全为负值时，这时的基本可行解Xk即是 线性规划问题的最优解，迭代结束。;对于给定的线性规划问题： max Z=c1x1 + c2x2 + … + cnxn a11x1 + a12x2 +…+ a1nxn≤ b1 a21x1 + a22x2 +…+ a2nxn≤ b2 对此问题添加m个松弛变量后 s. t. … 可得下面线性规划问题并且是 am1x1 + am2x2 +…+ amnxn≤ bm 典式的形式。 xj ≥ 0 （j=1，2 … n） max Z=c1x1 + c2x2 + … + cnxn a11x1 + a12x2 +…+ a1nxn + xn+1 = b1 a21x1 + a22x2 +…+ a2nxn + xn+2 = b2 s. t. … am1x1 + am2x2 +…+ amnxn + xn+m = bm xj ≥ 0 （j=1，2 … n，n+1，n+2，…n+m）;;换基迭代：当确定了入基变量Xj 、出基变量Xi后，以aij作为主元对单 纯形表进行初等行变换（取主运算），即将aij所在列除将 aij变换为1外的其余元素都变换为0。注意这种变换只能采 用初等行变换! 最优解检验： 1、 当迭代进行至某一步时，rj行中所有检验数均小于等于零， 则迭代结束。表中当前所指基本可行解即为最优解。 2、 当迭代进行至某一步时，rj行中所有检验数均小于等于零， 且此时至少有一个非基变量所对应的检验数rk等于零，则 原线性规划问题有无穷多个最优解。 3、 当迭代进行至某一步时，rj行中至少有一个检验数rk大于零， 且该检验数对应的列中a1k，a2k，…amk，均小于等于零，则 原线性规划问题最优解无界（ max Z→ +∞）。;线性规划Linear Programming（LP）单纯形法、单纯形表;;人工变量法：当一般线性规划问题标准化之后，我们或可得到一个显 然的基本可行解（如松弛变量作为基变量的一个初始基 本可行解），这样我们就可以马上进入