线性规划及单纯形法2-单纯形法原理.pptVIP

令这 m 个不等式中至少有一个等号成立。取 (10) 故X(1)是一个可行解。 与变量 对应的向量，经重新排列后加上列得增广矩阵 * P1 P2 … Pl-1 Pj Pl+1 … Pm Pm+1 … Pl … Pn b 是相邻的基可行解。 * 3 最优性检验和解的判别 将可行解 X(0) 和 X(1) 分别代入目标函数得 （11） （11）式中 ? 0 为给定，所以只要有 就有 z(1) z(0)。 通常简写为 (cj-zj) 或 ?j， 是线性规划问题的解的最优性检验标志。 * （1）当所有的 ?j ? 0 时，表明现有顶点（基可行解）的目标函数值比起相邻各顶点（基可行解）的目标函数值都大，可以判定现有顶点对应的基可行解为最优解。 （2）当所有的 ?j ? 0 时，又对某个基变量 xj 有?j = 0，且按（10）式可以找到 ?0 ，表明可以找到另一个顶点（基可行解）的目标函数值也达到最大。而该两点连线上的点都在可行域内，且目标函数值相等，即该线性规划问题有无穷多最优解。而当所有非基变量的?j 0 ，则该线性规划问题具惟一最优解。 （3）当存在某个 ?j 0，又 Pj ? 0 时，由（10）式看出对任意的?0，均有 ，因而 ? 的取值可以无限增大不受限制，表明该线性规划问题有无界解。 * 对于一般线性规划问题 目标函数 约束条件 （1） （2） （3） 可行解：满足（2）（3）的解称为线性规划问题的可行解 可行域：全体可行解的集合 最优解：使目标函数（1）达到最大值的可行解 基：设A为（2）的系数矩阵（nm)，R(A)=m，B是A的一个m阶的满秩子矩阵，称B是线性规划问题的一个基 第三节 单纯形法原理 * 不失一般性，设 B中的每一个列向量 称为基向量，与基向量对应的变量 称为基变量，其余的称为非基变量。 基解：在约束方程（2）中，令所有的非基变量为0，可求出m 个基变量的唯一解 ，则称 为线性规划问题的基解 基可行解：满足非负约束条件（3）的基解 可行基：对应基可行解的基称为可行基 * 各种解之间的关系： * 可行域的性质 线性规划的可行域是凸集 凸集：如果C中任意两个点连线上的所有点也都在C中，称C为凸集。 线性规划的最优解在顶点上 凸集 凸集 不是凸集 顶点 * 线性规划的基本概念 线性规划的基矩阵、基变量、非基变量 = = 目标函数 约束条件 行列式≠0 基矩阵 右边常数 * max Z = 2x 1 +3x 2 +x 3 s.t. x 1 +3x 2 +x 3 ￡ 15 2x 1 +3x 2 - x 3 ￡ 18 x 1 - x 2 +x 3 ￡ 3 x 1 , x 2 , x 3 3 0 max Z = 2x 1 +3x 2 +x 3 st x 1 +3x 2 +x 3 +x 4 =15 2x 1 +3x 2 -x 3 +x 5 =18 x 1 -x 2 +x 3 +x 6 =3 x 1 , x 2 , x 3 , x 4 , x 5 , x 6 3 0 例：求出下列线性规划问题的全部基解，指出基可行解，并求出最优解 化为标准形式 * 基变量x1、x2、x3，非基变量x4、x5、x6 基础解为（x1，x2，x3，x4，x5，x6）=（5，3，1，0，0，0） 是基可行解，表示可行域的一个顶点。 目标函数值为：z=20 * 基变量x1、x2、x4，非基变量x3、x5、x6 基解为 （x1，x2，x3，x4，x5，x6）=（27/5，12/5，0，2/5，0，0） 是基可行解，表示可行域的一个顶点。 目标函数值为：z=18 * 基变量x1、x2、x5，非基变量x3、x4、x6 基解为 （x1，x2，x3，x4，x5，x6）=（6，3，0，0，-3，0） 是基解，但不是基可行解，不是一个顶点。 * 基变量x1、x2、x6，非基变量x3、x4、x5 基解为 （x1，x2，x3，x4，x5，x6）=（3，4