第一线性规划.ppt

线性规划问题的数学模型 可行解：满足约束条件②、③的解为可行解。所有可行解的集合为可行域。 最优解：使目标函数达到最大值的可行解。 基：设A为约束条件②的m×n阶系数矩阵(mn)，其秩为m，B是矩阵A中m阶满秩子矩阵（∣B∣≠0），称B是规划问题的一个基。设： 称 B中每个列向量Pj ( j = 1 2 … … m) 为基向量。与基向量Pj 对应的变量xj 为基变量。除基变量以外的变量为非基变量。 第三十页，共七十一页，2022年，8月28日 线性规划问题的数学模型 基解：某一确定的基B，令非基变量等于零，由约束条件方程②解出基变量，称这组解为基解。在基解中变量取非0值的个数不大于方程数m，基解的总数不超过 基可行解：满足变量非负约束条件的基本解，简称基可行解。 可行基：对应于基可行解的基称为可行基。 非可行解 可 行 解 基解 基可行解 第三十一页，共七十一页，2022年，8月28日 线性规划问题的数学模型 例1.4 求线性规划问题的所有基矩阵。 解: 约束方程的系数矩阵为2×5矩阵 r(A)=2，2阶子矩阵有10个，其中基矩阵只有9个，即 第三十二页，共七十一页，2022年，8月28日 图解法 线性规划问题的求解方法 一 般 有 两种方法 图 解 法 单纯形法 两个变量、直角坐标 三个变量、立体坐标 适用于任意变量、但必需将 一般形式变成标准形式 下面我们分析一下简单的情况—— 只有两个决策变量的线性规划问题，这时可以通过图解的方法来求解。图解法具有简单、直观、便于初学者窥探线性规划基本原理和几何意义等优点。 第三十三页，共七十一页，2022年，8月28日 图解法 max Z = 2X1 + X2 X1 + 1.9X2 ≥ 3.8 X1 - 1.9X2 ≤ 3.8 s.t. X1 + 1.9X2 ≤10.2 X1 - 1.9X2 ≥ -3.8 X1 ，X2 ≥ 0 例1.5 用图解法求解线性规划问题 第三十四页，共七十一页，2022年，8月28日 图解法 x1 x2 o X1 - 1.9X2 = 3.8(≤) X1 + 1.9X2 = 3.8(≥) X1 - 1.9X2 = -3.8 (≥) X1 + 1.9X2 = 10.2(≤) 4 = 2X1 + X2 20 = 2X1 + X2 17.2 = 2X1 + X2 11 = 2X1 + X2 Lo： 0 = 2X1 + X2 （7.6，2） D max Z min Z 此点是唯一最优解， 且最优目标函数值 max Z=17.2 可行域 max Z = 2X1 + X2 第三十五页，共七十一页，2022年，8月28日 图解法 max Z=3X1+5.7X2 x1 x2 o X1 - 1.9X2 = 3.8 (≤) X1 + 1.9X2 = 3.8(≥) X1 - 1.9X2 = -3.8(≥) X1 + 1.9X2 = 10.2 (≤) （7.6，2） D L0： 0=3X1+5.7X2 max Z （3.8，4） 34.2 = 3X1+5.7X2 蓝色线段上的所有点都是最 优解这种情形为有无穷多最 优解，但是最优目标函数值 max Z=34.2是唯一的。 可行域 第三十六页，共七十一页，2022年，8月28日 图解法 min Z=5X1+4X2 x1 x2 o X1 - 1.9X2 = 3.8 (≤) X1 + 1.9X2 = 3.8(≥) X1 + 1.9X2 = 10.2 (≤) D L0： 0=5X1+4X2 max Z min Z 8=5X1+4X2 43=5X1+4X2 （0，2） 可行域 此点是唯一最优解 第三十七页，共七十一页，2022年，8月28日 图解法 2 4 6 x1 x2 2 4 6 无界解(无最优解) max Z=x1+2x2 例1.6 x1+x2=4(≥) x1+3x2=6(≥) 3x1+x2=6(≥) max Z min Z 第三十八页，共七十一页，2022年，8月28日 x1 x2 O 10 20 30 40 10 20 30 40 50 50 无可行解(即无最优解) max Z=3x1+4x2 例1.7 第三十九页，共七十一页，2022年，8月28日 图解法 学习要点： 1. 通过图解法了解线性规划有几种解的形式 （唯一最优解；无穷多最优解；无界解；无可行解） 2. 作图的关键有三点： (1) 可行解区域要画正确 (2) 目标函数增加的方向不能画错 (3) 目标函数的直线怎样平行移动 第四十页，共七十一页，2022年，8月28日 单纯形法