东北大学管理科学与工程运筹学必备知识点.docxVIP

第一章线性规划与单纯性法

1、线性规划问题的数学模型及各要素的基本特征

线性规划问题的三个要素的基本特征

（1）决策变量：每一个问题都用一组决策变量(x1,x2,…,xn)表示某一方案，这组决策变量的值就代表一个具体方案。一般这些变量取值是非负且连续的。

（2）约束条件：存在一定的约束条件，这些约束条件可以用一组线性等式或线性不等式来表示。

（3）目标函数：都有一个要求达到的目标，它可用决策变量的线性函数（称为目标函数）来表示。按问题的不同，要求目标函数实现最大化或最小化。

数学模型，其一般形式为：

标准型式为：

其中，xj(j=1,2,...,n)为决策变量，aij(i=1,2,...,m;j=1,2,...,n)为工艺系数，bi(i=1,2,..,m）为资源系数，cj(j=1,2,...,n)为价值系数。

2、如何将线性规划问题转变为标准型

若目标函数要实现最小化，minZ=CX。需将最小化转变为最大化，令Z’=-Z，的maxZ’=-CX。

约束方程为不等式

A：约束方程为≤的不等式，左端加入非负松弛变量。

B:约束方程为≥的不等式，左端减去非负松弛变量。

若变量xk无约束时，令xk=xk’-xk’’，xk’,xk’’≥0

3、可行解，基，基可行解，可行基的概念及相互关系

可行解：满足约束方程不等式，并且满足xk≥0，称为线性规划问题的可行解。其中使目标函数达到最大值的可行解称为最优解。

基：设A是约束方程组m×n维系数矩阵，其秩为m，B是矩阵A中的m×m阶的非奇异子矩阵，则称B为线性规划问题的一个基。

基可行解：满足非负条件（xk≥0）的基解，称为基可行解。

可行基：基可行解对应的基，称为可行基。

解的几何意义

5、线性规划问题的几何意义

定理1：“若线性规划问题存在可行域，则其可行域是凸集”，要会证明。

引理1：“线性规划问题的可行解X=(x1,x2,?,xn)T为基可行解的充要条件是X的正分量所对应的系数列向量是线性独立的”，要会证明（记住从必要性和充分性两方面证明）。

定理2“线性规划问题的基可行解X对应于可行域D的顶点。”要会证明（利用反证法，从两个方面证明）。

定理3“若可行域有界，线性规划问题的目标函数一定可以在其可行域的顶点上达到最优”要会证明。

6、单纯形法求解线性规划的思路

一般线性规划问题具有线性方程组的变量数大于方程个数，这时有不定的解。但可以从线性方程组中找出一个个的单纯形，每一个单纯形可以求得一组解，然后再判断该解使目标函数值是增大还是变小，决定下一步选择的单纯形。这就是迭代，直到目标函数实现最大值或最小值为止。（从可行域中的某个基可行解开始到另一个基可行解，直到目标函数达到最优）

7、线性规划解的判别定理

8、单纯形法的计算步骤

9、单纯形法的进一步讨论

（1）大M法

在一个线性规划问题的约束条件中加进人工变量后，要求人工变量对目标函数取值不受影响，为此假定人工变量在目标函数中的系数为(-M)(M为任意大的正数)，这样目标函数要实现最大化时，必须把人工变量从基变量换出。否则目标函数不可能实现最大化。

（2）两阶段法

第一阶段：不考虑原问题是否存在基可行解；给原线性规划问题加入人工变量，并构造仅含人工变量的目标函数和要求实现最小化。

然后用单纯形法求解上述模型，若得到ω=0，这说明原问题存在基可行解，可以进行第二段计算。否则原问题无可行解，应停止计算。

第二阶段：将第一阶段计算得到的最终表，除去人工变量。将目标函数行的系数，换原问题的目标函数系数，作为第二阶段计算的初始表。

10、退化解及勃兰特规则

退化：单纯形法计算中用θ规则确定换出变量时，有时存在两个和两个以上最小比值，这样在下一次的迭代中就有一个或者几个基变量等于零，这就出现退化解。

勃兰特规则：（1）选取cj-zj0中下标最小的非基变量xk为换入变量。

（2）当按θ规则存在两个和两个以上最小比值时，选取下标最小的基变量为换出变量时。

11、（实际问题）建立线性规划模型的条件

(1)要求解问题的目标函数能用数值指标来反映，且为线性函数；

(2)存在着多种方案；

(3)要求达到的目标是在一定约束条件下实现的，这些约束条件可用线性等式或不等式来描述。

12、图解法

第二章对偶理论和灵敏度分析

1、对偶问题的基本性质

（1）对称性：对偶问题的对偶是原问题。

（2）弱对偶性：若X是原问题