数值最优化(李董辉)第九章-线性规划.pptVIP

最优化;第九章线性规划;(9.1);(9.2);;;;第二节根本概念与根本理论;;;;;;;第三节单纯形法;线性规划问题其线性方程组的变量数通常大于方程个数，这时有无穷多个解。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——迭代，直到目标函数到达最大值或最小值为止。这样问题就得到了最优解;〔生产方案安排问题〕某工厂在方案期内要安排生产Ⅰ、Ⅱ两种产品，生产单位产品所需的设备台时及A、B两种原材料的消耗，如表1-1所示。;

;数学模型;标准型为：;约束方程(1-12)式的系数矩阵为;

;从分析目标函数的表达式(1-14)可以看到;如何确定换入，换出变量？;

当x1=0,由(1-13)式得到

;以上数学描述说明了每生产一件产品Ⅱ，需要消耗各种资源数为(2，0，4)。由于这些资源的限制，就确定了产品Ⅱ的产量。

这里就是由原材料B的数量确定了产品Ⅱ的产量x2=12/4=3件。

;换出;用高斯消去法将(1-16)左端的系数矩阵化为单位矩阵;得到另一基可行解;从目标函数的表达式可以看到，非基变量x1的系数是正的，说明目标函数值还可以增大，X(1)还不是最优解。

于是再用上述方法，确定换入、换出变量，继续迭代，再得到另一个基可行解X(2)

X(2)=(2,3,0,8,0)T

再经过一次迭代，再得到一个基可行解X(3)

X(3)=(4,2,0,0,4)T

而这时得到目标函数的表达式是：

z=14-1.5x3-0.125x4(1-19);再检查(1-19)式，可见到所有非基变量x3,x4的系数都是负数。这说明假设要用剩余资源x3,x4，就必须支付附加费用。

所以当x3=x4=0时，即不再利用这些资源时，目标函数到达最大值。所以X(3)是最优解。即当产品Ⅰ生产4件，产品Ⅱ生产2件，工厂才能得到最大利润。;通过上例，可以了解利用单纯形法求解线性规划问题的思路。现将每步迭代得到的结果与图解法做一比照，其几何意义就很清楚了。;。;

初始基可行解确实定;(1)直接观察

;对所有约束条件是“≤”形式的不等式，可以利用化为标准型的方法，在每个约束条件的左端加上一个松弛变量。

经过整理，重新对xj及aij(i=1,2,…,m;j=1,2,…,n)进行编号，那么???得以下方程组;其中x1,x2,…,xm为松弛变量;

将(1-22)式每个等式移项得

;又因bi≥0(在1-3节中已做过规定)，即以得到一个初始基可行解

X=(x1,x2,…,xm,,0，…，0)T

n-m个

=(b1,b2,…,bm,,0，…，0)T

n-m个;对所有约束条件是“≥”形式的不等式及等式约束情况，假设不存在单位矩阵时，就采用人造基方法。

即对不等式约束减去一个非负的剩余变量后，再加上一个非负的人工变量；

对于等式约束再加上一个非负的人工变量，总能得到一个单位矩阵。关于这个方法将在本章第5节中进一步讨论。;

2、最优性检验与解的判别

;

将代入目标

函数(1-20)式，整理后得

;令;假设为对应于基B的一个基可行解，且对于一切j=m+1,…,n，有σj≤0，那么X(0)为最优解。称σj为检验数。;

2.2无穷多最优解判别定理

;

2.3无界解判别定理

;证:构造一个新的解X(1)，它的分量为;因，所以对任意的λ＞0都是可行解，把x(1)代入目标函数内得

z=z0+λσm+k

因σm+k＞0，故当λ→+∞，那么z→+∞，故该问题目标函数无界。;以上讨论都是针对标准型，即求目标函数极大化时的情况。当求目标函数极小化时，一种情况如前所述，将其化为标准型。

如果不化为标准型，只需在上述1，2点中把σj≤0改为σj≥0，第3点中将

σm+k＞0改写为σm+k＜0即可。;

3、基变换

;3.1换入变量确实定——使目标函数值增加;3.2换出变量确实定——满足可行性;在(1-29)式两边同乘一个正数θ，然后将它加到(1-28)式上，得到;;;新的基可行解。

;由此得到由X(0)转换到X(1)的各分量的转换公式

;

从一个基可行解到另一个基可行解的变换，就是进行一次基变换。从几何意义上讲，就是从可行域的一个顶点转向另一个顶点(见1-2图解法);3.3迭代(旋转运算)

上述讨论的基可行解的转换方法是用向量方程来描述，在实际计算时不太方便，因此采用实用的系数矩阵法。

现考虑以下形式的约束方程组;

设x1,