欢迎来到天天文库
浏览记录
ID:58687769
大小:1.61 MB
页数:71页
时间:2020-10-04
《第二章单纯形法ppt课件.ppt》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库。
1、第二章单纯形法§2-1线性规划问题的几何意义一、线性规划问题的解(对于标准型LP问题)1、可行解:满足约束条件(2)和(3)的解称为可行解。2、基及基变量:设矩阵A的秩为m(n≥m),则A中任何一组m个线性无关的列向量构成的子矩阵,称为该问题的一个基(basis),基中的这些列向量对应的变量称为基变量(basicvariable)线性代数线性相关性判断定理:设r个n维向量构成矩阵A,那么这r个向量线性无关的充分必要条件是A中存在不等于0的r阶子式5、最优解:若基本可行解又是最优解(也称基本最优解),这个基就称为最优基(o
2、ptimalbasis)。3、基本解:对于基,令非基变量为零,求得满足(2)的唯一解,称为基对应的线性规划的基本解(basicsolution)。4、基本可行解:满足(3)的基本解称为基本可行解(basicfeasiblesolution);基可行解的非零分量个数3、化解二、凸集及凸集的顶点1、凸集2、极点设X1,X2∈K,若两点连线上任意一点αX1+(1-α)X2∈K,且0≤α≤1,则称K为凸集.设K为凸集,X∈K,若X不能用两点X1,X2∈K的线性组合表示为αX1+(1-α)X2∈K,且0<α<1,则称X为K的极点或顶点.(X不是K中任何线段的内点)三、线性规划问题的基本定理定理1:若线性规划问题存在可行域(满足约束条件),则可行域是凸集。证明:假设X1和X2分别是线性规划问题的可行解,则存在:AX1=b;AX2=b现有X=αX1+(1-α)X2;AX=A[αX1+(1-α)X24、]=AαX1+AX2-AαX2=α×b+b-α×b=b,故X也是一可行解.定理2:线性规划问题可行解是基本可行解的充要条件是的X的非零分量对应的系数列向量线性无关。(证明从略:基解概念)。定理4:线性规划问题若有可行解,必有基本可行解;即线性规划问题的可行域非空,则必有极点。定理3:线性规划问题的基本可行解对应可行域的极点。定理5:线性规划问题若有最优解,则一定会在可行域的极点上达到。(不是说只有极点最优,其他点不能达到最优)综上所述,我们在理论上得到线性规划问题结论如下:线性规划问题的可行域是一凸集(包括有界凸集和无界5、凸集);线性规划问题的每个基本可行解对应着可行域的一个极点(顶点);若线性规划问题有最优解,必在可行域的某极点上得到。由此可见,我们只需在基本可行解中寻求最优解。如何有效地寻求最优解,这就是下节要介绍的单纯形法。§2-2线性规划问题典式1、线性规划问题原式机会成本检验数线性规划问题的典式:线性规划问题的典式展开式:IIIIIIIVc1c2…cmcm+1cm+2…cnCBXBbx1x2…xmxm+1xm+2…xnc1x1b1'10…0a1,m+1a1,m+2…a1nc2x2b2'01…0a2,m+1a2,m+2…a2n……6、………………………cmxmbm'00…1am,m+1am,m+2…amnOBJ=CBb’c1c2…cmzm+1zm+2…zn00…0cm+1-zm+1cm+2-zm+2…cn-zn表格形式典式§2-3单纯形法一、单纯形法的基本思路和步骤思路:如果线性规划问题存在最优解,一定有一个基本可行解是最优解。因此单纯形法迭代的基本思路是:先找出一个基本可行解,判断其是否为最优解,如为否,则转换到相邻的基本可行解,并使目标函数值不断增大,一直找到最优解为止。基本步骤:始1、初始基本可行解的确定对目标函数为(MAX≤)形式的线性规划背7、景模型,通过标准化,每一个约束方程引入一个松弛变量,松弛变量为基变量,其他变量为非基变量,得到一个初始基本可行解。化为标准型:松弛变量标准型约束方程的系数矩阵为:nm阶方阵令xj=0,则xsi=bi,推出X=(0,0,0…0,b1,b2…bm)为线性规划问题的初始基可行解2、最优解检验(根据线性规划问题的典式)机会成本检验数解的判断:当所有σj≤0时,表示目标函数已经达到最优,若存在一个非基变量的检验数等于0,则该线性规划问题有多重最优解;σj>0,则表示没有达到最优,若对应该列所有aij≤0时,则线性规划问题为无界解38、、基可行解的改进(求更优的基可行解)(1)确定换入变量(最大检验数规则):从cjzj>0中找最大者,选中者称为入变量,xj对应的第j*列称为主列;(2)确定换出变量(最小比例原则):设第i*行使最小,则第i*行对应的基变量称为出变量,第i*行称为主行;最小比例原则地解释:设原问题基可行解为X1,X2,…Xm,非基
3、化解二、凸集及凸集的顶点1、凸集2、极点设X1,X2∈K,若两点连线上任意一点αX1+(1-α)X2∈K,且0≤α≤1,则称K为凸集.设K为凸集,X∈K,若X不能用两点X1,X2∈K的线性组合表示为αX1+(1-α)X2∈K,且0<α<1,则称X为K的极点或顶点.(X不是K中任何线段的内点)三、线性规划问题的基本定理定理1:若线性规划问题存在可行域(满足约束条件),则可行域是凸集。证明:假设X1和X2分别是线性规划问题的可行解,则存在:AX1=b;AX2=b现有X=αX1+(1-α)X2;AX=A[αX1+(1-α)X2
4、]=AαX1+AX2-AαX2=α×b+b-α×b=b,故X也是一可行解.定理2:线性规划问题可行解是基本可行解的充要条件是的X的非零分量对应的系数列向量线性无关。(证明从略:基解概念)。定理4:线性规划问题若有可行解,必有基本可行解;即线性规划问题的可行域非空,则必有极点。定理3:线性规划问题的基本可行解对应可行域的极点。定理5:线性规划问题若有最优解,则一定会在可行域的极点上达到。(不是说只有极点最优,其他点不能达到最优)综上所述,我们在理论上得到线性规划问题结论如下:线性规划问题的可行域是一凸集(包括有界凸集和无界
5、凸集);线性规划问题的每个基本可行解对应着可行域的一个极点(顶点);若线性规划问题有最优解,必在可行域的某极点上得到。由此可见,我们只需在基本可行解中寻求最优解。如何有效地寻求最优解,这就是下节要介绍的单纯形法。§2-2线性规划问题典式1、线性规划问题原式机会成本检验数线性规划问题的典式:线性规划问题的典式展开式:IIIIIIIVc1c2…cmcm+1cm+2…cnCBXBbx1x2…xmxm+1xm+2…xnc1x1b1'10…0a1,m+1a1,m+2…a1nc2x2b2'01…0a2,m+1a2,m+2…a2n……
6、………………………cmxmbm'00…1am,m+1am,m+2…amnOBJ=CBb’c1c2…cmzm+1zm+2…zn00…0cm+1-zm+1cm+2-zm+2…cn-zn表格形式典式§2-3单纯形法一、单纯形法的基本思路和步骤思路:如果线性规划问题存在最优解,一定有一个基本可行解是最优解。因此单纯形法迭代的基本思路是:先找出一个基本可行解,判断其是否为最优解,如为否,则转换到相邻的基本可行解,并使目标函数值不断增大,一直找到最优解为止。基本步骤:始1、初始基本可行解的确定对目标函数为(MAX≤)形式的线性规划背
7、景模型,通过标准化,每一个约束方程引入一个松弛变量,松弛变量为基变量,其他变量为非基变量,得到一个初始基本可行解。化为标准型:松弛变量标准型约束方程的系数矩阵为:nm阶方阵令xj=0,则xsi=bi,推出X=(0,0,0…0,b1,b2…bm)为线性规划问题的初始基可行解2、最优解检验(根据线性规划问题的典式)机会成本检验数解的判断:当所有σj≤0时,表示目标函数已经达到最优,若存在一个非基变量的检验数等于0,则该线性规划问题有多重最优解;σj>0,则表示没有达到最优,若对应该列所有aij≤0时,则线性规划问题为无界解3
8、、基可行解的改进(求更优的基可行解)(1)确定换入变量(最大检验数规则):从cjzj>0中找最大者,选中者称为入变量,xj对应的第j*列称为主列;(2)确定换出变量(最小比例原则):设第i*行使最小,则第i*行对应的基变量称为出变量,第i*行称为主行;最小比例原则地解释:设原问题基可行解为X1,X2,…Xm,非基
此文档下载收益归作者所有