第5章线性规划
第五讲：模糊线性规划
换基： 换基： 因为 / 2 < 6 / 1,故 为主元素。 10 2为主元素。
1.5 1 0 0 0 2 1 1 0 10 1 1 0 1 6
1.5 1 0 0 0 2 1 1 0 10 1 1 0 1 6 0 1/ 4 − 3 / 4 0 − 7.5 5 → 1 1/ 2 1/ 2 0 0 1/ 2 − 1/ 2 1 1 检验数中1/4为正数，目标值非最优，需换基。 检验数中 为正数，目标值非最优，需换基。 为正数 换基： 换基： 5 1 为主元素。 因为 /(1/ 2) > 1/(1/ 2), 故 / 2为主元素。
得f0 + d0；
3.求解综合线性规划
ax m λ 1 n 1 − (∑aij x j − bi ) ≥ λ, j = 1,2,⋯, m d j i =1 1 n ( c x − f )≥λ 0 d0 ∑ i i i =1 λ ≥ 0, xi ≥ 0(i = 1,2,⋯, n) ∗ ∗ x λ 得 和 。
合线性规划即得模糊 利用单纯形法求解此综 规划的解。 规划的解。
： 模糊线性规划求解步骤
ax m f = Cx 1.求解普通线性规划 s.t. Ax ≤ b 得f0； x≥0
2.给定 i (i = 1,⋯, m), 求解普通线性规划 d
ax m f = Cx s.t. Ax ≤ b + d x≥0
ax m f = 7x1 + 3x2 ~ 3x1 + 2x2 ≤ 1500 ~ ~ x1 ≤ 400, x2 ≤ 250 x ≥ 0, x ≥ 0 2 1 ~ ~ ~ 3 模糊约束 x1 + 2x2 ≤ 1500, x1 ≤ 400, x2 ≤ 250
运筹学基础章节习题详解
运筹学基础章节习题详解章节习题详解第1章导论1．区别决策中的定性分析和定量分析，试各举出两例。
答：决策中的定性分析是决策⼈员根据⾃⼰的主观经验和感受到的感觉或知识对决策问题作出的分析和决策，在许多情况下这种做法是合适的。
例1 在评定“三好⽣”的条件中，评价⼀个学⽣是否热爱中国共产党，尊敬师长，团结同学，热爱劳动等属于定性分析，它依赖于评价者对被评价者的感知、喜好⽽定。
在“德”、“智”、“体”这三个条件中规定“德”占30%、“智”占40%、“体”占30%，这种⽐例是决策者们通过协商和主观意识得出的，它也属于定性分析的范畴。
决策中的定量分析是借助于某些正规的计量⽅法去作出决策的⽅法，它主要依赖于决策者从客观实际获得的数据和招待所采⽤的数学⽅法。
例2 在普通⾼等学校录取新⽣时，通常按该⽣的⼊学考试成绩是否够某档分数线⽽定，这就是⼀种典型的定量分析⽅法。
另外，在评价⼀个学⽣某⼀学期的学习属于“优秀”、“良好”、“⼀般”、“差”中的哪⼀类时，往往根据该⽣的各科成绩的总和属于哪⼀个档次，或者将各科成绩加权平均后视其平均值属于哪⼀个档次⽽定。
这也是⼀种典型的定量分析⽅法。
2．构成运筹学的科学⽅法论的六个步骤是哪些？答：运⽤运筹学进⾏决策过程的⼏个步骤是：1．观察待决策问题所处的环境；2．分析和定义待决策的问题；3．拟定模型；4．选择输⼊资料；5．提出解并验证它的合理性；6．实施最优解。
3．简述运筹学的优点与不⾜之处。
答：运⽤运筹学处理决策问题有以下优点：（1）快速显⽰对有关问题寻求可⾏解时所需的数据⽅⾯的差距；（2）由于运筹学处理决策问题时⼀般先考察某种情况，然后评价由结局变化所产⽣的结果，所以不会造成各种损失和过⼤的费⽤；（3）使我们在众多⽅案中选择最优⽅案；（4）可以在建模后利⽤计算机求解；（5）通过处理那些构思得很好的问题，运筹学的运⽤就可以使管理部门腾出时间去处理那些构思得不好的问题，⽽这些问题常常要依赖于⾜够的主观经验才能解决的；（6）某些复杂的运筹学问题，可以通过计算机及其软件予以解决。
高中数学简单线性规划教案
高中数学简单线性规划教案
目标：学生能够理解和应用简单线性规划概念，解决实际问题
一、引入
1. 引导学生回顾线性规划的基本概念：目标函数、约束条件等。
2. 引导学生思考以下问题：什么是线性规划？线性规划在生活中有哪些应用？
二、知识点讲解
1. 线性规划的定义：将问题转化为目标函数和约束条件的最优化问题。
2. 线性规划的基本步骤：确定目标函数、列出约束条件、求解最优解等。
3. 简单线性规划的例子：例如生产某种产品时的最优生产数量、销售某种商品时的最大利润等。
三、练习与应用
1. 让学生通过实际例子练习简单线性规划的求解过程。
2. 给学生一个生活中的实际问题，让他们尝试用线性规划方法解决。
四、总结与反思
1. 总结本节课所学的内容，强调线性规划的重要性和应用价值。
2. 让学生思考如何将线性规划应用到更复杂的实际问题中，并鼓励他们多做练习。
五、作业
1. 布置相关练习题和应用题作为作业，巩固本节课所学的知识。
2. 提醒学生在做作业时要注意思考问题的建模和求解方法。
六、拓展
1. 可以邀请专业人士或相关领域的学者给学生讲解线性规划在实际中的应用和发展趋势。
2. 可以组织学生参加线性规划竞赛或实践活动，增强他们的动手能力和实际应用能力。
运筹学(第5章 目标规划)
解：设甲、乙产品的产量分别为x1，x2，建立线性规划模型：
max z 2x1 3x2
2x1 2x2 12
s.t
4
x1 x1
2x2
8 16
4x2 12
x1 , x2 0
其最优解为x1＝4，x2＝2，z＊＝14元
但企业的经营目标不仅仅是利润，而且要考虑多个方面，如： (1) 力求使利润指标不低于12元； (2) 考虑到市场需求，甲、乙两种产品的生产量需保持1:1的比
20x1＋50x2≤90000
x1
0
1000
2000
3000
4000
5000
图2 图解法步骤2
针对优先权次高的目标建立线性规划
优先权次高（P2）的目标是总收益超过10000。 建立线性规划如下：
Min d2s.t.
20x1＋50x2≤90000 0.5x1 +0.2x2-d1++d1-=700 3x1+4x2-d2++d2-=10000 d1+＝0 x1,x2,d1+,d1-,d2+,d2-≥0
显然，此问题属于目标规划问题。它有两个目标变量：一是限制风险，一 是确保收益。在求解之前，应首先考虑两个目标的优先权。假设第一个目 标（即限制风险）的优先权比第二个目标（确保收益）大，这意味着求解 过程中必须首先满足第一个目标，然后在此基础上再尽量满足第二个目 标。 建立模型：
设x1、x2分别表示投资商所购买的A股票和B股票的数量。 首先考虑资金总额的约束：总投资额不能高于90000元。即 20x1＋50x2≤90000。
目标规划模型的标准化
例6中对两个不同优先权的目标单独建立线性规划进行求解。为简 便，把它们用一个模型来表达，如下：
第5章 整数线性规划-第1-4节
现设想，如能找到像CD那样的直线去切割域R(图 5-6)，去掉三角形域ACD，那么具有整数坐标的C 点(1，1)就是域R′的一个极点，
如在域R′上求解①～④， 而得到的最优解又恰 巧在C点就得到原问题 的整数解，所以解法 的关键就是怎样构造 一个这样的“割平 面”CD，尽管它可能 不是唯一的，也可能 不是一步能求到的。 下面仍就本例说明：
例 2
求解A
max z=40x1+90x2 9x1+7x2≤56 7x1+20x2≤70 x1，x2≥0 x1，x2整数
① ② ③ (5.2) ④ ⑤
解 先不考虑条件⑤，即解相应的线性规划B,①～④ (见图5-2)，得最优解x1=4.81，x2=1.82，z0=356
可见它不符合整数条件⑤。 这时z0是问题A的最优目标函数值 z*的上界，记作z0= z 。 而在x1=0，x2=0时， 显然是问题A的一个整数可行解， 这时z=0，是z*的一个下界， z 记作 =0，即0≤z*≤356 z。
第3节 割平面解法
在原问题的前两个不等式中增加非负松弛 变量x3、x4，使两式变成等式约束： -x1+x2+x3 =1 ⑥ 3x1+x2 +x4=4 ⑦ 不考虑条件⑤，用单纯形表解题，见表5-2。
表5-2
CB 0 0 1 1 cj XB x3 x4 cj-zj x1 x2 cj-zj b 1 4 0 3/4 7/4 -5/2 1 x1 -1 3 1 1 0 0 1 x2 1 1 1 0 1 0 0 x3 1 0 0 -1/4 3/4 -1/2 0 x4 0 1 0 1/4 1/5 -1/2
第二步：比较与剪支
各分支的最优目标函数中若有小于 z 者，则剪 掉这支(用打×表示)，即以后不再考虑了。若大 于 z ，且不符合整数条件，则重复第一步骤。一直 到最后得到z*为止，得最优整数解xj* ，j=1，…，n。 用分支定界法可解纯整数线性规划问题和混合 整数线性规划问题。它比穷举法优越。因为它仅在 一部分可行解的整数解中寻求最优解，计算量比穷 举法小。若变量数目很大，其计算工作量也是相当 可观的。
《运筹学》试题及答案(六)
值下降为 0
14.在我们所使用的教材中对单纯形目标函数的讨论都是针对 B 情况而言的。
映的关系和客观事物的内在联系。
四、把下列线性规划问题化成标准形式：
2、minZ=2x1-x2+2x3
五、按各题要求。建立线性规划数学模型 1、某工厂生产 A、B、C 三种产品，每种产品的原材料消耗量、机械台时消耗量 以及这些资源的限量，单位产品的利润如下表所示：
根据客户订货，三种产品的最低月需要量分别为 200，250 和 100 件，最大月 销售量分别为 250，280 和 120 件。月销售分别为 250，280 和 120 件。 问如 何安排生产计划，使总利润最大。
B 使 Z 更小
C 绝对值更大
DZ
绝对值更小
12.如果线性规划问题有可行解，那么该解必须满足 D
A 所有约束条件 B 变量取值非负 C 所有等式要求 D 所有不
等式要求
13.如果线性规划问题存在目标函数为有限值的最优解，求解时只需在 D 集合
中进行搜索即可得到最优解。
A基
B 基本解
C 基可行解
D 可行域
A．基可行解的非零分量的个数不大于 mB．基本解的个数不会超过 Cmn 个 C．该
问题不会出现退化现象 D．基可行解的个数不超过基本解的个数 E．该问题的基
是一个 m×m 阶方阵
4．若线性规划问题的可行域是无界的，则该问题可能 ABCD
A．无有限最优解 B．有有限最优解 C．有唯一最优解 D．有无穷多个最优
本
解
为
基
可
行
解
9.线性规划问题有可行解，则 A
A 必有基可行解 B 必有唯一最优解 C 无基可行解
D无
DEA线性规划模式
DEA線性規劃模式
❖ 決策變數：
wg = 綜合醫院輸入及輸出的權重 wu = 大學醫院輸入及輸出的權重 wc = 郡立醫院輸入及輸出的權重 ws = 州立醫院輸入及輸出的權重 E = 郡立醫院輸入值中混合醫院可用的部分
wu
wc
ws 1
48.14wg 34.62wu 36.72wc 33.16ws 36.72
43.10wg 27.11wu 45.98wc 56.46ws 45.98
253wg 148wu 175wc 60ws 175
41wg 27wu 23wc 84ws 23
285.20wg 162.30wu 275.70wc 210.40ws 275.70E
輸出必須大於或等於第j 單位的輸出。 步驟4. 定義決策變數 E，代表混合單位可使用的輸
入相對於第 j 單位輸入值的比率。 步驟5. 對每項輸入，以一個限制式令混合單位的輸
入必須小於等於其可使用的輸入值。 步驟6. 令目標函數為Min E。
第5章 進階線性規劃應用 第210頁
5.2 收益管理
❖ 收益管理在於管理定量非耐久性庫存的短 期需求，以提升組織的潛在收益。
輸入量 1. 全職非醫療人員的數目（包含兼職人員換算後的 數目） 2. 2. 供應品的花費 3. 可用病床數（以一天一床為單位）
輸出量 1. 醫療保險的病人住院日數（以一天一病人為單位） 2. 非醫療保險的病人住院日數 3. 受訓的護士人數 4. 受訓的實習醫生人數
运筹学5-单纯形法
保持可行性 保持可行性 保持可行性
保持可行性
X1
X2
X3
...
Xk
保持单调增 保持单调增 保持单调增
Z1
Z2
Z3
...
保持单调增
Zk
当Zk 中非基变量的系数的系数全为负值时，这时的基 本可行解Xk 即是线性规划问题的最优解，迭代结束。
(2) 线性规划的典则形式
标准型
Max Z CX AX b
s.t X 0
j 1
j 1
j 1
j 1
与X 0 相比，X 1 的非零分量减少1个，若对应的k-1个 列向量线性无关，则即为基可行解；否则继续上述步
骤，直至剩下的非零变量对应的列向量线性无关。
几点结论
❖ 若线性规划问题有可行解,则可行域是一个凸多边形或 凸多面体(凸集),且仅有有限个顶点(极点);
❖ 线性规划问题的每一个基可行解都对应于可行域上的 一个顶点(极点);
10
令 x1 0 x2 0
则 x3 15
X 0 0 15 24T
x4 24
为基本可行解，B34为可行基
B
0
X 24
3
108
A
0
X 34
0
15 24
0
0
X 23
12
45 0
1 基本解为边界约束方程的交点； 2 基对应于可行解可行域极点； 3 相邻基本解的脚标有一个相同。
1 0
1 0
B23 1 0 B24 1 1 B34 0 1
C42
2!
4! 4
2
!
43 21 21 21
6
由于所有|B|≠ 0， 所以有6个基阵和 6个基本解。
最优化计算方法-第5章(线性规划)
第五章线性规划线性规划（Linear Programming，简记为LP）是数学规划的一个重要的分支，其应用极其广泛．1939年，前苏联数学家康托洛维奇（Л.B.Kah ）在《生产组织与计划中的数学方法》一书中，最早提出和研究了线性规划问题．1947年美国数学家丹泽格（G. B. Dantzig）提出了一般线性规划的数学模型及求解线性规划的通用方法─单纯形方法，为这门科学奠定了基础．此后30年，线性规划的理论和算法逐步丰富和发展．1979年前苏联数学家哈奇扬提出了利用求解线性不等式组的椭球法求解线性规划问题，这一工作有重要的理论意义，但实用价值不高．1984年在美国工作的印度数学家卡玛卡(N. Karmarkar)提出了求解线性规划的一个新的内点法，这是一个有实用价值的多项式时间算法．这些为线性规划更好地应用于实际提供了完善的理论基础和算法．第一节线性规划问题及其数学模型一、问题的提出例1 某工厂在计划期内要安排生产Ⅰ、Ⅱ两种产品，已知条件如表所示。
问应如何安排计划使该工厂获利最多？ⅠⅡ现有资源设备原材料A 原材料B 14248台时16kg12kg每件利润23ⅠⅡ现有资源设备原材料A 原材料B 1402048台时16kg12kg每件利润23解: 设x 1、x 2 分别表示在计划期内产品Ⅰ、Ⅱ的产量。
12max 23z x x =+..s t 1228x x +≤1416x ≤2412x ≤12,0x x ≥二、线性规划问题的标准型112211112211211222221122123max ..,,0n nn n n n m m m mn n mn z c x c x c x s t a x a x a x b a x a x a x b a x a x a x b x x x x =+++⎧⎪+++=⎪⎪+++=⎨⎪⎪+++=⎪≥⎩，，其中1,,0m b b ≥11max ..,1,2,,0,1,2,,nj jj nij j i j j z c x s t a x b i mx j n=====≥=∑∑ 12(,,,)T n c c c =c 12(,,,)Tn x x x =x 12(,,,)Tm b b b =b 111212122212n nm m mn a a a a a a a a a ⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦A 12[,,,]n = p p pmax ..()Tz s t ⎧=⎪=≥⎨⎪≥⎩c x Ax b b x 001max ..()Tnj j j z s tx =⎧=⎪⎪=≥⎨⎪⎪≥⎩∑c xp bb x 00对于不是标准形式的线性规划问题，可以通过下列方法将线性规划的数学模型化为标准形式：（1）目标函数的转换对min z 可以化max()z -（2）右端项的转换对0i b <，给方程两边同时乘以1-（3）约束条件的转换约束条件为≤方程左边加上一个变量,称为松弛变量约束条件为≥方程左边减上一个变量,称为剩余变量（4）变量的非负约束变量j x 无限制时，令,,0j j j j j x x x x x ''''''=-≥变量0j x ≤时，令j jx x '=-例将下列线性规划模型转化为标准形式12312312312312min 23..7232500x x x s t x x x x x x x x x x x -+-⎧⎪++≤⎪⎪-+≥⎨⎪--=-⎪≥≥⎪⎩，解（1）变量的非负约束令345x x x =-1245max 233x x x x -+-..s t 612457x x x x x ++-+=712452x x x x x -+--=12453225x x x x -++-=§2 两变量线性规划问题的图解法例1 求下列线性规划的解12121212max ..284300z x x s t x x x x x x =+⎧⎪+≤⎪⎪≤⎨⎪≤⎪≥≥⎪⎩，解（1）画可行域c A B D C 2x 1x O （2）画出目标函数的梯度向量：（3）作目标函数的一条等值线,120x x z +=将等值线沿梯度方向移动当等值线即将离开可行例2 求下列线性规划的解12121212max 2..284300z x x s t x x x x x x =+⎧⎪+≤⎪⎪≤⎨⎪≤⎪≥≥⎪⎩，解（1）画可行域c A B D C 2x 1x O （2）画出目标函数的梯度向量：（3）作目标函数的一条等值线,1202x x z +=将等值线沿梯度方向移动当等值线即将离开可行域时与可行域“最后的交点点为问题的最优解例3 求下列线性规划的解12121212max ..2200z x x s t x x x x x x =+⎧⎪-≤⎪⎨-≥-⎪⎪≥≥⎩，c2x 1x O无解例4 求下列线性规划的解12121212min 3..123600z x x s t x x x x x x =-⎧⎪≤⎪⎨≥⎪⎪≥≥⎩++，2x 1x O线性规划问题的性质：（1）线性规划的可行域为凸集，顶点个数有限．若可行域非空有界，则可行域为凸多边形．（2）线性规划可能有唯一最优解，可能有无数多个最优解，也可能无解最优解．无最优解可能是目标函数在可行域上无界，也可能可行域为空集．（３）若线性规划有最优解，则最优解必可在可行域的某个顶点达到．若两个顶点都为最优解，那么这两点连线上的所有点都是线性规划的最优解．§3 线性规划解的概念及其性质1 线性规划解的概念考虑线性规划问题max ..()Tz s t ⎧=⎪=≥⎨⎪≥⎩c x Ax b b x 00定义.1 矩阵A 中任何一组m 个线性无关的列向量构成的可逆矩阵B 称为线性规划的一个基矩阵与这些列向量对应的变量称为基变量(basis variable ）其余变量称为基对应的非基变量(nonbasis variable ）B 若设一个基为12(,,)m B p p p = ，12,,,m x x x ——为基B 对应的基变量1,,m n x x + ——为基B 对应的非基变量1B m x x x ⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦1m N n x x x +⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦12(,,,)m m n ++= N p p p (,)=A B N 从而令=Ax b 则(,)N x ⎡⎤=⎢⎥⎣⎦B x B N b11B Nx B b B Nx --=-B N Bx Nx b+=令0N x =则1B x B b-=10B b -⎡⎤⎢⎥⎣⎦——基本解（basis solution ）满足10B b -⎡⎤≥⎢⎥⎣⎦,=≥0Ax b x 的基本解——基本可行解（basis feasible solution ）对应的基称为可行基（feasible basis ）．B 可以写成即:定义4 若基本可行解中所有基变量都为正，这样的基本可行解称为非退化解（non-degenerate solution）．若基本可行解中某基变量为零，这样的基本可行解称为退化解（degenerate solution）．例1212112max ..28400z x x s t x x x x x =-⎧⎪+≤⎪⎨≤⎪⎪≥≥⎩，标准化得：12123141234max ..28400,00z x x s t x x x x x x x x x =-⎧⎪++=⎪⎨+=⎪⎪≥≥≥≥⎩，，12341210(,,,)1001⎡⎤==⎢⎥⎣⎦A p p p p 子阵是否为基基变量非基变量基本解目标函数值134(,)=B p p 34,x x 12,x x (0,0,8,4)是231(,)=B p p 31,x x 24,x x (4,0,4,0)312(,)=B p p 12,x x 34,x x (4,2,0,0)424(,)=B p p 24,x x 13,x x (0,4,0,4)-4514(,)=B p p 14,x x 23,x x (8,0,0,4)-是是是是042基本可行解1x O(4,0)(4,2)(0,4)(8,0)2x 顶点2 解的判别定理定理1 最优解的判别准则设B 为线性规划LP 的一个基，1(1)0-≥B b 1(2)T T--≥0Bc B A c 则基对应的基本可行解1-⎡⎤⎢⎥⎣⎦0B b 是LP 的最优解．1(1,2,,)σ--== TBj j j c B p c j n 为变量对应的检验数j x 112[0,,0,,,]σσσ-++-= ，T TBm m n c B A c 显然基变量对应得检验数为零．定理2 无穷多个最优解的判别定理在线性规划的最优解中，某个非基变量对应的检验数为零，则线性规划有无数多最优解．定理3 无界解的判别定理设B 为线性规划的一个可行基，若基本可行解中s x 对应的检验数0σ<s ，且1-≤0s B p 则线性规划具有无界解（或称无解）．某非基变量§3.4 单纯形表设B 为线性规划的一个基，x 为对应的可行解，则=Ax b两边同乘得1-B 11--=B Ax B b两边同乘得T Bc 11T T --=BBc B Ax c B b T z =c xTz -=c x 11T T --+-=TBBz c B Ax c x c B b 11(T T --+-=)TBBz c B A c x c B b1111()T TT z ----⎧+-=⎨=⎩BBc B A c x c B b B Ax B b 11111T T Tz ----⎡⎤⎡⎤-⎡⎤=⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦0BBc B b c B A c x B A B b 定义矩阵1111TT----⎡⎤-⎢⎥⎣⎦T BBc B b c B A c B bB A 为基B 对应的单纯形表（table of simplex ）,记为()T B1111()T T----⎡⎤-=⎢⎥⎣⎦T BBc B b c B A c T B B bB A 检验数函数值基变量的值各变量的系数100T b -=Bc B b 101020(,,,)--= T TBn c B A c b b b 10201-⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥ b b B b则单纯形表可写成000101011102()⎡⎤⎢⎥⎢⎥=⎢⎥⎢⎥⎣⎦B n n m m mn b b b b b b T b b b 1112121222111112(,,)---⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦n n n m m mn b b b b b b B A B p B p bb b上例中1212112max ..28400z x x s t x x x x x =-⎧⎪+≤⎪⎨≤⎪⎪≥≥⎩，标准化得：121231412max ..28400z x x s t x x x x x x x =-⎧⎪++=⎪⎨+=⎪⎪≥≥⎩，12341210(,,,)1001⎡⎤==⎢⎥⎣⎦A p p p p 子阵是否为基基变量非基变量基本解目标函数值134(,)=B p p 34,x x 12,x x (0,0,8,4)是231(,)=B p p 31,x x 24,x x (4,0,4,0)312(,)=B p p 12,x x 34,x x (4,2,0,0)424(,)=B p p 24,x x 13,x x (0,4,0,4)-4514(,)=B p p 14,x x 23,x x (8,0,0,4)-是是是是042基本可行解1x O(4,0)(4,2)(0,4)(8,0)2x 顶点13410(,)01⎡⎤==⎢⎥⎣⎦B p p 231(,)=B p p 12341210(,,,)1001⎡⎤==⎢⎥⎣⎦A p p p p T(0,0)=B C 10()T⎡⎤-=⎢⎥⎣⎦c T B b A 34011008121041001z x x -⎡⎤⎢⎥=⎢⎥⎢⎥⎣⎦23140101()4021141001x x ⎡⎤⎢⎥=-⎢⎥⎢⎥z T B 121101--⎡⎤=⎢⎥⎣⎦B 31401014021141001z x x ⎡⎤⎢⎥−−→-⎢⎥⎢⎥⎣⎦T(0,1)=B C单纯形表的特点：1、基变量对应的检验数为零2、基变量的系数构成单位阵§5旋转变换（基变换）设已知12(,,,,,)= r m j j j j B p p p p T()=B 1 r m j j j z x x x 1sn x x x 0001001011110102⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦sn s n r r rs rn m m ms mn b b b b b b b b b b b b b b b b为了将s x 变为基变量，而将r j x 变为非基变量，必须使表中的第s 列向量变为单位向量，变换按下列步骤进行：（1）将()T B 中第r 行，第s 列的元素化为1．01(,,,,,1,,) rj r rnr rs rs rs rsb b b b b b b b （2）将()T B 中第s 列的的其余元素化为0．0101(,,,,,0,,)---- is rn is rj is r is r i i ij in rs rs rs rsb b b b b b b b b b b b b b b b由此得出变换后矩阵中各元素的变换关系式如下，其中,01== ，，，rjrj rsb b j nb ,,01,01=-≠== ，，，，，，is rjij ij rsb b b b i r i m j nb 变换式称为旋转变换rs b 称为旋转元，r称为旋转行称为旋转列，s s x 称为入基变量，称为出基变量，r j x {,}r s定理3.5.1,01== ，，，rj rj rsb b j n b ,,0,01=-≠== ，，，，，is rj ij ij rsb b b b i r i m j n b 在变换之下，将基12(,,,,,)= r m j j j j B p p p p 的单纯形表变为基12(,,,,,)= m j s j j B p p p p 的单纯形表第6节单纯形法基本思路是：线性规划(通常是求最小值的形式)若有最优解，其必定在可行域(在相应几何空间中是一个凸多面体)的顶点达到，故从某一个顶点出发，沿着凸多面体的棱向另一顶点迭代，使得目标函数的值增加,经过有限次迭代，将达到最优解点.1.入基变量及出基变量的确定入基变量的确定由上面可知，目标函数用非基变量表示的形式为01n j jj m z z x σ=+=-∑若某检验数0j σ<则j x 的系数大于零，将j x 由零变为非零，目标函数值增大．所以，为了使的取值目标函数值增加，可以将某检验数0j σ<对应的非基变量j x 中的某个变为基变量．{}min 0j s j σ=<则s x 可选作为入基变量．即：在负检验数中，列标最小的检验数对应的非基变量入基．２．出基变量的确定在确定出基变量时应满足两个原则：（1）目标函数值不减；（2）保证新的基本解为基本可行解．0min 0,0i is is b b i m b θ⎧⎫=>≤≤⎨⎬⎩⎭min ,00i is is b r i b i m b θ⎧⎫==>≤≤⎨⎬⎩⎭，2 单纯形法设已知一个初始可行基及B T()B 基变量指标集合为{}1,,B m J j j = 非基变量的指标集合为{}1,2,,\N BJ n J =单纯形法若所有()00j N b j J ≥∈，则停止，最优解为0,1,,0,ij i j N x b i m x j J **⎧==⎪⎨=∈⎪⎩否则转（2）．（1）最优性检验（2）选入基变量{}0min 0,j N s j b j J =<∈若()01~is b i m ≤=,则停止,(LP)无最优解，否则转(3)（3）选出基变量0min 0,0i is is b b i m b θ⎧⎫=>≤≤⎨⎬⎩⎭0min ,00i is is b r i b i m b θ⎧⎫==>≤≤⎨⎬⎩⎭，（4）作{},r s 旋转运算,01rj rj rsb b j n b == ，，，,,01,01is rj ij ij rsb b b b i r i m j n b =-≠== ，，，，，，得B 的单纯形表()()ijT B b =，以ij b 代替ij b ，转(1)例1 求线性规划问题的解解标准型为:121231425max 2328416.412,,,,0z x x x x x x x s t x x x x x x x =+++=⎧⎪+=⎪⎨+=⎪⎪≥12121212max 2328416.412,0z x x x x x s t x x x =++≤⎧⎪≤⎪⎨≤⎪⎪≥⎩12123142512345max 2328416.412,,,,0z x x x x x x x s t x x x x x x x =+++=⎧⎪+=⎪⎨+=⎪⎪≥⎩-20-381612121004001004001345z x x x 12345x x x x x 000⎤⎥⎥⎥⎥⎥⎥⎡⎢⎢⎢⎢⎢⎢0T()B =0345[,,]B p p p =00T()T c B bA ⎡⎤-=⎢⎥⎣⎦-20-381612121004001004001345z x x x 12345x x x x x 000⎤⎥⎥⎥⎥⎥⎥⎦⎡⎢⎢⎢⎢⎢⎢⎣0T()B =8/116/408-3441202101001/400400135z x x 12345x x x x x 01/20⎤⎥⎥⎥⎥⎥⎥⎡⎢⎢⎢⎢⎢⎢1/4-41x08-3441202101001/400400135z x x 12345x x x x x 01/20⎤⎥⎥⎥⎥⎥⎥⎦⎡⎢⎢⎢⎢⎢⎢⎣1/4-1x 4/212/40140244011/201001/40002-15z x 12345x x x x x 3/21/80⎤⎥⎥⎥⎥⎥⎥⎦⎡⎢⎢⎢⎢⎢⎢⎣1/8-1x 32x 1/2例2求线性规划问题的解解标准型为:121231425max 228416.412,,,,0z x x x x x x x s t x x x x x x x =+++=⎧⎪+=⎪⎨+=⎪⎪≥12121212max 228416.412,0z x x x x x s t x x x =++≤⎧⎪≤⎪⎨≤⎪⎪≥⎩12123142512345max 228416.412,,,,0z x x x x x x x s t x x x x x x x =+++=⎧⎪+=⎪⎨+=⎪⎪≥⎩-10-281612121004001004001345z x x x 12345x x x x x 000⎤⎥⎥⎥⎥⎥⎥⎡⎢⎢⎢⎢⎢⎢0T()B =0345[,,]B p p p =00T()T c B bA ⎡⎤-=⎢⎥⎣⎦-10-281612121004001004001345z x x x 12345x x x x x 000⎤⎥⎥⎥⎥⎥⎥⎦⎡⎢⎢⎢⎢⎢⎢⎣0T()B =8/116/404-2441202101001/400400135z x x 12345x x x x x 01/40⎤⎥⎥⎥⎥⎥⎥⎡⎢⎢⎢⎢⎢⎢1/4-41x0-2441202101001/400400135z x x 12345x x x x x 00⎤⎥⎥⎥⎥⎥⎥⎦⎡⎢⎢⎢⎢⎢⎢⎣1/4-1x 4/212/4080244011/201001/400015z x 12345x x x x x 100⎤⎥⎥⎥⎥⎥⎥⎦⎡⎢⎢⎢⎢⎢⎢⎣1/8-1x 32x 41/42-1/2080244011/201001/400015z x 12345x x x x x 100⎤⎥⎥⎥⎥⎥⎥⎦⎡⎢⎢⎢⎢⎢⎢⎣1/8-1x 2x 2T 0803280101/410101/2-004-12z 12345x x x x x 00⎤⎥⎥⎥⎥⎥⎥⎦⎡⎢⎢⎢⎢⎢⎢⎣01x 2x 42-1/25x 11212x k x k x =+12120,1,1k k k k ≤≤+=全部最优解为§7 两阶段法第二阶段从初始可行基开始，用单纯形法求解原问题．（LP ）max ..(0)0T z c x s t Ax b b x ⎧=⎪=≥⎨⎪≥⎩（ALP ）max ..0()T w s t z ⎧=-⎪-=⎪⎨+≥⎪⎪≥⎩00T e y c x A =b b x y x 第一阶段引入人工变量，构造辅助问题，求辅助问题的最优解，得出原问题的初始可行基及对应的基本可行解．（ALP）12112211112211121122222211212312max..0 ,,,,0mn nn nn nm m mn n m mn mw y y ys t z c x c x c xa x a x a x y ba x a x a x y ba x a x a x y bx x x x y y y=----⎧⎪----=⎪⎪++++=⎪++++=⎨⎪⎪++++=⎪⎪≥⎩，，，，，121111211112122122212000000100()010001m m m m i i i in i=1i i i n n n m m m mn b a a a c c c b a a a T B b a a a b a a a ===⎡⎤----⎢⎥⎢⎥---⎢⎥⎢⎥=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦∑∑∑∑。
线性规划
§2.1 线性规划问题及其模型 Mathematical Model of LP
Linear Programming
【例2.1】美佳公司计划制造I、II两种家电产品。已知
各制造一件时分别占用的设备 A 、 B 的台时、调试工序 时间及每天可用于这两种家电的能力、各售出一件时 的获利情况，如下表所示。问：该公司应制造两种家 电各多少件，使获取的利润最大？ 项目 设备A(h) 设备B(h) 调试工序(h) 利润(元) I 0 6 1 2 II 5 2 1 1 每天可用能力 15 24 5
≥ 60, x1 + x 2 ≥ 70 ≥ 60, x3 + x 4 ≥ 50 ≥ 20, x5 + x6 ≥ 30 x1−6 ≥ 0
x6 + x1 x + x 2 3 s.t. x 4 + x5
§2.2 线性规划应用举例
Linear Programming
例2.4 一家中型的百货商场，它对售货员的需求经 过统计分析如下表所示。为了保证售货人员充分休 息，售货人员每周工作5天，休息两天，并要求休息 的两天是连续的。问应该如何安排售货人员的作息， 既满足工作需要，又使配备的售货人员的人数最少？
§2.1 线性规划问题及其模型 Mathematical Model of LP
Linear Programming
假设决策变量 x j 的取值受到 m 项资源的限制，
bi ， i = 1,2, , m 表示第 i 种资源的拥有量，
aij 表示决策变量 x j 取值为1个单位时所消耗的 第 i 种资源的数量；我们通常把 aij 称为工艺系数。
设备 A1 A2 B1 B2 B3 原料（元/件） 售价（元/件） 产品单件工时 Ⅰ Ⅱ Ⅲ 5 10 7 9 12 6 8 4 11 7 0.25 0.35 0.50 1.25 2.00 2.80 设备的 有效台时 6000 10000 4000 7000 4000 设备加工费 (元/h) 0.05 0.03 0.06 0.11 0.05
运筹学习题精选
运筹学习题精选第一章线性规划及单纯形法选择1．在线性规划模型中，没有非负约束的变量称为……………………………………………………( C )A．多余变量 B．松弛变量 C．自由变量 D．人工变量2．约束条件为0AX的线性规划问题的可行解集b,≥=X 是………………………………………( B )A．补集 B．凸集 C．交集 D．凹集3．线性规划问题若有最优解，则一定可以在可行域的（ C）上达到。
A．内点 B．外点 C．顶点 D．几何点4．线性规划标准型中bi（i=1，2，……m）必须是…………………………………………………( B)A．正数 B．非负数 C．无约束 D．非零的5．线性规划问题的基本可行解X对应于可行域D 的………………………………………………( D)A．外点 B．所有点 C．内点 D．极点6．基本可行解中的非零变量的个数小于约束条件数时，该问题可求得……………………………( B ) A．基本解 B．退化解 C．多重解 D．无解7．满足线性规划问题全部约束条件的解称为…………………………………………………( C )A．最优解 B．基本解 C．可行解 D．多重解8．线性规划一般模型中，自由变量可以用两个非负变量的（B ）代换。
A．和 B．差 C．积 D．商9．当满足最优检验，且检验数为零的变量的个数大于基变量的个数时，可求得………………………( A )A ．多重解B ．无解C ．正则解D ．退化解 10．若线性规划问题有最优解，则必定存在一个( D )是最优解。
A ．无穷多解 B. 基解 C. 可行解 D. 基可行解 填空计算 1． 某厂生产甲、乙、丙三种产品，已知有关数据如下表所示,求使该厂获利最大的生产计划。
2． 目标函数为max Z =28x4+x5+2x6，约束形式为“≤”，且x1，x2，x3为松弛变量，表中的解代入目标函数中得Z=14，求出a~g 的值，并判断是否→j c 0 0 0 28 1 2B C 基 b 1x 2x 3x 4x5x 6x 2 6x A 3 0 -14/3 0 1 1 0 2x 5 6 D 2 0 5/2 0 28 4x 0 0 E F 1 0 0 j j z c - B C 0 0 -1 G3． 某工厂生产A 、B 两种产品，已知生产A 每公斤要用煤6吨、电4度、劳动力3个；生产B 每公斤要用煤4吨、电5度、劳动力10个。
运筹学1至6章习题参考答案
0
2
11/8
0
-3/4
0
9
X4
0
0
0
9/8
1
7/16
-1/4
27/4
6
X1
3
1
0
-1/2
0
1/4
0
3
M
X2
2
0
1
[11/16]
0
-3/32
1/8
1/8
0.181818
C(j)-Z(j)
0
0
0
0
-9/16
-1/4
37/4
X3进基、X2出基，得到另一个基本最优解。
C(j)
3
2
-0.125
6重油
7残油
辛烷值
80
115
105
蒸汽压：公斤／平方厘米
1.0
1.5
0.6
0.05
每天供应数量(桶)
2000
1000
1500
1200
1000
1000
800
问炼油厂每天生产多少桶成品油利润最大，建立数学模型。
解设xij为第i（i＝1,2,3,4）种成品油配第j(j=1,2,…,7)种半成品油的数量（桶）。
10
-5
1
0
0
0
* Big M
5
3
1
0
0
0
X1
10
1
3/5
1/5
0
1/5
2
X4
0
0
4
-9
1
1
25
C(j)-Z(j)
0
-11
-1
初中 线性规划教案
初中线性规划教案课程目标：1. 了解线性规划的概念和意义；2. 学会建立线性规划模型；3. 掌握简单的线性规划解法；4. 能够应用线性规划解决实际问题。
教学重点：1. 线性规划的概念和意义；2. 线性规划模型的建立；3. 线性规划的解法。
教学难点：1. 线性规划模型的建立；2. 线性规划的解法。
教学准备：1. 教师准备PPT或者黑板，展示线性规划的相关概念和例题；2. 准备一些实际问题，用于引导学生应用线性规划解决。
教学过程：一、导入（5分钟）1. 引入话题：介绍线性规划在实际生活中的应用，如物流配送、生产计划等；2. 提问：什么是线性规划？为什么需要线性规划？二、新课讲解（15分钟）1. 讲解线性规划的定义和意义；2. 讲解线性规划模型的建立方法，如目标函数、约束条件等；3. 讲解线性规划的解法，如图解法、代数法等。
三、例题讲解（15分钟）1. 讲解一个简单的线性规划例题，引导学生跟随解题过程；2. 让学生分组讨论，尝试解决其他线性规划问题。
四、应用练习（15分钟）1. 给出几个实际问题，让学生应用线性规划解决；2. 引导学生思考如何将实际问题转化为线性规划模型；3. 引导学生思考如何选择合适的解法求解。
五、总结（5分钟）1. 回顾本节课所学内容，让学生总结线性规划的概念、模型建立和解法；2. 强调线性规划在实际生活中的应用价值。
教学反思：本节课通过讲解线性规划的概念、模型建立和解法，让学生了解线性规划的基本知识，并能够应用线性规划解决实际问题。
在教学过程中，要注意引导学生思考实际问题与线性规划之间的联系，培养学生的应用能力。
同时，也要注意让学生掌握线性规划的解法，提高他们的解决问题的能力。
运筹学(第四版)清华大学出版社《运筹学》教材编写组-第章
27
清华大学出版社
2.1.4 线性规划问题的解概念
❖ 1.可行解 ❖ 2.基 ❖ 3.基可行解 ❖ 4.可行基
28
清华大学出版社
2.1.4 线性规划问题的解的概 念
1. 可行解
❖ 定义
满足约束条件(1-5)、(1-6)式的解X=(x1,x2，…，xn)T， 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。
21
清华大学出版社
2.1.3 线性规划问题的标准型式
线性规划问题的几种表示形式
用向量形式表示的标准形式线性规划
M
'' 1
:目标函数：max
z
CX
n
约束条件： j1 Pj x j
b
x
j
0,
j 1,2,,n
C c1 ,c2 ,,cn ;
x1
a1 j
b1 Xx2 ; NhomakorabeaPj
a2
j
若约束条件为“≤”型不等式，则可在不等式左端加入非负松弛变 量，把原“≤”型不等式变为等式约束； 若约束条件为“≥”型不等式，则可在不等式左端减去一个非负剩 余变量(也称松弛变量)，把不等式约束条件变为等式约束。 (3) 若存在取值无约束的变量xk,可令
xk xk' xk" xk' , xk" 0
2.1.3 线性规划问题的标准型式
M1 : 目标函数：max z c1x1 c2 x2 cn xn
a11x1 a12 x2 约束条件：a21x1 a22 x2
a1n xn b1 a2n xn b2
am1x1 am2 x2 amn xn bm
x1, x2 , , xn 0
B_第五章 线性规划
练习: 将下列线性规划问题化成标准型 1、 min Z= 5x1+ x2 + x3 3x1+ x2 - x3≤7 -3x1+ x2 ≤6 s.t x1+ 2x2≤4 x2≥-3, x1无限制
2、
max Z= -x1+4 x2 s.t x1- 2x2+4x3≥-6 x2+3x3 =3 x1 ,x2≥0, x3无限制
2.1、图解法:
§2 线性规划图解法
图解法不是解线性规划的主要方法,只是用于说明线性规 划解的性质和特点。只能解两个变量问题。 （用图解法求解,线性规划不需要化成标准型） 图解法的步骤： 1、约束区域的确定 2、目标函数等值线 3、平移目标函数等值线求最优值
线性规划解的几种可能情况
1、唯一最优解 2、无穷多最优解 3、无可行解 4、无有限最优解(无界解)
A—系数矩阵
b—资源向量
线性规划问题模型的标准型 分量形式：线性规划（LP）的标准型： 目标函数： max z=c1 x1+ c2 x2+ …+ cn xn 约束条件： a11 x1 + a12 x2+ …+ a1n xn=b1 s.t a21 x1 + a22 x2+ …+ a2n xn=b2 … … … am1 x1 + am2 x2+ …+ amn xn=bm x1≥0，x2≥0，…，xn≥0 且bi≥0，若 bi<0，则乘(-1) 注: 有些书中以min型目标函数为标准型
第五章 线性规划
第一节
线性规划问题
（Linear Programming ）
§1 线性规划问题及其数学模型
问题1：某工厂计划生产甲、乙两种产品。所需的设备台 时及A、B两种原材料消耗，详见下表
运筹学第3版熊伟编著习题答案（PDF版）
运筹学（第3版）习题答案第1章线性规划P36第2章线性规划的对偶理论P74第3章整数规划P88第4章目标规划P105第5章运输与指派问题P142第6章网络模型P173第7章网络计划P195第8章动态规划P218第9章排队论P248第10章存储论P277第11章决策论P304第12章多属性决策品P343第13章博弈论P371全书420页第1章线性规划1.1工厂每月生产A、B、C三种产品,单件产品的原材料消耗量、设备台时的消耗量、资源限量及单件产品利润如表1－23所示．表1－23产品资源材料(kg)设备(台时)利润(元/件)A1.5310B1.21.614C41.212资源限量25001400根据市场需求,预测三种产品最低月需求量分别是150、260和120,最高月需求是250、310和130.试建立该问题的数学模型,使每月利润最大．【解】设x1、x2、x3分别为产品A、B、C的产量，则数学模型为max Z=10x1+14x2+12x3⎧1.5x1+1.2x2+4x3≤2500⎪3x+1.6x+1.2x≤140023⎪1⎪⎪150≤x1≤250⎨⎪260≤x2≤310⎪120≤x3≤130⎪⎪⎩x1,x2,x3≥01.2建筑公司需要用5m长的塑钢材料制作A、B两种型号的窗架．两种窗架所需材料规格及数量如表1－24所示：每套窗架需要材料表1－24窗架所需材料规格及数量型号A型号B 长度（m）A1：2A2：1.5需要量（套）数量(根)23300长度(m)B1：2.5B2：2400数量(根)23问怎样下料使得（1）用料最少；（2）余料最少．【解】第一步：求下料方案，见下表。
方案B1B2A1A22.5221.5一2000二三四五六七八九十需要量110010101001020001100102002010012000030.58001200600900余料(m)00.50.51110第二步：建立线性规划数学模型设x j （j =1,2,…，10）为第j 种方案使用原材料的根数，则（1）用料最少数学模型为min Z =∑xjj =110⎧2x 1+x 2+x 3+x 4≥800⎪⎪x 2+2x 5+x 6+x 7≥1200⎪⎨x 3+x 6+2x 8+x 9≥600⎪x +2x +2x +3x ≥9007910⎪4⎪⎩x j ≥0,j =1,2,L ,10（2）余料最少数学模型为min Z =0.5x 2+0.5x 3+x 4+x 5+x 6+x 8+0.5x10⎧2x 1+x 2+x 3+x 4≥800⎪⎪x 2+2x 5+x 6+x 7≥1200⎪⎨x 3+x 6+2x 8+x 9≥600⎪x +2x +2x +3x ≥9007910⎪4⎪⎩x j≥0,j =1,2,L ,101.3某企业需要制定1～6月份产品A 的生产与销售计划。
《管理运筹学》第四版 第5章 单纯形法 课后习题解析
《管理运筹学》第四版课后习题解析第5章单纯形法1．解：表中a 、c 、e 、f 是可行解，f 是基本解，f 是基本可行解。
2．解：（1）该线性规划的标准型如下。
max 5x 1＋9x 2＋0s 1+0s 2+0s 3 s.t. 0.5x 1＋x 2＋s 1＝8 x 1＋x 2－s 2＝100.25x 1＋0.5x 2－s 3＝6 x 1，x 2，s 1，s 2，s 3≥0（2）至少有两个变量的值取零，因为有三个基变量、两个非基变量，非基变量取零。
（3）（4，6，0，0，-2）T （4）（0，10，-2，0，-1）T （5）不是。
因为基本可行解要求基变量的值全部非负。
（6）略 3.解：令333x x x ''-'=，z f -=改为求f max ；将约束条件中的第一个方程左右两边同时乘以-1，并在第二和第三个方程中分别引入松弛变量5x 和剩余变量6x ，将原线性规划问题化为如下标准型：j x '、j x ''不可能在基变量中同时出现，因为单纯性表里面j x '、j x ''相应的列向量是相同的，只有符号想法而已，这时候选取基向量的时候，同时包含两列会使选取的基矩阵各列线性相关，不满足条件。
4．解： （1） 表5-10,,,,,, 24423 1863 1334 7234max 654332163321543321433214321≥'''=-''+'--=++''+'-+-=+''+'---++-=x x x x x x x x x x x x x x x x x x x x x x x x x x x f 约束条件：（2）线性规划模型如下。
max 6x 1＋30x 2＋25x 3 s.t. 3x 1＋x 2＋s 1=40 2x 2＋x 3＋s 2=50 2x 1＋x 2-x 3＋s 3＝20 x 1，x 2，x 3，s 1，s 2，s 3 ≥0（3）初始解的基为（s 1，s 2，s 3）T ，初始解为（0，0，0，40，50，20）T ，对应的目标函数值为0。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
写成一般形式:
1 4 31 51 4
j cj zj
m
cj cBaiij
i1
2 3
2 31 5 2 13253
11 20
4 2 3 4 51 15
推论:
3 最小,x3 应为进基变量
若线性规划的一个基本可行解的所有进基判别数均为
非负,则该解为最优解.
2020/6/19
6
s.t. x1 x2 2x3 4x4 x5 4 x1 2x2 3x3 x4 x6 5 xj 0,..j.1,2,..6.,
1.初始基本可行解 取x5,x6 为基本变量, 则有:
X(0) [0 0 0 0 4 5]T
F(0)345537
2020/6/19
22
minF(X)4x1 2x2 x3 2x4 3x5 5x6
34
§5-4修正单纯形法
当A内不包含单位矩阵时,需引入由人工变量组 成的单位矩阵,以方便获得初始可行解.
(1)大M法
引入一组人工变量,它们在目标函数中的系数 均是非常大的正数M;
(2) 两相法
引入一组人工变量,在人工变量未完全离基 前目标函数为各人工变量之和,当人工变量完全 离基后恢复原目标函数。
第五章 线性规划
一.线性规划的基本概念 二.基本可行解的转换 三.求解线性规划的单纯形法
2020/6/19
1
§5-1 线性规划的基本概念
一）应用实例
某厂生产甲、乙两种产品，已知：①两种产 品分别由两条生产线生产。第一条生产甲，每天 最多生产9件，第二条生产乙，每天最多生产7件； ②该厂仅有工人24名，生产甲每件用2工日，生 产乙每件用3工日；③产品甲、乙的单件利润分 别为40元和80元。问工厂如何组织生产才能获得 最大利润？
9
四）线性规划的基本性质
1）可行域D为凸集，每个基本可行解对应于D上的一个顶点； 2）只要可行域存在且封闭，则起码有一个基本可行解为最 优点； *ⅰ）若最优点所在的边界线与等值线平行，则该边界线上 的点均为最优点；
ⅱ）若可行域不封闭，则可能有无界解。 3)最优点可在D的顶点中寻找。
2020/6/19
x1x2 2x3 4x4 x5 4
(2)确定离基变量
x12x2 3x3 x4 x6 5
xj 0,..j.1,2,..6 .,
①原则:考虑可行性(该变量离基后,能使余下的基本变量为非负)
由于
x5 x6
42x3 53x3
2(2 x3)
3(5 3
x3)
a13(b1/a13x3) a23(b2 /a23x3)
x2
x3
x4
x5
x6
bi
i
3 x5 1/3 -1/3 0 10/3 1
2/3 0.2
1 x3 1/3 2/3 1 1/3 0
5/3 5
X1
0 0 5/3 0 2/3 0 F1 11/3
j
8/3 7/3
-
25/3
cj
4212
c Bi 基变量 x1
x2
x3
x4
x5
x6
bi
i
2 x4 1/10 -
0
1
0.2
例1
s.t.
minF(X)4x12x2 x3 2x4 3x5 5x6 x1 x2 2x3 4x4 x5 4 x1 2x2 3x3 x4 x6 5 xj 0,..j.1,2,..6.,
cj
421235
c Bi 基变量 x1
x2
x3
x4
x5
x6
bi
i
3 x5 1
1
2
4
1
0
4
2
离 基
5 x6 1
2
3
1
0
X0
s.t. x1 x2 x3 3
x1 4 x2 x4 4
cj
-2 -3
0
x j 0,... j 1,2,..., 4 cBi 基变量 x1
x2
x3
x4
bi
i
-3 x2 -1 1
0 3 -3
问题有无界解
0 x4 -3 0
1 16 16/3
X 1j
0
3
0 16 F1 -9
-5
2020/6/19
10
§5-2 基本可行解的转换
2020/6/19
11
2020/6/19
12
2020/6/19
13
2020/6/19
14
2020/6/19
15
2020/6/19
16
2020/6/19
17
2020/6/19
18
2020/6/19
19
2020/6/19
20
§5-3 求解线性规划的单纯形法
2020/6/19
6
三）线性规划的基本概念
1.线性规划的图解 x2
max F ( X ) 40 x 1 80 x 2 X D R2
(1.5,7) F*=620
s.t. x 1 9
x2 7
2 x 1 3 x 2 24
x1
x1, x2 0
0
F=0
2020/6/19
7
2. 线性规划的基本概念
2020/6/19
2
解: 设甲、乙两种产品的日产件数分别为 x1, x2.
max F ( X ) 40 x 1 80 x 2 X D R2 s.t. x 1 9 x2 7 2 x 1 3 x 2 24 x1, x2 0
日利润最大
生产能力限制 劳动力限制 变量非负
2020/6/19
1/10
1 x3 3/10 7/10 1 0
X 2j
0 0 1.6 0.2 0
已获3得.5 最优1.5解
1.6 0 F2 2
2020/6/19
33
cj
-2 -3 0 0
c Bi 基变量 x1
x2
x3
x4
bi
i
0 x3 -1
1
1
0
3
3
0
x4
1
-4 0
1
4
-1
X0
0
0
3
4 F0 0
例2
j
-2 -3
min F ( X ) 2 x1 3 x2
(2)
(2) / 10 3
:
110x1110x2x4
1 5
(3)
(3)(1)(1): 3
130x1170x2x3
8 5
(4)
X(2) [0 0 8/5 1/5 0 0]T
F(2) 8212 55
2020/6/19
28
m F ( X i) n 4 x 1 2 x 2 x 3 2 x 4
4. 第三次变换顶点
3
二)线性规划的一般形式
s.t.
min F ( X ) c1 x1 c2 x2 ... cn xn a11 x1 a12 x2 ... a1n xn b1 a 21 x1 a 22 x2 ... a 2 n xn b2 ......
a m1 x1 a m 2 x2 ... a mn xn bm x1 , x2 ,... xn 0
可行性要求;
ⅱ)推论:若线性规划的的所有离基 判别数均为负数时,则问题有无界解.
2020/6/19
26
3.第二次变换顶点 minF(X) 4x1 2x2 x3 2x4 3x5
x1 x2 2x3 4x4 x5 4 (1)
x1 2x2 3x3 x4 5
(2)
xj 0,...j 1,2,...5,
(2)3: 1 3x13 2x2x31 3x45 3
a12
2 2 x 2 3 x 5 5 x 6 2 3 1 0 11
即 2c2(c5a 12 c6a 2)2
2020/6/19
23
minF(X)4x1 2x2 x3 2x4 3x5 5x6 x1 x2 2x3 4x4 x5 4 x1 2x2 3x3 x4 x6 5 xj 0,..j.1,2,..6 .,
式中， c j —价值系数；a ij —结构系数
b i —限定系数
特点: 1)为极小化问题; 2)约束取等号;
3)限定系数非负; 4)变量非负.
2020/6/19
4
▪ 将数学模型化为标准型的方法
1）将极大化问题化为极小化问题 —目标函数变号；
2）将不等式约束变为等式约束： (1)若 gi(X)bi gi(X)xkbi (2)若 gi(X)bi gi(X)xkbi
cj
42123
c Bi 基变量 x1
x2
x3
x4
x5
x6
bi
i
3 x5 1/3 -1/3 0 10/3 1
2/3 0.2
1 x3 1/3 2/3 1 1/3 0
5/3 5
X1
0 0 5/3 0 2/3 0 F1 11/3
j
8/3 7/3
-
25/3
2020/6/19
32
cj
42123
c Bi 基变量 x1
3x13x2x33x43
1 3x11 3x2130 x4x53 2
1
5 3
/
1 3
5
2
2 3
/ 10 3
0.2
x 5 离基
m F ( X i ) n 4 x 1 2 x 2 x 3 2 x 4
12
15
3 x1 3 x2 x3 3 x4 3
(1)
1 3
x1
1 3
x2
10 3
x4
2 3
130x1170x2x3