运筹学-4(单纯性表)
运筹学--大学期末考试专用试题
运筹学重点题型一、单纯性表单纯形法的算法步骤1.确定初始基和初始基可行解,建立初始单纯形表。
2.检验各非基变量的检验数,若所有检验数σj≤0,则已经求得最优解,计算停,否则转3。
3.在所有的检验数σj>0中,若有某个σk>0对应的xK的系数列向量Pk’≤0(即所有a ik ’≤0),则此问题无界,计算停,否则转4。
4.根据σk=max{σj>0,0≤j ≤n}确定Xk为换入变量,根据最小比值法则,θ=min{bi’/aik’| aik’ >0, 0≤i≤m}= bL’/aLk’,确定XL为换出变量,转5。
5.以aLk’为主元素进行旋转变换,即进行矩阵的初等行变换,把Xk为所对应的列向量变成单位列向量。
得到新的单纯形表,返回2,循环以上步骤。
例:maxZ=2x1+3x2 maxZ=2x1+3x2x1+2x2 ≤ 8 x1+2x2 +x3 =84x1 ≤16 4x1 +x4=164x2 ≤ 12 4x2 +x5=12xj ≥ 0 xj ≥ 0二、表上作业法•表上作业法的基本步骤• 1.编制初始方案,确定初始可行解。
•使用方法:最小元素法、伏格尔法。
• 2.最优性检验•使用方法:闭回路法、位势法。
• 3.方案的调整•使用方法:闭回路法•例:某公司经销甲产品,该产品有三个加工厂,产量分别为7、4、9吨,该产品有四个销售地点,销售量为3、6、5、6吨,已知单位定价,问如何在满足各销售点的需求量的前提下,使花费最小?三、匈牙利法• 1.对指派问题的系数矩阵进行变换,使每行每列都出现0元素• 2.进行试指派。
找出独立的0元素。
•行搜索:从只有一个0元素的行开始,给这个0划圈,并划去该元素所在列的其他0元素。
•列搜索:从只有一个0元素的列开始,给这个0划圈,并划去该元素所在行的其他0元素。
•反复行列搜索,直到所有的0元素圈上和划去为止。
• 3.若独立0元素个数=方阵的阶数,则已经找到最优方案,反之,转下步。
• 4.求覆盖0元素的最小直线集合。
单纯形表法详细讲解
单纯形表法详细讲解
单纯形法是一种求解线性规划问题的数学方法。
以下是其详细步骤:
1. 确定初始基可行解:一般采用取松弛变量的方法来获得初始基可行解,从而得到对应的单位矩阵作为基。
2. 判断是否满足最优解条件:单纯形法从可行域中的一个点开始,判断该顶点是否为最优解。
如果不是,就寻找另一个目标函数值更优的顶点。
3. 迭代优化:通过单纯形表判断出顶点是否为最优解,如果线性规划问题没有最优解,则继续迭代优化,直到找到最优解或确定问题无解。
4. 确定最优解:在单纯形表中,理解其系数矩阵、基、基向量、非基向量和基变量等基本概念,从而确定最优解。
5. 确定换入变量和换出变量:在单纯形表中,如果发现非基变量的系数大于零,则可以通过增加这些变量的值来使目标函数增加。
由于每个变量都大于零,对于某个变量增加是有所限制的,如果该变量过大,由于其他限制条件,会导致其他变量小于零。
因此,应该让该变量一直增大,直到有一个其他变量刚好等于0为止,那么这个变量就被换出基。
6. 进行高斯行变换:使用第4行对各行进行高斯行变换,使得二列第四行中的每个x都变成零,也包括c2。
如需更多关于单纯形法的信息,可以咨询数学专家或查阅相关文献资料。
运筹学单纯形法的例题
可行域在x1+3x2=7与4x1+2x2=9之下__
3
.
05.07.2020
练习㈠用图解法
5
4 4x1+x2=9
3
2
1 (2.25,0)
0
1
2
3
4
5
6
7
4
.
05.07.2020
练习㈠. 单纯形表
1 31 0 7 4 20 1 9
填入第一个约束的数据.
填入第二个约束的数据.
5
.
05.07.2020
❖至少有一个非基变量的检验数为正,但它的系 数全为非正,则无有限最优解;
❖所有非基变量的检验数全为非正,已有最优解, 但若其中至少有一个的检验数为0,且它的系 数中有2正4 的,则可能有. 无穷多个最优0解5.07.。2020
基变量列中_x_5_换为_x_1_,
改CB列,_-_M__换为_4__.
Excel
17
.
05.07.2020
练习㈢用图解法和单纯形法求 如下线性规划问题的最优解:
Max z =4 x1 + x2 x1 + 3x2 ≥ 7
s.t. 4x1 + 2x2 ≥ 9 x1 , x2 ≥ 0
可行域在直线 x1+3x2=7之上__
s.t. 4x1 + 2x2 -x4+x6=9
基引是进谁两?个这 理x“1里?,x人“2 ,工x-”3 如变,x4何量,x5处”,x6≥0
x5 ,x620
.
05.07.2020
练习㈢.用单纯形法
Max z=4x1+x2+0x3+0x4 -Mx5 –Mx6
第四节 单纯形法的计算步骤
上表中由于所有σ 上表中由于所有 j>0 ,表明已求得最优解 x1=4, x2=2, x3=0, x4=0, x5=0, x6=4, , , , , , , Z=14。 。 当确定x 为换入变量计算θ值时 值时, ◆当确定 6为换入变量计算 值时,有两个相 同的最小值: 同的最小值:2/0.5=4,8/2=4。任选其中一 , 。 个作为换出变量时, 个作为换出变量时,则下面表中另一基变 量的值将等于0,这种现象称为退化 退化。 量的值将等于 ,这种现象称为退化。含有 一个或多个基变量为0的基可行解称为 的基可行解称为退化 一个或多个基变量为 的基可行解称为退化 的基可行解。 的基可行解。
18
迭代
xB
次数
cB
x1
x2
x3
x4
x5 bi
θi
50
x1
100
0
0
0
50 0 100
1 0 0
0
0 0 1
0
1 -2 0
- 50
0 1 0
0
-1 1 1
- 50
50 50 250 -27500
2
x4 x2
σj
2010年8月
管理工程学院
18
《运筹学》 运筹学》
19
所有的检验数 σ j ≤ 0, 此基本可行解: 此基本可行解:
2010年8月
管理工程学院
5
《运筹学》 运筹学》
6
c1 … cl b b1´
⋮
c j→ cB c1
⋮
… cm … xm …0 …⋮ 0 …1 …
⋮
…cj …xj …a1j´ …⋮ a2j´ …⋮ amj´
… ck … cn … xk …xn …0 …⋮ 1 …0
运筹学单纯形法
单纯形表
max z=x1+2x2 s.t. x1+x23 x2 1 x1, x2 0
Cj CB XB b 0 0 Z X3 3 X4 1 0 1 2 0 0
标准化
max z=x1+2x2 s.t. x1+x2+ x3 =3 x2 +x4=1 x1, x2 ,x3, x40
X1 X2 X3 X4 1 0 1 1 1 2 1 0 0 0 1 0
Z=x1+2x2 x1+x2+ x3 =3 x2 +x4=1 单纯形表
Cj
1
2
0
0
单纯形法原理 单纯形表 CB XB b
z=x1+2x2 x3 =3-x1-x2 x4=1 -x2
x2进基,x4离基
X1 X2 X3 X4
3/1 11
0
1 0
1 1
1 1
2 2 0 1 0 2 0 1 0 0 1 0 -1 0
max z=x1+2x2 s.t. x1+x2+x3 =3 x2 +x4=1 x1, x2, x3, x40
x1=0
(x1,x2,x3,x4)= (0,1,2,0), z=2 C (x1,x2,x3,x4)= (2,1,0,0), z=4,最优解
B
x4=0 x3=0
(x1,x2,x3,x4)= (0,0,3,1), z=0
1 0
0 0
0 1
0
CB XB b 0 2 Z Cj CB XB b 1 2 Z X1 2 X2 1 4 X3 2 X2 1 2 1 1 0 0
X1 X2 X3 X4 1 0 1 1 0 0 0 -1 1 -1
物流运筹学单纯形法
如何确定出基变量(可以按照下述方法来理解) 当x2定为入基变量后,必须从x3 、 x4 、 x5中换出来一个,并保 证其余的变量在新可行解中还都是非负,即: x3≥0 、 x4 ≥0 、 x5 ≥0
因为x1 仍为基变量, 所以将x1=0,带入约 束条件,得到:
4 x2 x3 360 5 x2 x4 200 s.t . 10x2 x5 300 x , x , x , x , x 0 1 2 3 4 5
需要解决的问题: (1)为了使目标函数逐步变优,怎么转移? (2)目标函数何时达到最优?判断标准是什么?
1.5.1单纯形法原理
单纯形法步骤
确定初始基本可行解
检验其 是否为最优
是
停
主要工作: 最优性检验
否 寻找更好的 基本可行解
主要工作: 1、基变换(将原来的基换成新的基) 2、修正单纯形表,得到新的基本可行解
基变量的 价值系数 基变量
基本 可行解
CB
0 0 0
XB
X3 X4 X5 机会成本行 σj
7 B b 360 200 300
-1
12 X2 4 5 10 0 12
0 X3 1 0 0 0 0
0 X4 0 1 0 0 0
0 X5 0 0 1 0 0
X1 9 4 3 0 7
θ
90 40 30
因为基变量的检验数σ1和σ2都大于0,所以当前解不是最优。需要变换可行 基,寻找新的解。即原来的非基变量x1 、x2,要有一个被换为基变量,基变 量中也要有一个被换为非基变量,以确定新的基、新的解。
0
0
0
主元列 (确定入基变量)
主元行 (确定 出基变 量)
主元素
运筹学单纯形表法详细步骤
运筹学单纯形表法详细步骤概述运筹学是一门研究最优决策问题的学科,它通过数学建模和优化方法,寻找最佳解决方案。
运筹学的单纯形表法是一种常用的线性规划求解方法,通过构造单纯形表,逐步迭代求解最优解。
本文将详细介绍运筹学单纯形表法的步骤和算法原理。
单纯形表法步骤单纯形表法的基本思想是通过构造单纯形表,逐步迭代优化目标函数的值,直到找到最优解。
第一步:标准化线性规划问题将线性规划问题转化为标准型,使得约束条件为等式形式,目标函数为最小化形式。
标准型的形式如下:Minimize C1x1+C2x2+⋯+C n x nSubject to A11x1+A12x2+⋯+A1n x n=b1A21x1+A22x2+⋯+A2n x n=b2…A m1x1+A m2x2+⋯+A mn x n=b mx1,x2,…,x n≥0第二步:构造初始单纯形表根据线性规划问题的标准型,构造初始单纯形表。
初始单纯形表由约束系数矩阵、目标系数向量、约束条件向量和松弛变量构成。
约束系数矩阵的形式为:A=[A11A12...A1n100 0A21A22...A2n010 0⋮⋮⋱⋮⋮⋮⋮⋱⋮A m1A m2...A mn000 (1)]目标系数向量的形式为:C=[C1C2…C n000…0]约束条件向量的形式为:B=[b1b2…b m]第三步:确定初始解和基变量根据初始单纯形表,确定初始解和基变量。
基变量是与单位矩阵的列向量对应的变量,它们的取值为约束条件向量的值。
第四步:计算单纯形表中的各项值根据初始解和基变量,计算单纯形表中的各项值。
包括各变量的价值系数、约束条件的值,以及各松弛变量的值。
第五步:检查最优解检查单纯形表中目标系数行是否存在负数。
如果存在负数,则继续迭代;如果都为非负数,则找到最优解。
第六步:确定入基变量在目标系数行中选择最小的负数,确定进入基变量。
第七步:计算离基变量根据进入基变量,计算离开基变量。
离开基变量是通过计算变量的约束条件值除以进入基变量的列中对应的非零元素,找到最小的非负数所在行,确定离开基变量。
运筹学清华大学第四版答案
运筹学清华大学第四版答案【篇一:运筹学作业2(清华版第二章部分习题)答案】s=txt>2.1 题(p. 77)写出下列线性规划问题的对偶问题:????(1)?????maxz?2x1?2x2?4x3s.t.x1?3x2?4x3?22x1?x2?3x3?3x1?4x2? 3x3?5x1?0,x2?0,x3无约束;解:根据原—对偶关系表,可得原问题的对偶规划问题为:?maxw?2y1?3y2?5y3?s.t.y1?2y2?y3?2??3y1?y2?4y3?2 ? ?4y1?3y2?3y3?4?y1?0,y2?0,y3?0??mn?minz???cijxij?i?1j?1?n???cijxij?ai,i?1,?,m(2)? j?1?n??cijxij?bj,j?1,?,n?j?1???xij?0,i?1,?,m;j?1,?,n解:根据原—对偶关系表,可得原问题的对偶规划问题为:mn??maxw??aiui??bjvji?1j?1??ui?vj?cij ??i?1,?,m;j?1,?,n???ui无约束,vj无约束2.2判断下列说法是否正确,为什么?(1)如果线性规划的原问题存在可行解,则其对偶问题也一定存在可行解;答:错。
因为:若线性规划的原问题存在可行解,且其对偶问题有可行解,则原问题和可行问题都将有最优解。
但,现实中肯定有一些问题是无最优解的,故本题说法不对。
maxz?3x1?x2例如原问题s.t.?x1?x2?1?x2?3??x?0,x?02?1有可行解,但其对偶问题minw?y1?3y2s.t.?3?y1?y2?1?y1??y?0,y?02?1无可行解。
(2)如果线性规划的对偶问题无可行解,则原问题也一定无可行解;答:错,如(1)中的例子。
(3)在互为对偶的一对原问题与对偶问题中,不管原问题是求极大或求极小,原问题可行解的目标函数值一定不超过其对偶问题可行解的目标函数值。
答:错。
正确说法是:在互为对偶的一对原问题与对偶问题中,求极大的问题可行解的目标函数值一定不超过求极小的问题可行解的目标函数值。
运筹学复习资料(1)
运筹学复习一、单纯形方法(表格、人工变量、基础知识)线性规划解的情况:唯一最优解、多重最优解、无界解、无解。
其中,可行域无界,并不意味着目标函数值无界。
无界可行域对应着解的情况有:唯一最优解、多重最优解、无界解。
有界可行域对应唯一最优解和多重最优解两种情况。
线性规划解得基本性质有:满足线性规划约束条件的可行解集(可行域)构成一个凸多边形;凸多边形的顶点(极点)与基本可行解一一对应(即一个基本可行解对应一个顶点);线性规划问题若有最优解,则最优解一定在凸多边形的某个顶点上取得。
单纯形法解决线性规划问题时,在换基迭代过程中,进基的非基变量的选择要利用比值法,这个方法是保证进基后的单纯型依然在解上可行。
换基迭代要求除了进基的非基变量外,其余非基变量全为零。
检验最优性的一个方法是在目标函数中,用非基变量表示基变量。
要求检验数全部小于等于零。
“当x1由0变到45/2时,x3首先变为0,故x3为退出基变量。
”这句话是最小比值法的一种通俗的说法,但是很有意义。
这里,x1为进基变量,x3为出基变量。
将约束方程化为每个方程只含一个基变量,目标函数表示成非基变量的函数。
单纯型原理的矩阵描述。
在单纯型原理的表格解法中,有一个有趣的现象就是,单纯型表中的某一列的组成的列向量等于它所在的单纯型矩阵的最初的基矩阵的m*m矩阵与其最初的那一列向量的乘积。
最初基变量对应的基矩阵的逆矩阵。
这个样子:'1222 1 0 -32580 1 010 0 158P B P -⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦⎣⎦51=5所有的检验数均小于或等于零,有最优解。
但是如果出现非基变量的检验数为0,则有无穷多的最优解,这时应该继续迭代。
解的结果应该是:X *= a X 1*+(1-a)X 2* (0<=a<=1)说明:最优解有时不唯一,但最优值唯一;在实际应用中,有多种方案可供选择;当问题有两个不同的最优解时,问题有无穷多个最优解。
(整理)运筹学——单纯形方法
单纯形方法线性规划基本定理.给定线性规划的标准形式如下:max c T x(1)s.t. Ax = b, x³0, (2) 其中A是秩为m的m´n阶矩阵, b ³0.i) 如果存在可行解, 则存在基可行解;ii) 如果存在最优解, 则存在最优的基可行解.这个定理将求解线性规划的任务变成为搜索基可行解。
因为对有n个变量和m个约束问题,基可行解最多不超过下面的数:定理(顶点和基解等价).设K是包括所有满足(2)的n维向量x的凸多面体。
则向量x 是凸多面体K的一个顶点当且仅当x是一个基可行解。
线性规划中的问题根据线性规划基本定理,解线性规划只需要在约束凸多面体的所有顶点上寻找最优解。
因此,我们需要考虑的问题有:1. 怎样找到一个基可行解?2. 判别基可行解是否最优解。
3. 从非最优的基可行解找到另一个基可行解,使目标函数值增大。
4. 如果问题无最优解,能发现一族可行解,使目标函数无上限。
对于我们前面提出的四个问题,单纯形方法能解决其中的问题2-4。
换句话说,单纯形方法要求一个已知的基可行解。
当从非最优的基可行解找到另一个基可行解时,为了保证目标函数值增大,单纯形方法还要求如下的假定,这引入了下面的概念:退化解和非退化解:设x0 = [B-1b, 0]是一个基可行解,如果有基变量的取值是0,即B-1b中有分量等于零,则称基可行解x0是退化的。
否则,称x0是非退化的。
非退化假定:假设线性规划的每个基可行解都是非退化的。
给定线性规划的标准形式如下:max c T x(1) (LP) s.t. Ax= b, (2)x³0, (3) 其中A是行满秩的m´n阶矩阵, b ³0.单纯形方法是在已知一个基可行解的情况下,寻找线性规划的最优基可行解的算法。
强调一下:单纯形方法就是在已知一个基可行解的情况下,寻找线性规划的最优基可行解。
单纯性方法直接能解决问题2-4。
运筹学1-4单纯型法的计算步骤
2 X1 1 3 X2 2
Z8
1 0 -1 4/3 -1/3 0 1 2 -1/3 1/3 0 0 -1 -5/3 -1/3
从最优表可知: 该LP的
最优解是X*=(1, 2, 0, 0, 0)T 相应的目标函数最优值是Zmax=8
表格单纯形法求解步骤
第一步:将LP化为标准型,并加以整理。
引入适当的松驰变量、剩余变量和人工变量 ,使约束条件化为等式,并且约束方程组的系数 阵中有一个单位阵。
(这一步计算机可自动完成)
确定初始可行基,写出初始基本可行解
第二步:最优性检验
计算检验数,检查: 所有检验数是否≤ 0?
是——结束,写出最优解和目标函数最优值; 还有正检验数——检查相应系数列≤ 0?
是——结束,该LP无“有限最优解”! 不属于上述两种情况,转入下一步—基变换。
确定是停止迭代还是转入基变换?
0 1 0
0
0
1
0
0
0
1 c1 c2
0 a1,m1 a1,m2 0 a2,m1 a2,m2
1 a a m,m1 m,m2 cm cm1 cm2
a1,n b1
a2,n
b2
am,n bm
cn 0
-Z,x1,…,xm所对应的系数 列向量构成一个基
用矩阵的初等行变换将该基变成单位阵,这时
c1, c2 , , cm 变成0,相应的增广矩
第四步:判断检验数、入基、出基变量。 …….
三、表格单纯形法:
1、 初始单纯形表的建立 (1)表格结构:
Cj 2 3 3 0 0
CB
XB
b xj
x1 x2 x3 x4 x5
j
0 X4
3
第2章--单纯形法的几种特殊情况学习资料
450-25M
6 30 4 780-4M
2
管理运筹学
§4 几种特殊情况
解:在上述问题的约束条件中加入松驰变量,得标准型如下:
目标函数 max z x1 x2
约束条件 x1 x2 s1 1,
填入单纯形表计算得:
迭 基 CB x1
x2
s1
代变 次量
1
1
0
数
3x1 2x2 s2 6,
s2 M 9. 显然这是线性规划的可行解,此时目标函数
z x1 x2 M 1 M 2 M 1.
管理运筹学
5
§4 几种特殊情况
由于M可以是任意大的正数,可知此目标函数值无界。
上述的例子告诉了我们在单纯形表中识别线性规划问题是无界的方法: 在某次迭代的单纯形表中,如果存在着一个大于零的检验数 ,并 ij 且该列 的系数向量的每个元素aij(i=1,2,…,m)都小于或等于零,则此线性规划问题 是无界的,一般地说此类问题的出现是由于建模的错误所引起的。
2x1 x2 s2 400, x2 s3 250, x1, x2 , s1, s2 , s3 0.
填入单纯形表计算得:
管理运筹学
7
迭 基变 CB x1 代量
次 数
50
s1 s2 0 s3
01 02 00
zj
0
cj-zj
50
s1 s2 1 x2
01 02 50 0
zj
0
cj-zj
50
x1 2 s2
x1 s2 30, x1 x2 s3 a1 40, x1, x2 , s1, s2, s3, a1 0.
填入单纯形表计算得:
管理运筹学
1
§4 几种特殊情况
运筹学第四版第二章线性规划及单纯形法
方案的制定受到那些现实条件制约:
确定约束条件
人力资源(劳动力)的限制: 9x1 4x2 360
设备工时的限制:
4x1 5x2 200
原材料资源的限制:
3x1 10x2 300
此外,决策变量的取值不应为负值即 x1 0, x2 0
6
综上所述,我们得到了这个问题的数学模型
目标函数 约束条件
大?
项目
Ⅰ
设备A (h)
0
设备B (h)
6
调试工序(h) 1
利润(元) 2
Ⅱ 每天可用能力
5
15
2
24
表1-2
1
5
1
12
其数学模型为:
max Z 2x1 x2
5x2 15
6xx11
2x2 x2
24 5
x1, x2 0
13
例3:捷运公司在下一年度的1~4月份的4个月内拟租用仓库
堆放物资。已知各月份所需仓库面积列于下表1-3。仓库租
借费用随合同期而定,期限越长,折扣越大,具体数字见表
1-4。租借仓库的合同每月初都可办理,每份合同具体规定
租用面积和期限。因此该厂可根据需要,在任何一个月初办
理租借合同。每次办理时可签一份合同,也可签若干份租用
面积和租用期限不同的合同。试确定该公司签订租借合同的
最优决策,目的是使所租借费用最少。
14
max Z 70 x1 120 x2
9x1 s.t. 43xx11
x1,
4x2 5x2 10x2 x2 0
360 200 300
资源约束
非负约束
其中 约束条件可记 s.t (subject to), 意思为“以… 为条件“、”假定“、”满足“之意。
运筹学4单纯形法迭代原理
CB XB
b
xl x1 x2 … xm
xm+1
xm…t xn
c1 x1 b1' 1 0 .*.. 0 a1',m1 .0.. a1'n
c2 x2 b2' 0 1 ..*.. 0 a2',m1 .0... a2'n
: : : . cm+t xm+t b'm+t 0 .0 .*... 0. . a'l,m+1 ..1. .a'ln
0 0
0 ... 1
am,m1
... amn
bm
1 c1 c2 ... cm cm1 ... cn 0
第-Z一行x1 是x2价…值系xm数行,标xm+出1 了决策…变量xj的x价n 值系数右cj端
第0二行1 是0标.示.. 行0,标出a了1,m表1 中主体.各.. 行的含a1义n 。
xk1 i
bi'
a' i,mt
xmt
xik
a' i,mt
xmt
xk1 i
xik
a' i,mt
xmt
0
n
Z Z0 j x j
jm1
a' i ,mt < =
xmt
xik
a' i ,mt
xmt
若 mt 0 且pm' t 0
则该LP无最优解。
>
当
a' i,mt
0 时,为使
xik
a' i,mt
xmt
运筹学(第五版) 习题答案
运筹学习题答案第一章(39页)1.1用图解法求解下列线性规划问题,并指出问题是具有唯一最优解、无穷多最优解、无界解还是无可行解。
(1)max 12z x x =+ 51x +102x ≤501x +2x ≥12x ≤4 1x ,2x ≥0(2)min z=1x +1.52x1x +32x ≥3 1x +2x ≥2 1x ,2x ≥0(3)max z=21x +22x1x -2x ≥-1-0.51x +2x ≤21x ,2x ≥0(4)max z=1x +2x1x -2x ≥031x -2x ≤-31x ,2x ≥0解: (1)(图略)有唯一可行解,max z=14 (2)(图略)有唯一可行解,min z=9/4 (3)(图略)无界解 (4)(图略)无可行解1.2将下列线性规划问题变换成标准型,并列出初始单纯形表。
(1)min z=-31x +42x -23x +54x 41x -2x +23x -4x =-21x +2x +33x -4x ≤14-21x +32x -3x +24x ≥21x ,2x ,3x ≥0,4x 无约束(2)max kkz s p =11nmk ik ik i k z a x ===∑∑11(1,...,)mikk xi n =-=-=∑ik x ≥0 (i=1…n; k=1,…,m)(1)解:设z=-z ',4x =5x -6x , 5x ,6x ≥0 标准型:Max z '=31x -42x +23x -5(5x -6x )+07x +08x -M 9x -M 10x s. t .-41x +2x -23x +5x -6x +10x =21x +2x +33x -5x +6x +7x =14-21x +32x -3x +25x -26x -8x +9x =21x ,2x ,3x ,5x ,6x ,7x ,8x ,9x ,10x ≥0(2)解:加入人工变量1x ,2x ,3x ,…n x ,得: Max s=(1/k p )1ni =∑1mk =∑ik αik x -M 1x -M 2x -…..-M n xs.t.11mi ik k x x =+=∑ (i=1,2,3…,n)ik x ≥0, i x ≥0, (i=1,2,3…n; k=1,2….,m)M 是任意正整数1.3在下面的线性规划问题中找出满足约束条件的所有基解。
运筹学_单纯形法_的应用举例
(x11+x21+x31)≤100
(x12+x22+x32)≤100
(x13+x23+x33)≤60
通过整理,得到以下模型:
2010年8月
管理工程学院
《运筹学》
11
目标函数:Max z = -15x11+25x12+15x13-30x21+10x22-40x31-10x33 约束条件: s.t. 0.5 x11-0.5 x12 -0.5 x13 ≥ 0 (原材料1不少于50%) -0.25x11+0.75x12 -0.25x13 ≤ 0 (原材料2不超过25%) 0.75x21-0.25x22 -0.25x23 ≥ 0 (原材料1不少于25%) -0.5 x21+0.5 x22 -0.5 x23 ≤ 0 (原材料2不超过50%)
解:设 xij 表示第 i 种(甲、乙、丙)产品中原料 j 的含量。这样 我们建立数学模型时,要考虑: 对于甲: x11,x12,x13; 对于乙: x21,x22,x23; 对于丙: x31,x32,x33; 对于原料1: x11,x21,x31; 对于原料2: x12,x22,x32; 对于原料3: x13,x23,x33; 目标函数: 利润最大,利润 = 收入 - 原料支出 约束条件: 规格要求 4 个; 供应量限制 3 个。
x21 x22 x23 x24 250000 产量约束为飞机汽油2的产量:
PV p j v j可得有关蒸汽压力的约束条件: 由物理中的分压定律,
n
2.85 x11 1.42 x12 4.27 x13 18.49 x14 0
同样可得有关辛烷数的约束条件16.5 x11 2.0 x12 4.0 x13 17.0 x14 0 为: 7.5x 7.0 x 13.0 x 8.0 x 0
(运筹学大作业)单纯性法与对偶单纯性法比较
对偶单纯形法与单纯形法对比分析1.教学目标:通过对偶单纯形法的学习,加深对对偶问题的理解2.教学内容:1)对偶单纯形法的思想来源 2)对偶单纯形法原理3.教学进程:1)讲述对偶单纯形法解法的来源:所谓对偶单纯形法,就是将单纯形法应用于对偶问题的计算,该方法是由美国数学家C.莱姆基于1954年提出的,它并不是求解对偶问题解的方法,而是利用对偶理论求解原问题的解的方法。
2)为什么要引入对偶单纯形法:单纯形法是解线性规划的主要方法,对偶单纯形法则提高了求解线性规划问题的效率,因为它具有以下优点: (1)初始基解可以是非可行解, 当检验数都为负值时, 就可以进行基的变换, 不需加入人工变量, 从而简化计算; (2)对于变量多于约束条件的线性规划问题,用对偶单纯形法可以减少计算量,在灵敏度分析及求解整数规划的割平面法中,有时适宜用对偶规划单纯形法。
由对偶问题的基本性质可以知道,线性规划的原问题及其对偶问题之间存在一组互补的基解,其中原问题的松弛变量对应对偶问题的变量,对偶问题的剩余变量对应原问题的变量;这些互相对应的变量如果在一个问题的解中是基变量,则在另一问题的解中是非基变量;将这对互补的基解分别代入原问题和对偶问题的目标函数有z=w 。
据此可知,用单纯形法求解线性规划问题时,在得到原问题的一个基可行解的同时,在检验数行得到对偶问题的一个基解,并且将两个解分别代入各自的目标函数时其值相等。
我们知道,单纯形法计算的基本思路是保持原问题为可行解(这时一般其对偶问题为非可行解)的基础上,通过迭代,增大目标函数,当其对偶问题的解也为可行解时,就达到了目标函数的最优值。
那么对偶单纯形法的基本思想可以理解为保持对偶问题为可行解(这时一般原问题为非可行解)的基础上,通过迭代,减小目标函数,当原问题也达到可行解时,即达到了目标函数的最优值。
其实对偶单纯形法本质上就是单纯形法, 只不过在运用时需要将单纯形表旋转一下而已。
- 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)。
0 x3 1 0 0 0
0 x4 0 1 0 0
0 x5 0 0 1 0
θi
(min)
12/2-6 16/0-∞ 15/5-3
X5为输出量 为输出量
钶 0 0 3
XB x3 x4 x2 σj
Cj b 12 16 15/5
(max)
课外作业
题1: :maxZ = 2x1 + x2 题2: maxz = 2x :
5x2 ≤ 15 6x + 2x ≤ 24 2 1 x1 + x2 ≤ 5 x1, x2 ≥ 0
1
+ 3x2
2x1 + 2x2 ≤ 12 4x ≤ 16 1 s.t 5x2 ≤ 15 x1、x2 ≥ 0
x1 ﹣ 2x2 + 4x1 = 8 ﹣ x3 = 16 ﹣ x4 = 12﹣4x2 12﹣
x5 令 x3= x5 =0 则可以得到: 则可以得到: x1=4, x2=2, x5=4,; =14 14. 此时 Z =14.
我们得到了最优解。 我们得到了最优解。
基可行解说明
令非基变量x ⑴基(p3, p4, p5) ,令非基变量 1, x2=0,则基变 , 16, 量x3=8, x4=16 x5=12, 可行解 8 16 1 ),令非基变量 令非基变量x ⑵基(p2, p3, p4),令非基变量 1=0, x5=0基变量 基变量 x2=3, x3=2, x4=16 16. 3 2 16 非可行解 ⑶基(p1, p2, p4),令非基变量 3=0, x5=0基变量 ),令非基变量x 基变量 令非基变量 x1=2, x2=3, x4=8. 2 3 8 非可行解 ),令非基变量 令非基变量x ⑷基( p1, p2, p5),令非基变量 3, x4=0,则基变 , 量x1=4, x2=2, x5=4, 4 2 4 可行解
Cj 钶 XB 0 0 3 x3 x4 b 2
(8-2·3)
2 x1 1 4 0
3 x2 0 0 1(4/4)
0 x3 1 0 0
0 x4 0 1 0
0 x5 -0.5 0 1/4
θi (min)
(1-2·0) (2-2·1) (1-2·0) (0-2·0) (0-2·1/4)
②
16
x2 3(12/4) σj (max)
(max)
max z = 2 x1 + 3 x2 + 0 x3 + 0 x4 + 0 x5 2 x1 + 2 x2 + x3 = 12 4 x + x = 16 1 4 s.t 5 x2 + x5 = 15
2 x1 2 4 0 2 3 x2 2 0 5 3
X2为输入量 为输入量
Cj 钶 XB 0 0 3 x3 x4 x2 b 2 16 3
2 x1 1 4 0 2
3 x2 0 0 1 0
0 x3 1 0 0 0
0 x4 0 1 0 0
0 x5 -0.5 0 1/4 -0.75
θi (min)
2/1=2 16/4=4
3/0=∞
σj (max)
Cj 钶 XB 2 0 3 x1 x4 x2 b 2 8 3
①
根据检验数: 所以可得: 根据检验数:σj= cj- ∑ ci a’ij.所以可得: -(0 )=2 σ1=2-(0×1+0×4+3 ×0 )=2; 类推σ2=0,σ3=0,σ4=0,σ5=-0.75, 类推σ 因此σ 选择x 作为输入变量. 因此σ1大,选择 1作为输入变量. 计算θ b’ a’ 计算θ = min { b i / a ik a’ik >0 } 可以在 (2、4、∞)之中选择小的那个值。可以确定 3作 )之中选择小的那个值。可以确定x 为输出变量. 为输出变量. 这样,在第一列(钶列)用2代替0, 1这一行不 这样,在第一列( 代替0,x 0, 同时把x 这一列其他项数字为零, 变。同时把 1 这一列其他项数字为零,即第二行各 值减去4 这新的一行各值。得到: 值减去4 × x2这新的一行各值。得到:
2 x1 1 0 0 0
3 x2 0 0 1 0
0 x3 1 -4 0 -2
0 x4 0 1 0 0
0 x5 -0.5 2 1/4 0.25
θi (min)
无 8/2=4 3×4=12 ×
σj (max)
仍然根据检验数: 仍然根据检验数:σj= cj- ∑ cia’ij.可 -(2 )=0 得:σ1=2-(2×1+0×0+3×0)=0; 类推σ 类推σ2=0、σ3=-2、σ4=0,σ5=0.25, 因此σ5大,选择x5作为输入变量。 因此σ 选择 作为输入变量。 计算θ b’ a’ }可以在 计算θ = min { b i / a ik a’ik >0 }可以在 12)之中选择小的那个值。可以确定x (4、4、12)之中选择小的那个值。可以确定 3作 为输出变量. 为输出变量. 这样,在第一列用0代替0, x5 这一行各值除 这样,在第一列用0代替0 同时把x 这一列其他项数字为零, 以2。同时把 5 这一列其他项数字为零,即第二行 0.5× 新行各值; 各值减去 -0.5×x2新行各值; 同样用上述方法得到第三行各值.得到: 同样用上述方法得到第三行各值.得到:
基变量X ⑶ 现我们选 X1代 X3,基变量X1、X2、X4:
x1 ﹣ 2x2 4x1 + x4 = 16 4x2 = 12﹣ x5 12﹣
得到: 此时Z =13 13. 得到: x1=2, x2=3, x4=8,; 此时Z =13.
基变量是X ⑷ 现在我们选 X5代X4,基变量是X1、X2、X5:
Cj 钶 0 0 0 XB x3 x4 x5 b 8 16 12
2 x1 1 4 0 2
3 x2 2 0 4 3
0 x3 1 0 0 0
0 x4 0 1 0 0
0 x5 0 0 1 0
θi (min)
8/2=4 16/0= ∞ 12/4=3
σj (max)
因为检验数: 所以可得: 因为检验数:σj = cj - ∑ ci a’ij.所以可得: σ1=2-(0×1+0×4+0 ×0 )=2;故 1 )=2 -(0 类推σ 类推 2=3,σ3=0,σ4=0,σ5=0.因 作为输入变量. 此σ2大,选择 X2作为输入变量. 计算 θ=min〔 b’i / a’ik, a’ik >0 〕可以在 min〔 a a 之中选择小的那个值。 (4,∞,3)之中选择小的那个值。可以确定 X5 作为输出变量. 作为输出变量. 这样,在第一列用3代替0 这样,在第一列用3代替0, X2这一行各个除 同时把X 这一列其他项数字为零, 以4。同时把 2这一列其他项数字为零,即第一行 各值减去2 这新的一行各值。得到: 各值减去2 × X2这新的一行各值。得到:
0 1
(11/4·0)
-2
(-4/2) 4/2)
0.5
(1/2) 1/2)
1
(2/2) 2/2)
0/2) 0/2) /2) (8/2) (0/2) (0/2)
1/2
(0-1/4·-2)
-1/8
(01/4·1/2)
0
(1/41/4·1)
③
σ (max)
j
0
0
-1.5
-0.125
0
因为根据σ 因为根据σj判别准则 : σj ≤0 时, 达到最优解. 达到最优解.
例题
max Z=2x1+3x2 ≤8 x1+2x2+ ≤8 4x1 ≤16 4x2+ ≤12 maxZ= 2x1+3x2+ x3 +x4 +x5 x3 x1+2x2+ x3 =8 → 4x1+ x4 =16 x5 =12 4x2+
为基变量: ⑴ 选X3、 X4、 X5为基变量: 、 、 为基变量 =8 x3 + 0x4+ 0x5 =8﹣ x1 ﹣ 2x2
Cj
钶 XB
2 x1 1
3 x2 0
0 x3 0
0 x4 0.25
0 x5 0
(-0.5+ 0.5·1)
θi
(min)
b 4
2 x1
(2+0.5· (1+0.5· (0+0.5· (1+0.5·-2) (0+0.5·0 4) 0) 0) .5)
② ①
0 x5 3 x2
4 2
(31/4·4)
0 0
(01/4·0)
请分别使用单纯性表解上述两个题目, 请分别使用单纯性表解上述两个题目,得到最 优值。 优值。
max z = 2 x1 + 3 x 2 2 x 1 + 2 x 2 ≤ 12 4 x ≤ 16 1 s .t 5 x 2 ≤ 15 x 1、 x 2 ≥ 0
Cj 钶 0 0 0 XB x3 x4 x5 σj b 12 16 15
运筹学基
第四章 单纯性表
你们手中教材p023第2章 主要内容——你们手中教材 第 章 ★ 单纯性法一般原理 ★ 表格单纯性法 ★ 借助人工变量求初始的基可行解——(非 非
重点) 重点 非重点) ★ 单纯性表与线性规划的讨论——(非重点 非重点 非重点) ★ 改进单纯性表——(非重点 非重点
x3 + 0x4 + 0x5 = 8 ﹣ 0x3 + 0x3 + 令 x1 x3 x4 + 0x5 0x4 + 4x2 = x5 = 0 =2, x4 = x1 ﹣ 2x2 = 16 ﹣ 4x1 = 12 ﹣ x5 则可以得到: 则可以得到: 此时Z =9 16, x2=3; 此时Z =9. = 8﹣ x3 令 x3= x5 = 0 则可以
单纯性法的基本思路;根据问题的标准,从 可行域中的某个基可行解(一个顶点)开始,转 换到另一个基可行解(顶点),当目标函数达到 最大值时,问题就得到了最优解。具体单纯性法 解法步骤如下: 建立基本可行解 计算变量的检验数 判断是否最优 若不是最优解,换基 计算新的基本可行解 迭代计算直到求得最优解或可判断无最优解为 止。