2第二章 线性规划与单纯形法(第7节)
运 筹 学 课 件
12/3 4
z
1 2
x4
x5 42
x3
2 3
x4
1 3
x5
4
新典式
主元化 为1,主 元所在
x2
1 2
x4
6
列的其 余元素
x1
2 3
x4
1 3
x5
4
化为0
观察最后一个典式,所有检验数均为非负, 故其对应的基本可行解为最优解,即
X * 4,6,6,0,0T z* 42
去掉引入变量,得原问题的最优解为:
运筹学课件
目录
运筹学概论 第一章 线性规划基础 第二章 单纯形法 第三章 LP对偶理论 第四章 灵敏度分析 第五章 运输问题 第六章 整数规划 第七章 动态规划 第八章 网络分析
第二章 单纯形法
(SM-Simplex Method)
1947年,美国运筹学家Dantzig提出,原理是 代数迭代。
单纯形法中的单纯形的这个术语,与该方法毫 无关系,它源于求解方法的早期阶段所研究的一 个特殊问题,并延用下来。
CB B1b B1b
z
CB B1N CN X N X B B1NX N
CB B1b B1b
上述方程组的矩阵形式为
10
0 I
CB
B1N B1N
CN
z XB XN
CB B1b B1b
上式的系数增广阵称为对应于基B的单纯形表:
T(B)
CB B1b B1b
0 I
CB
B1N B1N
CN
形式的LP问题,必须解决三个问题: ⑴初始基本可行解的确定; ⑵解的最优性检验; ⑶基本可行解的转移规则。 这里先放一下⑴,研究⑵和⑶,为此,
运筹学第二章线性规划
第二章线性规划教学目的和要求:目的:使学生具备线性规划的基本知识以及应用线性规划的基本能力。
要求:理解线性规划概念,标准型,解的概念,基本定理;掌握单纯形法,人工变量法,了解图解法。
重点:线性规划标准型,解的概念,单纯形法,人工变量法。
难点:线性规划基本定理,单纯形法。
教学方法:讲授法,习题法。
学时分配:12学时 作业安排:见教材P 38.线性规划是运筹学的一个重要分支。
1939年苏联科学家康托罗维奇提出了生产组织和计划中的线性规划模型。
1947年美国学者丹捷格(George B.Dantzig)提出了求解一般线性规划问题的方法。
此后,线性规划理论日趋成熟,应用也日益广泛和深入。
第一节线性规划问题一、问题的提出在企业的生产经营活动中经常会面临这样两类问题:一是如何合理地利用有限的人力、物力、财力等资源,取得最佳的经济效果;二是在取得一定的经济效果的前提下,如何合理安排使用人力、物力、财力等资源,使花费的成本最低。
例1.生产计划问题 某工厂利用甲、乙、丙、丁四种设备生产A 、B 、C 三种产品,具体数据如下表所示。
A 、B 、C 单位产品的利润分别是4.5、5、7(百元)。
问如何安排生产计划,才能使所获总利润最大?解:设产品A 、B 、C 产量分别为X 1,X 2,X 3件,Z 表示利润,要求总利润最大,即求Z=4.5X 1+5X 2+7X 3的最大值,故记作极大化Z=4.5X 1+5X 2+7X 3,另外对甲、乙、丙、丁设备需满足2X 1+2X 2+4X 3≦800,X 1+2X 2+3X 3≦650,4X 1+2X 2+3X 3≦850,2X 1+4X 2+2X 3≦700;同时产量应非负,故X j ≧0 (j=1,2,3);以上问题可用数学模型表示为: 极大化Z=4.5X 1+5X 2+7X 3 满足 2X 1+2X 2+4X 3≦800 X 1+2X 2+3X 3≦6504X 1+2X 2+3X 3≦850 2X 1+4X 2+2X 3≦700X j ≧0 (j=1,2,3)例2.运输问题 设某种物资有m 个产地;A 1,A 2, …,A m ,它们的产量分别为a 1,a 2, …,a m ,有n 个销地B 1,B 2, …,B n 需要这种物资,它们的销量分别为b 1,b 2, …,b n 。
第2章 线性规划
目标函数下降
MAXZ=4X1-3X2 S.T. X1+2X210 X16 X24 X11 X1,X20
X2=4
B A
目标函数上升
C
X2 0
E
D
X1 X1=6
4X1-3X2=0
X1=1
对解的讨论: .唯一解 .无穷解 .无解: 可行域空集 可行域无界
X2 X1+2X2=10 X2=4
X1 0
a11 a12 a1n 约束方程组 A P1 , P2 , Pn 系数矩阵 a m1 a m 2 a mn
A为m ×n矩阵( m为约束方程个数,n为变量个数)
a11 a12 a1n A P1 , P2 , Pn a m1 a m 2 a mn
消除负的右端常数项
MAXZ=-X1-3(X3-X4) S.T. 6X1+7(X3-X4)8 X1-3(X3-X4) ≥6 X1-(X3-X4)=3 X1、X3、X4 0
约束方程还不是等式约束
人为添加变量,成为等式约束
对于“≤”约束,添加松弛变量 对于“≥”约束,添加剩余变量
6X1=5X1+3X2 S.T. 3X1+5X215
max Z 5 x1 3 x 2 3 x1 5 x 2 x 3 15 5 x1 3 x 2 x 4 10 x1 , x 2 , x 3 , x 4 0
5X1+2X210
X1,X20
2、给出基本可行解
• 6.基本可行解:满足非负条件
对于D1 ,基变量为X4、X5,X1、X2、X3为非基变量,令 X1、X2、X3=0, X4 = 8、X5 = 1 对于D2 ,基变量为X1、X2,X3、X4、X5为非基变量,令 X3、X4、X5 =0, X1 = -13/4 、X2=15/4
第2章线性规划
线性规划数学模型的三个要素: 决策变量、目标函数、约束条件
线性规划数学模型(4)
线性规划数学模型的一般形式的其他表示方式:
(2) max(min)
s.t.
n
z c j x j
j 1
n
aij x j
(, )bi (i 1,, m)
j1
x j 0( j 1,n)
2 0 0
B2 1 1 0
1 0 1
对应的基解分别为 x 1 (0,0,2,2,5) 和 x 2 (1,0,0,3,6) ,其中 x1 为基本可行解, x2 不是基本可行解。
线性规划的基本概念
●线性规划的基矩阵(基)、基变量、非基变量
目标函数 约 束 条 件
d、bi≥0
“bi≤0” —— 乘“-1” , -bi≥0
线性规划数学模型(8)
练习题:将线性规划数学模型转化为标准形式
1、min z= 2x1-2x2+3x3
-x1+ x2+ x3 = 4
-2x1+ x2 - x3≤6
x1 ≤0, x2 ≥0 ,x3无约束
2、min z= x1+x2 x1- x2+2 x3 ≥2
可行解 满足线性规划所有约束条件的各变量的 一组值X=(x1,x2,…,xn)T,称为线性规划 问题的可行解。全部可行解的集合称为可行域。 最优解 使线性规划的目标函数达到以最优值 (依照具体问题,或者是极大值,或者是极小 值)的可行解称为线性规划问题的最优解。 上述两个概念,对于一般形式、标准形式都适 用,而下述概念,仅适用于标准形式。
基解 在标准形式线性规划的约束方程组中,对应 基B,令所有非基变量都等于零,求解约束方程组 AX=b,可惟一得出基变量的一组值,这些值和取 零的非基变量的值合起来,称为线性规划问题的基 解或基本解。 基的个数不超过 Cnm,一个基对应一个基解,故基解 的个数也不超过 Cnm。基解中非零分量的个数不会大 于约束方程的个数m。若一个基解的基变量中有取 零值的,则此基解称为退化的,否则称为非退化的 。
最优化方法:第2章 线性规划
Z=CBB-1b+(σm+1,
σm+k ,
xm+1
σn
)
CB B-1b+σ m+k
xn
因为 m+k 0,故当λ→+∞时,Z→+∞。
用初等变换求改进了的基本可行解
假设B是线性规划 maxZ=CX,AX=b,X 0的可行基,则
AX=b
(BN)
XB XN
b
(I,B-1 N)
➢ 若在化标准形式前,m个约束方程都是“≤”的形式, 那么在化标准形时只需在一个约束不等式左端都加上一个松弛变 量xn+i (i=12…m)。
➢ 若在化标准形式前,约束方程中有“≥”不等式, 那么在化标准形时除了在方程式左端减去剩余变量使不等式变 成等式以外,还必须在左端再加上一个非负新变量,称为 人工变量.
单纯形法简介
考虑到如下线性规划问题 maxZ=CX AX=b X 0
其中A一个m×n矩阵,且秩为m,b总可以被调整为一 个m维非负列向量,C为n维行向量,X为n维列向量。
根据线性规划基本定理: 如果可行域D={ X∈Rn / AX=b,X≥0}非空有界, 则D上的最优目标函数值Z=CX一定可以在D的一个顶 点上达到。 这个重要的定理启发了Dantzig的单纯形法, 即将寻优的目标集中在D的各个顶点上。
非基变量所对应的价值系数子向量。
要判定 Z=CBB-1b 是否已经达到最大值,只需将
XB =B-1b-B-1NX N 代入目标函数,使目标函数用非基变量
表示,即:
Z=CX=(CBCN
)
XB XN
=CBXB +CNXN =CB (B-1b-B-1NXN )+CNXN
第二章线性规划及单纯形法总结
第一章
工厂需要的原棉存放在三个仓库中,现将原棉运往工 厂以满足工厂生产的需求。已知原棉运到各个工厂的单位 运费如表所示。问使总运费最小的运输方案?
仓库\工厂
1 2 3 需求
1
2 2 3 40
2
1 2 4 15
3
3 4 2 35
库存
50 30 10
2.线性规划数学模型
解:设xij为i 仓库运到 j工厂的原棉数量(i =1,2,3
1.线性规划介绍
第一章
线性规划研究的主要问题: 有一定的人力、财力、资源条件下,如何 合理安排使用,效益最高?
某项任务确定后,如何安排人、财、物, 使之最省?
2.线性规划数学模型
第一章
例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、调试时间及A、 B设备和调试工序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表I—l所示。问该公司应制造A、B两 种家电各多少件,使获取的利润为最大?
第一章
j =1,2,3)
minZ= 2x11 + x12+3x13+2x21 +2x22 +4x23 +3x31 +4x32 +2x33 x11 +x12+x13 x21+x22+x23 x31+x32+x33 50 30 10 40
st.
x11 +x21+x31 =
x12 +x22+x32 =
x13 +x23+x33 = xij 0
15
35
2.线性规划数学模型
第一章
练习4 连续投资10万元 A:从第1年到第4年每年初投资,次年末回收本利1.15; B:第3年初投资,到第5年末回收本利1.25,最大投资4万元; C:第2年初投资,到第5年末回收本利1.40,最大投资3万元; D:每年初投资,每年末回收本利1.11。 求:使5年末总资本最大的投资方案。 分析: A 1 x1A 2 x2A x2C x1D x2D x3D x4D x5D 3 x3A 4 x4A 5
第二章 图解法与单纯形法
表1-4 XB
基变量 x1 x2
进基列 x3
bi /ai2,ai2>0 x4 b
将3化为1
(1)
θi 40 10
出 基 行
x3
x4
2
1 3
1
3 4
1
0 0
0
1 0
40
30
σj
x3
乘 以 1/3 后 得 到
5/3
0 1 0 0 1
1 0 0 3/5 -1/5
-1/3 1/3 -4/3 -1/5 2/5
x2
40
例题
2 x1 x2 40 x1 1.5x2 30
(15,10)
max Z 3x1 4x2 2 x1 x2 40
30
x1 1.5 x2 30 x1 0, x2 0
20
最优解X=(15,10) 最优值Z=85
10
O
10
20
30
40
x1
2.1 线性规划问题的图解法
θ M 20
0 λj
0 2 λj 1 2 λj
x5
x4 x2 x1 x2
1/3 1
3 1/3 1/3 1 0 0
1 2
0 1 0 0
5 1
17 5 -9 17/3
0 0
1 0 0 1/3
1 0
3 1 -2 1
20
75 20 25
25 60
1 0
28/9 -1/9 2/3 -98/9 -1/9 -7/3
1.通过图解法了解线性规划有几种解的形式 2.作图的关键有三点 (1)可行解区域要画正确 (2)目标函数增加的方向不能画错 (3)目标函数的直线怎样平行移动
线性规划与单纯形法
线性规划与单纯形法线性规划(Linear Programming)是一种在资源有限的情况下,通过最优化目标函数来确定最佳解决方案的数学优化方法。
而单纯形法(Simplex Method)则是一种常用的求解线性规划问题的算法。
本文将介绍线性规划与单纯形法的基本概念和运算步骤,以及实际应用中的一些注意事项。
一、线性规划的基本概念线性规划的基本思想是在一组线性不等式约束条件下,通过线性目标函数的最小化(或最大化)来求解最优解。
其中,线性不等式约束条件可表示为:```a1x1 + a2x2 + ... + anxn ≤ b```其中,x1、x2、...、xn为决策变量,a1、a2、...、an为系数,b为常数。
目标函数的最小化(或最大化)可表示为:```min(c1x1 + c2x2 + ... + cnxn)```或```max(c1x1 + c2x2 + ... + cnxn)```其中,c1、c2、...、cn为系数。
二、单纯形法的基本思想单纯形法是由乔治·丹尼尔·丹齐格尔(George Dantzig)于1947年提出的求解线性规划问题的算法。
其基本思想是通过逐步迭代改进当前解,直至达到最优解。
三、单纯形法的运算步骤1. 初等列变换:将线性规划问题转化为标准型,即将所有约束条件转化为等式形式,并引入松弛变量或人工变量。
2. 初始化:确定初始可行解。
通常使用人工变量法来获得一个初始可行解。
3. 检验最优性:计算当前基础解的目标函数值,若目标函数值小于等于零,则该基础解即为最优解。
否则,进入下一步。
4. 基本可行解的变换:选择一个入基变量和一个出基变量,并进行基本变换,得到新的基础解。
5. 迭代求解:根据目标函数值是否小于等于零,判断是否达到最优解。
若达到最优解,则算法终止;若未达到最优解,则返回步骤3进行下一轮迭代。
四、单纯形法的实际应用注意事项1. 线性规划问题的约束条件必须是线性的,且可行解集合必须是有界的。
第二章 单纯形法
15
华东交通大学工业工程与物流管理系
单纯形法的求解步骤
重复步骤2~5,直到终止。
判优换基迭代
判优换基迭代 判优换基迭代 判优 最优解
运筹学Leabharlann 16华东交通大学工业工程与物流管理系
基本可行解的改进
• 换入变量的确定——最大增加原则
假设检验向量σN=(CN- CB B-1N )=(σm+1, σm+2, …,σn), 若其中有两个以上的检验数为正,选取最大正检验数所对应的 非基变量为换入变量。 若:max{σj| σj>0,m+1≤j≤n}= σm+K 则选取对应的xm+k为换入变量。
1 0 B 0 1
2 / 5 3 / 5 1 / 5 N 6 / 5 1 / 5 2 / 5
17 / 5 b 6/5
CB (3,5), CN (2,1,1)
再转向步骤(2) 运筹学
25
华东交通大学工业工程与物流管理系
(2)检验X’=(0,0,4,0,3)T是否最优:
检验向量 N CN CB B N
1
1 / 2 1 1 / 2 N (5,2,1) (3,1) (1,4,2) 5 / 2 3 1 / 2
华东交通大学工业工程与物流管理系
单纯形法
线性规划问题的几何意义: • 凸集:没有凹入部分,内部没有空洞。实习圆、实 心球体、实心立方体都是凸集;两个凸集的交集是 凸集。 • 若线性规划问题存在可行域,则可行域是凸集。 • 线性规划问题的基可行解对应可行域的顶点。 • 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。
由最优解判别定理,非基变量检验数σ1=1>0, 所 以X‘=(0,0,4,0,3)T不是最优解
第二章线性规划
akl 0
关
b bk akl
j akj akl akj
k akl akj bk
i ail aij bi
bk i 0 aij ail bi ail akl akl
B 1b b [b1 , b2 , , bm ]T
(2.28)
记记
1
,
j 1, 2,, n ,
B a j a j [a1 j , a2 j , , amj ]T ,
则(2.28)可写成
x1 x2 a2 m1 xm1 a2l xl a2 n xn b2 xm amm1 xm 1 aml xl amn xn bm . a1m1 xm1 a1l xl a1n xn b1
,
x 中只有 xl bk 0 ,其余分量皆为 0。于是,由 N
(2.26)式得
z z l xl z l bk . (2.37)
z z
特别当 bk 0 时,只要 l 0 ,必有
z z
结论是: 引入判别数为正的变量, 将保证 B 的基本容许解的目标函数值不大于 B 的基本容 许解的目标函数值。
令 N
T T 1 T c B B N c N ,于是
故
因为 xN 0 ,因此,只要 N 0 ,必有 z z 。
由此得到判断基本容许解是最优解的一个充分 条件。
T z z N xN , (2.26) T z z N xN .
有最优点
解无界
Dantzig 单纯形法的思想涉及以下三个具 体问题: 一、初始基本容许解的产生; 二、最优性准则; 三、基本容许解的改进。
水资源系统分析第2章线性规划与单纯形法ppt课件
(英、美)。1947年, Dantzig 美国空军----斯坦福大学教授,
提出了单纯形法求解线性规划问题。 “线性规划之父”。
精选编辑ppt
10
Dantzig 「配餐问题」
美国空军为了保证士兵的营养,规定每餐的食 品中,要保证一定的营养成份,例如蛋白质、 脂肪、维生素等等,都有定量的规定。
x11,x12…x23≥0
精选编辑ppt
8
1.2 数学模型
规划模型的要素 决策变量:规划的措施、方案,是需要 确定的未知变量。 目标函数:规划的目的和用要求 约束条件:决策变量的取值范围 线性目标和约束组成线性规划模型
精选编辑ppt
9
产生和发展
– 19世纪,法国科学家Fourier提出线性规划。 – 1939年苏联数学家康托维奇:机器负荷分配、
这些营养成份可以由各种不同的食物来提供 (例如牛奶提供蛋白质和维生素,黄油提供蛋 白质和脂肪,胡萝卜提供维生素,等等)。
由於战争条件的限制,食品种类有限,又要尽
量降低成本,於是在一盒套餐中,如何决定各
种食品的数量,使得既能满足营养成份的需要,
又可以降低成本----最佳的配餐方案。
精选编辑ppt
11
线性规划一般形式:
第二章 线性规划
精选编辑ppt
1
1 一般数学模型
1.1 问题的提出
例1 长度100米的钢材,需要截成3 米、8米、11米短材。如何截取使剩料 最少?要求:3米的最少2根,最多9根; 8米的最少4根,11米的最少1根,最多 8根。
精选编辑ppt
2
例2 某灌区在年初估算可供水量为360万m3, 计划灌溉小麦、玉米两种.总面积1000hm2,
第2章—线性规划
§5 利用EXCEL求解线性规划模型(练习2)
数学模型
目标函数 :
max z = x1 + x2 + x3 + x4 + x5 + x6 + x7 + x8 s.t. x1 + 2x2 + x4 + x6 ≥ 100 2x3 + 2x4 + x5 + x6 + 3x7 ≥ 100 3x1 + x2 + 2x3 + 3x5 + x6 + 4x8 ≥ 100 x1 x8 ≥ 0
资源 设
产 品 备
Ⅰ 1 4 0
Ⅱ 2 0 4
拥有量 8台时 16 kg 12 kg
原材料 A 原材料 B
§1 线性规划问题—例1
如何用数学关系式描述这问题,必须考虑: 设 x1 , x2 分别表示计划生产产品Ⅰ、Ⅱ的数量,称它为 分别表示计划生产产品Ⅰ 决策变量;(确定决策变量阶段) 决策变量;(确定决策变量阶段) 生产 x1 , x2 数量的多少受资源拥有量的限制,这是约 束条件 x1 + 2 x2 ≤ 8; 4 x1 ≤ 16; 4 x2 ≤ 12;x1 , x2 ≥ 0 ; (确定 约束条件阶段) 约束条件阶段) 如何安排生产,使利润最大,这是目标 。(确定目 标函数阶段) 标函数阶段)
工厂1 工厂1: 工厂2 工厂2: 工厂3 工厂3:
x1 ≤ 4; 2 x2 ≤ 12; 3 x1 + 2 x2 ≤ 18
§1 线性规划问题—例3
可得上述问题的数学模型为:
max z = 3 x1 + 5 x2 x1 ≤ 4; 2 x ≤ 12; 2 s.t. 3 x1 + 2 x2 ≤ 18; x1 , x2 ≥ 0
第二章 线性规划及单纯形法
标准形式
目标函数: 目标函数: 约束条件: 约束条件: Max z = c1 x1 + c2 x2 + … + cn xn s.t. a11 x1 + a12 x2 + … + a1n xn = b1 a21 x1 + a22 x2 + … + a2n xn = b2 …… …… am1 x1 + am2 x2 + … + amn xn = bm x1 ,x2 ,… ,xn ≥ 0,bi ≥0 ,
(一)一般式
Max(min)Z=C1X1+ C2X2+…+CnXn a11X1+ a12X2+…+ a1nXn ≥(=, ≤)b1 a21X1+ a22X2+…+ a2nXn ≥(=, ≤)b2 … … … am1X1+ am2X2+…+ amnXn ≥(=, ≤)bm Xj ≥0(j=1,…,n) 0( )
三、线性规划问题的标准形式 线性规划问题的标准形式
2、约束条件不是等式的问题: 约束条件不是等式的问题: 设约束条件为
ai1 x1+ai2 x2+ … +ain xn ≤ bi
可以引进一个新的变量s ,使它等于约束右边与左 边之差
s=bi–(ai1 x1 + ai2 x2 + … + ain xn ) (
一、问题提出
Ⅰ 设备A 设备 设备B 设备 调试工序 利润 0 6 1 2
例1生产计划问题
Ⅱ 5 2 1 1 每天可用能力 15 24 5
两种家电各生产多少, 可获最大利润? 两种家电各生产多少, 可获最大利润
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。
2.3 线性规划的图解法
1984年印度的Karmarkar提出“投影梯度法”
线性规划是研究线性不等式组的理论,或者 说是研究(高维空间中)凸多面体的理论,是线 性代数的应用和发展。
线性规划问题的一般形式: Max(Min)S=c1x1+c2x2+…..+cnxn s.t. a11x1+a12x2+….+a1nxn (=, )b1
20
10
10
20
Q1(25,0) 30 40
x1
解的讨论:
无界解:
例:max S=x1+x2 s.t. -2x1+x2 40 x1-x2 20 x1,x2 0
x2 50
40 30
该可行域无界,目标函 数值可增加到无穷大, 称这种情况为无界解或 无最优解。
20
10
10
20
30
40
x1
例2.1的数学模型 max S=50x1+30x2 s.t. 4x1+3x2 120 2x1+x2 50 x1,x2 0
x2 50 由 4x1+3x2 120 x1 0 40 30 x2 0 围成的区域
20
10
4x1+3x2 120
10
20
30
40
x1
x2 50
40 30
x2 50
40 30
20 可行域 10
目标函数是同约束 条件:4x1+3x2 120 平行的直线 x2 = S/30-(4/3)x1
10
20
30
40
x1
x2 50
40 30
当S的值增加时,目 标函数同约束条件: 4x1+3x2 120
第二章单纯形法
5
B
G
2 x1 3
C x1
x2 x2 x2
x3 x4 x5
10 8 7
f(x) = 3 6
4
x1 , x 2 , x 3 , x2 4 , x 5 0
3 最优解
2
:
x
K
1
2, 1
x2
6,
1 max f ( x ) 36 .
D
否 确定改善方向
求新的基础可行解
求最优解的目标函数值
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。
n
max f (x) cj xj j 1
s.t.
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(basic variable)
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(basic solution)。 4、基本可行解:满足(3)的基本解称为基本可行解 (basic feasible solution);基可行解的非零分
2、最优解检验(根据线性规划问题的典式)
max z c B B 1 b ( c N c B B 1 N ) x N
s .t
x
B
B
1 Nx
第7讲线性规划与单纯形法
1x12x2 4 4x10x2 8 0x14x2 6
(原料钢的限制); (原料铁的限制); (原料橡胶的限制);
• 另外,根据实际问题的需要和计算方面的考虑,还 对决策变量x1 , x2 加上非负限制,即
x10,x20
综上所述,我们将例2.1的实际问题用数学模型描述 成:求 x1 , x2使得
MaxZ2x13x2;
同时,为了营养需要,变量x1 , x2 必须满足 下列约束条件:
0.10 x1 0.15x2 1.00;
s.t.
1.70 1.10
x1 x1
0.75 x2 1.30 x2
7.50; 10.00;
x1, x2 0.
• 设决策变量 xj (j=1 ,2 , … , n)分别表示此人对这n种 食物的食用量,则问题的线性规划模型表示为:
• 解:这里所说的生产计划问题是指要制定出两 种产品的产量.显然,可行的生产计划是很多 的,比如可以只生产A型产品,也可只生产B型 产品,也可两种产品都生产.通常一个企业的 生产中有多种不同的产品组合,而每一种产品 组合又有大量的不同的数量组合.每个这样的 组合都是一个生产计划.要从这许许多多个( 有时甚至是无穷多个)生产计划中确定出哪个 是最优的(既是企业获利最多的),这是个非 常困难的问题,传统的经济分析方法在此无能 为力.
第7讲线性规划与单纯形法
本章要求:
◎ 掌握线性规划的数学模型及其建模步骤. ◎ 掌握线性规划的图解法. ◎ 认识线性规划的标准型,掌握转化为标准
型的方法. ◎ 掌握单纯形法与单纯形表;掌握人工变量
方法的使用.
• 线性规划(Linear Programming.简记为LP)是管 理科学研究方法的一个重要部分,是管理科学研 究方法中研究较早,发展较快,理论上比较成熟 和应用上极为广泛的一个部分,它已成为帮助各 级管理人员进行决策的一种十分重要的工具.
- 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)。
人工变量目标函数系数设置的原因: 人工变量目标函数系数设置的原因:
使人工变量在迭代过程中尽快从基变量中被换出。 使人工变量在迭代过程中尽快从基变量中被换出。 注意: 注意: 最终单纯形表中,如果基变量中有非零的人工变量 最终单纯形表中, 如果基变量中有非零的人工变量 ,则问题无可行解。 则问题无可行解。
cm +1 −
cm+1 xm+1 a1, m+1 a2, m+1 … am, m+1
… … … … … … …
cn xn a1n a2n … amn
θi θ1 θ2 … θm
∑ca
i i=1
m
i ,m + 1
cn −
∑ca
i i=1
m
i ,n
第6页 页
例:
max z = 2x1 + 3x2
s .t .
第23页 页
cj CB 0 -M -M XB x4 x6 x7 c j– z j 0 -M -1 x4 x6 x3 c j– z j 10 1 1 b 11 3 1
3 x1 1 -4 -2
3-6M
-1 x2 -2 1 0
M-1
-1 x3 1 2 [1]
3M-1
0 x4 1 0 0 0 1 0 0 0
第21页 页
例:
min z = −3 x1 + x
2
+ x
3
x1 − 2 x2 + x 3 ≤ 11 − 4 x1 + x2 + 2 x3 ≥ 3 x3 = 1 − 2 x1 + x1, x2, x3 ≥ 0
第22页 页
解:加入 松弛变量: 松弛变量: x4 剩余变量: 剩余变量: x5 人工变量: 人工变量: x6 和 x7 得到: 得到:
第2页 页
(3)在 σj > 0 ,j = m+1, .. , n 中,若某个非基变量 ) xj 的系数列向量 Pk ≤0,则此问题无界,停止计算,否 ,则此问题无界,停止计算, 则转下步; 则转下步; (4)根据 )根据max( σj > 0 ) = σk,来确定 xk 为换入变量 (最大检验数有多个时,可任选一个); 最大检验数有多个时,可任选一个)
第七节 单纯形法的应用
一、单纯形法的计算步骤
步骤: 步骤: (1)找出初始基可行解; )找出初始基可行解; (2)检验各非基变量的检验数: σ j = c j − )检验各非基变量的检验数:
∑c a
i i =1
m
ij
如果σ 如果 j ≤ 0,j = m+1, .. , n ,则当前解就是最优解 , ,停止计算: 停止计算:
x 1 + 2 x 2 ≤ 8 ≤ 16 4 x 1 4 x 2 ≤ 12 x 1 , x 2 ≥ 0
第7页 页
解:(1)将模型转化为标准型,得到初始单纯形表 )将模型转化为标准型,
cj CB 0 0 0 XB x3 x4 x5 c j– z j 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 θi x5 0 0 1 0 4 3
第12页 页
引入剩余变量化为标准型, 引入剩余变量化为标准型,但无法直接得到初始可 行基: 行基:
= b1 a11 x1 + a12 x 2 + ... + a1 n x n − x n + 1 ... − x n + m = bm a m 1 x1 + a m 2 x 2 + ... + a mn x n x1 , ... , x n , x n + 1 ,... , x n + m ≥ 0
第16页 页
3. 当约束条件中有 、≥ = 时,要直接凑出初始可行 当约束条件中有≤、 基: 的不等式直接加上一个松弛变量; (1)≤的不等式直接加上一个松弛变量; ) 的不等式直接加上一个松弛变量 的不等式减去一个剩余变量, ( 2)≥的不等式减去一个剩余变量, 再加上一个人 ) 的不等式减去一个剩余变量 工变量; 工变量; (3)等式直接加上一个人工变量。 )等式直接加上一个人工变量。
造仅含人工变量的目标函数。 造仅含人工变量的目标函数。
第26页 页
max z = c 1 x 1 + c 2 x 2 + ... + c n x n a 11 x 1 + a 12 x 2 + ... + a 1 n x n = b1 ... a m 1 x 1 + a m 2 x 2 + ... + a mn x n = b m x 1 , ... , x n ≥ 0
第19页 页
1. 大 M 法 人工变量为虚拟变量, 人工变量为虚拟变量 , 完全是为了凑出初始可行 基而引入, 基而引入 , 所以在目标函数中人工变量的系数应 符合如下规则: 符合如下规则: (1)目标函数为极大化:很大的负数( - M ) )目标函数为极大化:很大的负数( (2)目标函数为极小化:很大的正数( M ) )目标函数为极小化:很大的正数(
第1页 页
如果σ 如果 j < 0,j = m+1, .. , n ,则当前解为唯一最优 , 解;
如果有{σj ,j = m+1, .. , n }中有 j = 0,则当前最优解。 是最优解,但不唯一,问题有无穷多最优解。 否则 ,转下步; 转下步;
松弛变量 剩余变量
+ ... + a 1 n x n + x n + 1 + ... + a 2 n x n + ... + a 3 n x n , xn ≥ 0 − x n+ 2 + x n+ 3 + x n+4
人工变量
= b1 = b2 = b3
第18页 页
1. 大 M 法
有人工变量引入时的求解方法 2. 两阶段法
3 x1 [3] 0 -2 1 1 0 0 0
-1 x2 0 1 0 0 0 1 0 0
-1 x3 0 0 1 0 0 0 1 0
0 x4 1 0 0 0 1/3 0 2/3
0 x5 -2 -1 0 -1 -2/3 -1 -4/3
-M x6 2 1 0
1-M
-M x7 -5 -2 1
-1-M
θi 4 -
第9页 页
2 4 -
(3)x1 为换入变量,x3 为换出变量,进行旋转运算, ) 为换入变量, 为换出变量,进行旋转运算, 得到新的单纯形表: 得到新的单纯形表:
cj CB 2 0 3 XB x1 x4 x2 c j– z j b 2 8 3 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 θi x5 -1/2 [2] 1/4 1/4
max z = 3 x 1 − x 2 − x 3 + 0 x 4 + 0 x 5 − Mx 6 − Mx 7 x1 − 2 x 2 + x 3 + x 4 = 11 − x5 + x6 = 3 − 4 x1 + x 2 + 2 x 3 x3 + x7 = 1 − 2 x1 + x1 , x 2 , x 3 , x 4 , x 5 , x 6 , x 7 ≥ 0
0 x5 0 -1 0
-M
-M x6 0 1 0 0 0 1 0 0
-M x7 0 0 1 0 -1 -2 1
1-3M
第24页 页
θi 11 3/2 1
3 0 -2 1
-2 [1] 0
M-1
0 0 1 0
0 -1 0
-M
1 -
cj CB 0 -1 -1 XB x4 x2 x3 c j– z j 3 -1 -1 x1 x2 x3 c j– z j 4 1 9 b 12 1 1
第4页 页
(6)以 al )
k
为主元素进行旋转运算, 为主元素进行旋转运算,从而得到一个
新的基可行解。 新的基可行解。
(7) 重复(2)~(6),直到找到问题的最优解。 ) 重复( ) ( ) 直到找到问题的最优解。
第5页 页
二、单纯形表的设计
cj CB c1 c2 … cm XB x1 x2 … xm c j– z j b b1 b2 … bm c1 x1 1 0 … 0 0 … … … … … … … cm xm 0 0 … 1 0
2/3 1 4/3
-5/3 -2 -7/3
第25页 页
-1/3 -1/3
1/3-M 2/3-M
问题的最优解: 问题的最优解: X = ( x1 , x2 , x3 ) = ( 4, 1, 9 ) T 2. 两阶段法 第一阶段:给原线性规划问题加入人工变量, 第一阶段 :给原线性规划问题加入人工变量, 并构
第10页 页
4 12
(4)x5 为换入变量,x4 为换出变量,进行旋转运算, ) 为换入变量, 为换出变量,进行旋转运算, 得到新的单纯形表: 得到新的单纯形表:
cj CB 2 0 3 XB x1 x5 x2 c j– z j b 4 4 2 2 x1 1 0 0 0 3 x2 0 0 1 0 0 x3 0 -2 1/2 -3/2 0 x4 1/4 1/2 -1/8 -1/8 0 θi x5 0 1 0 0
这些新变量无实际含义, 这些新变量无实际含义,完全是为了凑出初始可行 基以便于运算,称为人工变量。 基以便于运算,称为人工变量。
第14页 页
2. 当约束条件不等式为 = 时,也无法直接得出一个 初始可行基, 初始可行基,也可采取引入人工变量的方法凑出一 个初始可行基: 个初始可行基: