东北大学管理科学与工程运筹学必备知识点

合集下载
  1. 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. 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. 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)。

第一章线性规划与单纯性法

1、线性规划问题的数学模型及各要素的基本特征

线性规划问题的三个要素的基本特征

(1)决策变量:每一个问题都用一组决策变量 ( x1 , x2 ,… , x n )表示某一方案,这组决策变量的值就代表一个具体方案。一般这些变量取值是非负且连续的。

(2)约束条件:存在一定的约束条件,这些约束条件可以用一组线性等式或线性不等式来表示。

(3)目标函数:都有一个要求达到的目标,它可用决策变量的线性函数(称为目标函数)来表示。按问题的不同,要求目标函数实现最大化或最小化。

数学模型,其一般形式为:

标准型式为:

其中,x j(j=1,2,...,n)为决策变量,a ij(i=1,2,...,m;j=1,2,...,n)为工艺系数,b i(i=1,2,..,m)为资源系数,

c j(j=1,2,...,n)为价值系数。

2、如何将线性规划问题转变为标准型

(1)若目标函数要实现最小化,minZ=CX。需将最小化转变为最大化,令Z’=-Z,的maxZ’=-CX。

(2)约束方程为不等式

A:约束方程为≤的不等式,左端加入非负松弛变量。

B: 约束方程为≥的不等式,左端减去非负松弛变量。

(3)若变量x k 无约束时,令x k=x k’-x k’’ ,x k’,x k’’≥0

3、可行解,基,基可行解,可行基的概念及相互关系

可行解:满足约束方程不等式,并且满足x k≥0,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。

基:设A是约束方程组m×n维系数矩阵,其秩为m,B是矩阵A中的m×m阶的非奇异子矩阵,则称B为线性规划问题的一个基。

基可行解:满足非负条件(x k≥0)的基解,称为基可行解。

可行基:基可行解对应的基,称为可行基。

4、解的几何意义

5、线性规划问题的几何意义

定理 1:“若线性规划问题存在可行域,则其可行域是凸集”,要会证明。

引理 1:“线性规划问题的可行解X = ( x1 , x2 , ⋯ , x n ) T为基可行解的充要条件是X的正分量所对应的系数列向量是线性独立的”,要会证明(记住从必要性和充分性两方面证明)。

定理 2 “线性规划问题的基可行解 X 对应于可行域 D 的顶点。”要会证明(利用反证法,从两个方面证明)。

定理 3 “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”要会证明。

6、单纯形法求解线性规划的思路

一般线性规划问题具有线性方程组的变量数大于方程个数,这时有不定的解。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。这就是迭代,直到目标函数实现最大值或最小值为止。(从可行域中的某个基可行解开

始到另一个基可行解,直到目标函数达到最优)

7、线性规划解的判别定理

8、单纯形法的计算步骤

9、单纯形法的进一步讨论

(1)大M法

在一个线性规划问题的约束条件中加进人工变量后,要求人工变量对目标函数取值不受影响,为此假定人工变量在目标函数中的系数为( - M) ( M为任意大的正数) ,这样目标函数要实现最大化时,必须把人工变量从基变量换出。否则目标函数不可能实现最大化。

(2)两阶段法

第一阶段:不考虑原问题是否存在基可行解;给原线性规划问题加入人工变量,并构造仅含人工变量的目标函数和要求实现最小化。

然后用单纯形法求解上述模型,若得到ω= 0 ,这说明原问题存在基可行解,可以进行第二段计算。否则原问题无可行解,应停止计算。

第二阶段:将第一阶段计算得到的最终表,除去人工变量。将目标函数行的系数,换原问题的目标函数系数,作为第二阶段计算的初始表。

10、退化解及勃兰特规则

退化:单纯形法计算中用θ规则确定换出变量时,有时存在两个和两个以上最小比值,这样在下一次的迭代中就有一个或者几个基变量等于零,这就出现退化解。

勃兰特规则:(1)选取c j-z j>0中下标最小的非基变量x k为换入变量。

(2)当按θ规则存在两个和两个以上最小比值时,选取下标最小的基变量为换出变量时。

11、(实际问题)建立线性规划模型的条件

(1 ) 要求解问题的目标函数能用数值指标来反映,且为线性函数;

(2 ) 存在着多种方案;

(3 ) 要求达到的目标是在一定约束条件下实现的,这些约束条件可用线性等式或不等式来描述。

12、图解法

第二章对偶理论和灵敏度分析

1、对偶问题的基本性质

(1)对称性:对偶问题的对偶是原问题。

(2)弱对偶性:若 X 是原问题的可行解,Y 是对偶问题的可行解。则存在CX≤Yb。

(3)无界性:若原问题( 对偶问题)为无界解,则其对偶问题(原问题) 无可行解。

(4)可行解的最优性质:设X是原问题的可行解,Y是对偶问题的可行解,当C X = Y b 时,X,Y是最优解。

(5)对偶定理:若原问题有最优解,那么对偶问题也有最优解;且目标函数值相等。

(6)互补松弛性:若X,Y分别是原问题和对偶问题的可行解。那么Y XS = 0 和 YS X= 0 ,当且仅当X,Y为最优解。

(必须都会证明)

2、对偶问题的经济解释——影子价格

*

y的值代表对第i 种资源的估价。这种估价是针对具体工厂的具体产品而存在的一种特殊价格,称它i

为“影子价格”。影子价格随具体情况而异,在完全市场经济的条件下,当某种资源的市场价低于影子价格时,企业应买进该资源用于扩大生产;而当某种资源的市场价高于企业影子价格时,则企业的决策者应把已有资源卖掉。可见影子价格对市场有调节作用。

3、对偶单纯形法的计算步骤如下

4、对偶单纯行法与单纯行法的区别

对偶单纯行法是运用对偶原理求解原问题的一种方法,而不是求解对偶问题的单纯行法。它和单纯行法的主要区别在于:单纯行法是从一个原问题的基本可行解转到另一个基本可行解,即迭代中始终保持原问题

相关文档
最新文档