线性规划单纯形法(例题)
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
解答 运筹学 第一章 线性规划及其单纯形法习题
-M x6 8 1 4 2 -1 0 1 0
-M x7 6 3 2 0 0 -1 0 1
检验数j 0 -2 -3 -1 0 0 -M -M
Cj CB XB
-2 -3 -1 0 0 -M -M 比
b x1 x2 x3 x4 x5 x6 x7 值
-M x6 8 1 4 2 -1 0 1 0
-M x7 6 3 2 0 0 -1 0 1
A
1 2
2 2
3 1
4 2
p1 p2 p3 p4
序号 向量组
A
1 2
2 2
3 1
4 2
是否线性无关 是否为基
1
p1 p2
√
√
2
p1 p3
√
√
3
p1 p4
√
√
4
p2 p3
√
√
5
p2 p4
√
√
6
p3 p4
√
√
序号 1
基 p1 p2
基解
(-4, 11/2, 0 , 0)
是否为基可行解
×
2
p1 p3
(2/5, 0, 11/5 , 0) √
10/2=5
1 -3 0 -2 0
0
1
1
-1 -2
0 1/2 0 1/2 1/2 1 -3/2 0 -1/2 1/2
0 -3/2 0 -3/2 -1/2
同理： （2）为无界解
3 用单纯形法中的大M法求解下列线性规划问题，并指出属 那一类解
min Z 2x1 3x2 x3
化为标准式有
st. 3x1x1
4x2 2x2
9 8
x1, x2 0
max Z 2x1 x2
线性规划单纯形法(清华2)
增加单位产品甲（x1）比乙对目标函数 的贡献大（检验数最大），把非基变量 x1换成基变量，称x1为进基变量，而把 基变量x4换成非基变量，称x4为出基变 量。 （在选择出基变量时，一定保证消去系 统为正消去系统）（最小比值原则）
增加单位产品甲（x1）比乙对目标函数 的贡献大（检验数最大），把非基变量 x1换成基变量，称x1为进基变量，而把 基变量x4换成非基变量，称x4为出基变 量。 （在选择出基变量时，一定保证消去系 统为正消去系统）（最小比值原则）
因为B为一个基, det(B)<>0
有 XB = B-1b- B-1N XN
S = CB B-1b + (CN- CB B-1N ) XN
令非基变量XN = 0 则
Xt = (XB , XN) =（ B-1b , 0）为基础解， 其目标函数值为 S = CB B-1b 只要XB = B-1b 0, Xt =（ B-1b , 0） 0
X为基础可行解, B就是可行基。
另外，若满足 CN- CB B-1N 0 则对任意的 x 0 有 S = CX CB B-1b
即对应可行基B的可行解x为最优解。
定理1-5（最优解判别准则）
对于可行基B ,若
C - CB B-1A 0
则对应于基B的基础可行解x就是基础最 优解，此时的可行基就是最优基。 C - CB B-1A为检验数。 由于基变量的检验数：CB - CB B-1B = 0
c2
Ct= …… cn X=
x2
0= …… xn
0
….. 0
并且
r(A)=m<n.
1.最优解判别定理：
不妨假设 A=（B , N）（B为一个基）
相应地有 Xt= (XB , XN)
第一章 线性规划及单纯形法
线性规划问题的标准形式： 线性规划问题的标准形式：
max f = ∑ c j x
j =1 j n
n ∑ aij x j = bi , i = 1,2,L , m j =1 x j ≥ 0, j = 1,2,L , n
日产量（ 日产量（吨） 9 5 7 21
11
）（模型 例2（运输问题）（模型） （运输问题）（模型）
minf = 2 x11 + 9 x12 + 10 x13 + 7 x14 + x21 + 3 x22 + 4 x23 + 2 x24 + 8 x31 + 4 x32 + 2 x33 + 5 x34 x11 + x12 + x13 + x14 = 9 x +x +x +x =5 23 24 21 22 x31 + x32 + x33 + x34 = 7 x11 + x21 + x31 = 3 s.t. x12 + x22 + x32 = 8 x13 + x23 + x33 = 4 x14 + x24 + x34 = 6 xij ≥ 0(i = 1,2,3; j = 1,2,3,4)
18
3、（线性规划）数学模型的三要素 、（线性规划） 、（线性规划 变量/决策变量 决策变量； ①变量 决策变量； 目标函数（ ②目标函数（max/min）； ）； 约束条件。 ③约束条件。
19
决策变量： ①变量/决策变量：指决策者为实现规划目标采 变量 决策变量 取的方案、措施，是问题中要确定的未知量； 取的方案、措施，是问题中要确定的未知量；
第2章线性规划建模及其单纯形法
2x1+x2≤40 3x2≤75 x1 ,x2 ≥ 0
7
这是一个典型的利润最大化的生产计划问题。 其中，“Max”是英文单词“Maximize”的缩写，含 义为“最大化”； “s.t.”是“subject to”的缩写，表示“满足于…”。 因此，上述模型的含义是：在给定条件限制下，求 使目标函数z达到最大的x1 ,x2的取值
a21x1 + a22x...2 + … + a2nxn≤ b2 am1x1 + am2x2 + … + amnxn≤ bm
x1 , x2 , … , xn≥0
20
•标准形式 •目标函数： Max z=c1x1 + c2x2 + … + cnxn
•约束条件： a11x1 + a12x2 + … + a1nxn=b1 a21x1 + a22x...2 + … + a2nxn=b2 am1x1 + am2x2 + … + amnxn=bm x1 , x2 , … , xn≥0
4 x1 + 2 x2 + 3 x3 - 9 x4≥ 39 6 x2 + 2 x3 + 3 x4≤-58 x1 , x3 , x4 ≥0
31
解8x3:+7首x4先；，将目标函数转换成极大化:令z=-f=3x1–5x2– 其次考虑约束，有3个不等式约束，引进松弛变量 x5 ,x6 ,x7 ≥0 ； 由于x2无非负限制，可令x2=x2’-x2”,其中x2’≥0 x2”≥0 由于第3个约束右端项系数为-58，于是把该式两端乘 以-1。 于是，我们可以得到以下标准形式的线性规划问题：
单纯形法求解线性规划问题例题
单纯形法求解线性规划问题例题线性规划问题（LinearProgrammingProblem,LPP）是指由一系列约束条件和优化目标函数组成的数学最优化模型，它可以用于解决各种单位时间内最高效率的分配问题。
在求解LPP的过程中，单纯形法（Simplex Method）是最主要的优化算法之一。
单纯形法的原理是采用一组基本变量的拿破仑表示法，一步步构造出线性规划问题的最优解。
下面我们来看一个例子：有公司向农户出售两种农药，甲和乙，每瓶甲农药售价3元，每瓶乙农药售价2元，公司每天有200瓶甲农药和150瓶乙农药，问该公司售出多少瓶甲农药和乙农药，能每天获得最大收益？该问题可表示为下述线性规划模型：最大化 $3x_1+2x_2$约束条件：$x_1+x_2le 200$$2x_1+x_2le 150$$x_1,x_2ge 0$由上述模型可知，有两个未知量$x_1$和$x_2$，它们分别代表出售的甲农药和乙农药的瓶数。
单纯形法的基本思想是采用一组基本变量表示未知量，将未知量$x_1$和$x_2$表示为由两个基本变量$y_1$和$y_2$组成的拉格朗日变换系数矩阵形式，即：$x_1+x_2=y_1+y_2$$2x_1+x_2=m(y_1+y_2)$其中，m是一个系数，根据上面的约束条件，m取200/150=4/3，则：$x_1=y_1+frac{1}{3}y_2$$x_2=y_2-frac{1}{3}y_2$由此可以得到该问题的新的线性规划模型：最大化 $3y_1+2(frac{4}{3})y_2$约束条件：$y_1+y_2le 200$$y_2le 150$$y_1,y_2ge 0$可以看出，该问题所构建出来的新的线性规划模型比原来的模型更加容易求解。
我们将建立单纯形表，以便求出最优解。
首先列出单纯形表：$begin{array}{|c|c|c|c|c|c|c|}hline& y_1 & y_2 & S_1 & S_2 & f & b hline1 & 1 & 1 & 1 & 0 & 3 & 200 hline2 & 0 & 1 & 0 & 1 & 4/3 & 150 hlineend{array}$其中，$y_1$和$y_2$是基本变量，$S_1$和$S_2$是可行解系数，$f$是目标函数系数，$b$是右端项。
补全单纯形表例题
补全单纯形表例题
单纯形法是线性规划问题的一种求解方法。
在给定的线性规划问题中，我们首先找到一个初始解，然后通过迭代的方式找到最优解。
以下是一个简单的线性规划问题的单纯形法求解过程：
例题：
目标函数：最大化 z = 3x + 4y
约束条件：
1. x + 2y <= 12
2. 2x + y <= 10
3. x, y >= 0
初始单纯形表：
x y z c b
1 0 -
2 -1 30 + 40 4 0
2 0 -1 2 30 + 40
3 0
3 1 0 0 0 0 12
4 2 0 0 0 0 10
迭代步骤：
1. 从最后一行开始，检查是否满足所有约束条件。
发现第3个约束条件不满足，即x+2y>12，说明我们可以增加y的取值以减小x的取值。
2. 将第4列中的y增加1，得到新的单纯形表：
x y z c b
1 0 -
2 -1 30 + 40 4 -4
2 0 -1 2 30 + 40
3 -2
3 1 0 1 0 -2 6
4 2 0 1 0 -1 5
3. 检查新的单纯形表，所有约束条件都满足。
现在我们有了初始解，x=0, y=1。
将这个解代入目标函数得到z=30+41=4。
因此，初始最优解是(x=0, y=1, z=4)。
解答-运筹学-第一章-线性规划及其单纯形法习题
项目 X1 X2 X3 X4
X5
X4 6 (b) (c) (d) 1 0
X5 1 -1
3 (e) 0 1
Cj-ZJ
(a) -1 2
00
X1 (f) (g) 2 -1 1/2 0
X5 4 (h) (i) 1 1/2 1
Cj-ZJ
0
-7A (j) (k) (l)
25
首先由于x1、x5为基变量，故g=1, h=0, l = 0
检验数j
14M 4M-2 6M-3 2M-1 -M -M
A
0
0
18
Cj
-2 -3 -1 0 0 -M -M 比
CB XB
b x1 x2 x3 x4 x5 x6 x7 值
-M x6 8 1 4 2 -1 0 1 0 2
-M x7 6 3 2 0 0 -1 0 1 3
检验数j 14M 4M-2 6M-3 2M-1 -M -M 0 0
5 x2 15
s
t
.
6
x1 x1
2 x2 x2
24 5
x 1 , x 2 0
A
10
Cj
10 5 0 0 比
CB XB
b
x1
x2
x3
x4
值
0 x3
9
3
4
1
0 9/3=3
0 x4
8
5
20
1
8/5
检验数j 0 10 5 0 0
0 x3 21/5 0 14/5 1 -3/5 3/2
10 x1 8/5 1 2/5 0 1/5
4
x
2
12
x 1, x 2 0 无可行解
m ax Z x1 x2
两阶段单纯形法例题详解
两阶段单纯形法引言在线性规划中，两阶段单纯形法是一种常用的求解方法。
它通过两个阶段的迭代，逐步优化目标函数值，从而找到最优解。
本文将详细介绍两阶段单纯形法的步骤和原理。
步骤两阶段单纯形法主要分为两个阶段：人工变量法和单纯形法。
人工变量法•将目标函数按照线性规划的标准形式化简。
•引入人工变量（artificial variables）来转换非标准化的约束条件为等式形式。
•新增的人工变量构成的目标函数为目标是最小化的。
•利用单纯形法求解这个新增的最小化目标函数，得到一个初始可行解。
•如果初始可行解的目标函数值为0，说明原问题有解；如果目标函数值不为0，则原问题无解。
单纯形法•判断初始基本可行解是否是最优解，如果不是，则进行下面的优化步骤。
•选择一个入基变量（entering variable），即将要进入基本解的变量。
•选择一个出基变量（leaving variable），即将要离开基本解的变量。
•使用基本变量和非基本变量之间的约束方程来计算新的基本解。
•迭代以上步骤，直到找到满足优化条件的最优解。
示例假设有一个线性规划问题如下：max Z = 5x1 + 3x2subject tox1 + 2x2 <= 62x1 + x2 >= 4x1, x2 >= 0首先，将目标函数和约束条件标准化，得到以下形式：max Z = 5x1 + 3x2subject to-x1 - 2x2 <= -62x1 + x2 >= 4x1, x2 >= 0然后，采用人工变量法引入人工变量（s1和s2），得到以下形式：max Z = 5x1 + 3x2subject to-x1 - 2x2 + s1 = -62x1 + x2 - s2 = 4x1, x2, s1, s2 >= 0接下来，我们利用单纯形法求解最小化目标函数s1 + s2的初始可行解。
根据单纯形表格的形式，我们可以得到初始表格如下：Cj | -1 | -1 | 0 | 0 |------- |----|----|----|----|Cb | 0 | 0 | 1 | 1 |------- |----|----|----|----|Var. |x1 |x2 |s1 |s2 |------- |----|----|----|----|-1 | -1 | -2 | 1 | 0 |------- |----|----|----|----|0 | 2 | 1 | 0 | -1 |按照单纯形法的步骤，我们选取入基变量s1和出基变量x2，进行迭代计算，得到新的表格：Cj | -1 | -4 | 1 | -3 |------- |----|----|----|----|Cb | 0 | 2 | -1 | 2 |------- |----|----|----|----|Var. |x1 |s2 |s1 |x2 |------- |----|----|----|----|-1 | -1 | 0 | 1 | 2 |------- |----|----|----|----|2 | 2 | 0 | 0 | -1 |继续迭代，直到得到满足优化条件的最优解。
用对偶单纯形法求解线性规划问题
例4-7用对偶单纯形法求解线性规划问题.Min z =5x1+3x2≥6s.t.-2 x1 + 3x2≥43 x1 - 6 x2Xj≥0（j=1,2）解：将问题转化为Max z = -5 x1 - 3 x2+ x3 = -6s.t. 2 x1 - 3x2-3 x1 + 6 x+ x4≥-42Xj≥0（j=1,2，3,4）其中，x3 ，x4为松弛变量，可以作为初始基变量，单纯形表见表4-17.在表4-17中,b=-16<0,而y≥0,故该问题无可行解.注意: 对偶单纯形法仍是求解原问题,它是适用于当原问题无可行基,且所有检验数均为负的情况.若原问题既无可行基,而检验数中又有小于0的情况.只能用人工变量法求解.在计算机求解时,只有人工变量法,没有对偶单纯形法.3.对偶问题的最优解由对偶理论可知,在原问题和对偶问题的最优解之间存在着密切的关系,可以根据这些关系,从求解原问题的最优单纯形表中,得到对偶问题的最优解.(1)设原问题(p)为Min z=CXs.t. ⎩⎨⎧≥=0X bAX则标准型(LP)为Max z=CXs.t. ⎩⎨⎧≥=0X bAX其对偶线性规划（D ）为Max z=b T Y s.t. ⎩⎨⎧≥=0X bAX用对偶单纯形法求解（LP ），得最优基B 和最优单纯形表T （B ）。
对于（LP ）来说，当j=n+i 时，有Pj=-e i ，c j =0从而，在最优单纯形表T （B ）中，对于检验数，有（σn+1，σn+2…σn+m ）=（c n+1，c n+2…，c n+m ）-C B B -1（Pn +1,Pn+2…,Pn+m ）=- C B B -1 (-I)于是，Y*=（σn+1，σn+2…σn+m ）T 。
可见，在（LP ）的最优单纯形表中，剩余变量对应的检验数就是对偶问题的最优解。
同时，在最优单纯形表T （B ）中，由于剩余变量对应的系数 所以B -1 =（-y n+1，-y n+2…-y n+m ）例4-8 求下列线性规划问题的对偶问题的最优解。
线性规划单纯形法(例题)资料
线性规划单纯形法(例题)《吉林建筑工程学院城建学院人文素质课线性规划单纯形法例题》⎪⎩⎪⎨⎧≥=++=+++++=⎪⎩⎪⎨⎧≥≤+≤++=0,,,24261553).(002max ,,0,24261553).(2max 14.18432142132143214321212121x x x x x x x x x x t s x x x x z x x x x x x x x t s x x z 标准型得到该线性规划问题的，分别加入松驰变量在上述线性规划问题中法求解线性规划问题。
分别用图解法和单纯形）】（页【为初始基变量，选择43,x x)1000(00)0010(01)2050(12)6030(24321=⨯+⨯-==⨯+⨯-==⨯+⨯-==⨯+⨯-=σσσσ为出基变量。
为进基变量，所以选择41x x3/1)6/122/10(00)0210(03/1)3/1240(10)1200(24321-=⨯+-⨯-==⨯+⨯-==⨯+⨯-==⨯+⨯-=σσσσ为出基变量。
为进基变量，所以选择32x x24/724/528/11012/112/124/1100021110120124321-=⨯+-⨯-=-=-⨯+⨯-==⨯+⨯-==⨯+⨯-=）（）（）（）（σσσσ4334341522max ,)43,415(),(2112=+⨯=+===x x z x x X TT 故有：所以，最优解为⎪⎪⎩⎪⎪⎨⎧≥=++=+=+++++=⎪⎪⎩⎪⎪⎨⎧≥≤+≤≤+=0,,,,18232424).(0002max ,,,0,182312212).(52max 24.185432152142315432154321212121x x x x x x x x x x x x t s x x x x x z x x x x x x x x x t s x x z 标准型得到该线性规划问题的，分别加入松驰变量在上述线性规划问题中法求解线性规划问题。
线性规划单纯形法(例题)
《吉林建筑工程学院城建学院人文素质课线性规划单纯形法例题》⎪⎩⎪⎨⎧≥=++=+++++=⎪⎩⎪⎨⎧≥≤+≤++=0,,,24261553).(002max ,,0,24261553).(2max 14.18432142132143214321212121x x x x x x x x x x t s x x x x z x x x x x x x x t s x x z 标准型得到该线性规划问题的，分别加入松驰变量在上述线性规划问题中法求解线性规划问题。
分别用图解法和单纯形）】（页【为初始基变量，选择43,x x)1000(00)0010(01)2050(12)6030(24321=⨯+⨯-==⨯+⨯-==⨯+⨯-==⨯+⨯-=σσσσ为出基变量。
为进基变量，所以选择41x x3/1)6/122/10(00)0210(03/1)3/1240(10)1200(24321-=⨯+-⨯-==⨯+⨯-==⨯+⨯-==⨯+⨯-=σσσσ为出基变量。
为进基变量，所以选择32x x24/724/528/11012/112/124/1100021110120124321-=⨯+-⨯-=-=-⨯+⨯-==⨯+⨯-==⨯+⨯-=）（）（）（）（σσσσ4334341522max ,)43,415(),(2112=+⨯=+===x x z x x X TT 故有：所以，最优解为⎪⎪⎩⎪⎪⎨⎧≥=++=+=+++++=⎪⎪⎩⎪⎪⎨⎧≥≤+≤≤+=0,,,,18232424).(0002max ,,,0,182312212).(52max 24.185432152142315432154321212121x x x x x x x x x x x x t s x x x x x z x x x x x x x x x t s x x z 标准型得到该线性规划问题的，分别加入松驰变量在上述线性规划问题中法求解线性规划问题。
线性规划经典例题
线性规划经典例题一、问题描述某工厂生产两种产品A和B，每天可用的原料有限，而每种产品的制造需要不同数量的原料。
产品A每单位利润为10元，产品B每单位利润为8元。
产品A每天的制造时间为6小时，产品B每天的制造时间为4小时。
已知制造一个单位的产品A需要2小时，而制造一个单位的产品B需要1小时。
工厂的目标是最大化每天的利润。
二、数学建模1. 定义变量：- x1: 每天制造的产品A的单位数量- x2: 每天制造的产品B的单位数量2. 建立目标函数：目标函数为最大化每天的利润，即：Maximize Z = 10x1 + 8x23. 建立约束条件：- 原料的限制：每天可用的原料有限，产品A每单位需要2单位原料，产品B每单位需要3单位原料。
因此，原料的约束条件为：2x1 + 3x2 ≤ 原料数量- 时间的限制：每天的制造时间有限，产品A每单位需要2小时制造，产品B每单位需要1小时制造。
因此，时间的约束条件为：2x1 + x2 ≤ 制造时间- 非负约束：每天制造的产品数量不能为负数，因此，非负约束条件为：x1 ≥ 0x2 ≥ 0三、求解线性规划问题利用线性规划的求解方法，可以求解出最优解。
1. 图形法：通过绘制约束条件的直线或曲线，找到目标函数的最大值所在的区域。
2. 单纯形法：单纯形法是一种常用的求解线性规划问题的方法。
通过迭代计算，找到目标函数的最大值所在的点。
四、数值计算为了方便计算，我们假设原料数量为20单位，制造时间为10小时。
1. 图形法：绘制约束条件的直线或曲线，找到目标函数的最大值所在的区域。
在本例中，约束条件的直线为：2x1 + 3x2 ≤ 202x1 + x2 ≤ 10绘制直线后，找到目标函数的最大值所在的区域。
2. 单纯形法：利用单纯形法，可以求解出最优解。
根据约束条件和目标函数，可以构建如下的单纯形表格：| 基变量 | x1 | x2 | 原料数量 | 制造时间 | 目标函数 ||--------|----|----|----------|----------|---------|| x3 | 0 | 0 | 20 | 10 | 0 || x1 | 1 | 0 | 2 | 2 | 10 || x2 | 0 | 1 | 3 | 1 | 8 |通过迭代计算，可以得到最优解为：x1 = 5x2 = 0最大利润为：50元五、结果分析根据数值计算的结果，最优解为每天制造5个单位的产品A，不制造产品B，可以获得最大利润为50元。
单纯形法及例题解析
= a11a22-a12a21
三阶行列式
a11 a12 a13 a21 a22 a23 a31 a32 a33
= a11a22a33+a12a23a31+a13a21a32-
a13a22a31-a11a23a32-a12a21a33
练习
14 3 -5 2 1 36 1
10 0 -5 2 3 33 5
x4
x5
0
x3
2
[1]
0
1
0
-1/2
1
0
x4
16
4
0
0
1
0
4
3
x2
3
0
1
0
0
1/4
-
Cj-Zj
2
0
0
0
-3/4
Cj
CB
XB
b
2
x1
2
0
x4
8
3
x2
3
Cj-Zj
单纯形表
2
3
0
x1
x2
x3
1
0
1
0
0
-4
0
1
0
0
0
-2
0
0
θ
x4
x5
0
-1/2
-
1
[2]
4
0
1/4
12
0
1/4
单纯形表
Cj
2
3
0
0
0
θ
CB
矩阵的乘法
A =（aij）m s B =（bij）s n C =AB =（cij）m n
cij = ai1b1j+ai2b2j+ … +aisbsj
线性规划与单纯形法
第1章 线性规划与单纯形法1、用图解法求解下列线性规划问题，并指出问题具有唯一最优解、无穷最优解、无界解还是无可行解。
⎪⎩⎪⎨⎧≥≥+≥++=0x x 42x 4x 66x 4x 3x 2x minz )a (21212121， ⎪⎩⎪⎨⎧≥≥+≤++=0x ,x 124x 3x 2x 2x 2x 3x maxz )b (21212121⎪⎩⎪⎨⎧≤≤≤≤≤++=8x 310x 512010x 6x x x maxz )c (212121⎪⎩⎪⎨⎧≥≤+-≥-+=0x ,x 23x 2x 2x 2x 6x 5x maxz )d (21212121 2、用单纯形法求解下列线性规划问题。
⎪⎩⎪⎨⎧≥≤+≤++=0x ,x 82x 5x 94x 3x 5x 10x maxz )a (21212121⎪⎪⎩⎪⎪⎨⎧≥≤+≤+≤+=0x ,x 5x x 242x 6x 155x x 2x maxz )b (2121212213、用大M 法和两阶段法求解下列线性规划问题，并指出属于哪一类解。
⎪⎪⎩⎪⎪⎨⎧≥≥-≥+-≥+++-=0x x x 0x 2x 2x 2x 6x x x 2x x 2x maxz )a (3,2,132******** ⎪⎩⎪⎨⎧≥≥+≥++++=0x ,x ,x 62x 3x 82x 4x x x 3x 2x minz )b (321213213214、已知线性规划问题的初始单纯形表（如表1所示）和用单纯形法迭代后得到的表（如表2所示）如下，试求括弧中未知数a ～l 的值。
表25、某厂生产Ⅰ、Ⅱ、Ⅲ三种产品，都分别经A 、B 两道工序加工。
设A 工序可分别在设备A 1或A 2上完成，有B 1、B 2、B 3三种设备可用于完成B 工序。
已知产品Ⅰ可在A 、B 任何一种设备上加工；产品Ⅱ可在任何规格的A 设备上加工，但完成B 工序时，只能在B 1设备上加工；产品Ⅲ只能在A 2与B 2设备上加工。
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。
线性规划(单纯形法)
不难看出x 可作为初始基变量，列单纯形表计算。 不难看出 4、x5可作为初始基变量，列单纯形表计算。
单纯形法的进一步讨论－ 单纯形法的进一步讨论－人工变量法
Page 17
故人为添加两个单位向量，得到人工变量单纯形法数学模型： 故人为添加两个单位向量，得到人工变量单纯形法数学模型： max Z = 3x1 − x2 − x3 + 0x4 + 0x5－Mx6 − Mx7
x1 − 2x2 + x3 + x4 = 11 − 4x + x + 2x − x + x = 10 1 2 3 5 6 − 2x1 + x3 + x7 = 1 x j ≥ 0, j = 1,2,L,7
确定换出变量。根据下式计算并选择θ 选最小的θ对应基 ② 确定换出变量。根据下式计算并选择 ，选最小的 对应基
单纯形法的计算步骤
③
Page 6
用换入变量xk替换基变量中的换出变量，得到一个新的基。 用换入变量 替换基变量中的换出变量，得到一个新的基。 替换基变量中的换出变量 对应新的基可以找出一个新的基可行解， 对应新的基可以找出一个新的基可行解，并相应地可以画出 一个新的单纯形表。 一个新的单纯形表。
4 4 2
1 0 0 0
0 0 1 0
0 -2 1/2 -3/2
1/4 1/2 -1/8 -1/8
0 1 0 0