指派问题(含非标准指派问题)
指派问题的标准形式是

指派问题的标准形式是在工作和生活中,我们经常需要指派任务或者解决问题,而指派问题的标准形式对于确保任务顺利完成以及问题得到有效解决起着至关重要的作用。
一个清晰、明确的指派问题标准形式可以帮助我们避免混乱和误解,提高工作效率,达到预期的目标。
首先,指派问题的标准形式应该包括清晰的任务描述。
在指派任务时,必须清楚地描述任务的内容、目标和期限。
这样可以避免任务执行者对任务理解上的偏差,确保任务的准确完成。
同时,任务描述中应该包括所需的资源、工具和支持,以及任务的优先级和重要性,这样可以帮助任务执行者更好地安排工作和资源,提高工作效率。
其次,指派问题的标准形式还应该包括明确的责任人和参与人。
在指派任务时,必须明确指定任务的责任人,以及参与任务的其他相关人员。
责任人需要清楚地知道自己的职责和任务目标,以便能够有效地组织和安排工作。
同时,其他参与人员也需要清楚自己在任务中的角色和责任,以确保任务的协调和合作。
另外,指派问题的标准形式还应包括明确的任务完成标准和验收标准。
任务完成标准是指任务执行者需要达到的具体要求和标准,包括任务的质量、数量、时间等方面的要求。
验收标准是指任务完成后的验收标准,包括验收的程序、标准和方法。
明确的任务完成标准和验收标准可以帮助任务执行者更好地了解任务的要求,确保任务的质量和效果。
最后,指派问题的标准形式还应包括有效的沟通和反馈机制。
在指派任务时,必须建立起有效的沟通和反馈机制,确保任务执行者和相关人员之间的信息畅通和反馈及时。
这样可以帮助任务执行者及时了解任务的进展和问题,及时调整和解决问题,确保任务的顺利完成。
总之,指派问题的标准形式是确保任务顺利完成和问题有效解决的关键。
一个清晰、明确的指派问题标准形式可以帮助我们避免混乱和误解,提高工作效率,达到预期的目标。
因此,在工作和生活中,我们应该重视指派问题的标准形式,做好任务的指派和问题的解决。
第4章整数规划——指派问题

4 指派问题
解: 可行解{c12=0, c24 =0, c31 =0, c43 =0}是一个独立零元素组, c12=0, c24 =0, c31 =0, c43 =0分别称 为独立零元素; {c12=0, c23 =0, c31 =0, c44 =0}也 是一个独立零元素组,而{c14=0, c23 =0, c31 =0, c44 =0}就不是独立零元素 组.
4 指派问题
1)对新矩阵中所有不含“*”元素的行打√ ; 2)对打√的行中,所有打×零元素所在的列打√; 3)对所有打√列中标记“*”元素所在行打√; 4)重复上述2),3)步,直到不能进一步打√为止; 5)对未打√的每一行划一直线,对已打√的每一列划一纵线, 即得到覆盖当前0元素的最少直线数。 第四步:对矩阵未被直线覆盖过的元素中找最小元素,将打 √行的各元素减去这个最小元素,将打√列的各元素加上这个最小 元素(以避免打√行中出现负元素),这样就增加了零元素的个 数,返回第二步。 【例5】 求解例1和例2
X (2)
都是指派问题的最优解。
4 指派问题
4.3 指派问题的求解 指派问题既是一类特殊的整数规划问题,又是特殊的运输问 题,因此可以用多种相应的解法来求解,然而这些解法都没有充 分利用指派问题的特殊性质,有效地减少计算量,直到1955年库 恩(W. W. Kuhn)提出的匈牙利法才有效地解决了指派问题。 匈牙利法的理论基础 定义2 独立零元素组 在效率矩阵中,有一组在不同行不同 列的零元素,称为独立零元素组,其每个元素称为独立零元素。 5 0 2 0 2 3 0 0 C 【例4】 已知效率矩阵 0 5 6 7 4 8 0 0 求其独立零元素组。
0 , 不 指 派 Ai 承 建 商 店 B j x ij ( i , j 1, 2 ,3, 4 ,5 ) 1, 指 派 Ai 承 建 商 店 B j
指派问题——匈牙利法

• 若资源多,事件少,则增加一些虚拟 事件,这些虚拟事件被资源实现的费用( 成本、效率)取值为0;
非标准形式的指派问题
(3) 一个资源可以做多件事的指派问题
若某资源可以用来做几件事件,则 可将该资源化作相同的几个资源来接 受指派,这几个“资源”做同一事件的 费用(效率)系数取相同值;
例 下列矩阵中,最少3条直线覆盖了所有0元 素,因此可判定矩阵有3个独立0元素。
0 1 3 4 2 0 6 0 0 5 9 3 2 7 0 6
指派问题的匈牙利解法——步骤
Step 1. 每行减去该行的最小数, 每列减去该 列的最小数,使矩阵每行每列均有0元素;
Step 2. 寻找独立0元素
• 从单个0元素的行(列)开始,给0加圈,记作◎,然 后划去所在列(行)的其它0元素,记为;重复进 行,直到处理完所有列(行)的单个0元素;
• 练习例题:甲乙丙丁四个人,A、B、C、D四 项任务,不同的人做不同的工作效率不同, 表中数据为时耗,如何指派不同的人去做不 同的工作使效率最高?
数模: minZ=ΣΣcijxij Σxij=1 i=1,…,n Σxij=1 j=1,…,n Xij=0或1
任务 人 时间
甲 乙 丙 丁
ABC D 4 10 7 5 2763 3344 4663
(1) 最大化指派问题
设效率矩阵为 C (cij )nn ,其中最大元素 为 m,令矩阵 B (bij )nn , bij m cij ,则 以 B为效率矩阵的最小化指派问题和以C为 效率矩阵的原最大化指派问题有相同的最优 解;
非标准形式的指派问题
指派问题的最优解法

指派问题的最优解法指派问题是一个最优化问题,在给定若干个任务和执行者(或机器)的情况下,要求将每个任务指派给一个执行者,并使得总体的执行成本或者效益最优。
指派问题可以用匈牙利算法(Hungarian algorithm)或者KM算法(Kuhn-Munkres algorithm)来求解,这两个算法是目前被广泛采用的指派问题求解方法。
匈牙利算法是一个具有全局优势的贪心算法,它通过不断优化当前的局部选择,最终得到全局最优解。
其基本思想是通过给任务和执行者之间的边标注权重,然后选取最小权重的边进行指派,如果发现某个任务或者执行者已经被指派,就将其它相关的边进行更新,并继续寻找最小权重的边进行指派,直到所有的任务都得到指派。
KM算法是匈牙利算法的一种更加高效的变体。
它首先将指派问题转化为一个最大权匹配问题,然后通过不断调整边的权重,使得每次迭代都可以找到一个指派边的增广路径,并更新相应的匹配结果。
KM算法的核心思想是通过对匹配结果进行调整,减小局部优势并增加全局优势。
无论是匈牙利算法还是KM算法,在最坏情况下的时间复杂度都是O(n^3),其中n表示任务和执行者的数量。
这两个算法的主要区别在于实现的复杂度和算法的效率,KM算法相对于匈牙利算法来说具有更好的性能。
除了匈牙利算法和KM算法之外,还有一些其他的指派问题求解方法,例如启发式搜索、遗传算法等。
这些方法一般适用于指派问题的规模比较大、复杂度比较高的情况下,但是相对于匈牙利算法和KM算法,它们的效率和准确性可能会有所降低。
总之,指派问题的最优解法可以通过匈牙利算法或者KM算法来求解,具体选择哪一种方法可以根据问题的规模和复杂度来决定。
指派问题的四个计算步骤

指派问题的四个计算步骤
指派问题是一种优化问题,旨在找到最佳的分配方式。
解决指派问题通常有四个计算步骤:
1. 创建代价矩阵:将问题抽象为一个二维矩阵,其中每个元素表示将某个任务分配给某个工人的成本或者效益。
代价矩阵的大小为n行m列,其中n表示任务的数量,m表示工人的数量。
2. 匹配行和列:通过在代价矩阵中查找每一行和列的最小元素,将其标记为零。
如果需要,通过减去每一行和列的最小元素,可以使矩阵中至少有n个零。
3. 寻找最佳分配方案:通过选择代价矩阵中的一个零,并将其标记为星号,然后将与该零所在行或列相交的所有其他零标记为井号。
如果井号的数量等于n,则找到了一个最佳分配方案。
如果不是,请执行第4步。
4. 修改代价矩阵:通过选择未被标记的最小元素,并从该元素中减去所有未被标记的行和列的最小值,可以修改代价矩阵。
然后,返回第2步继续迭代,直到找到一个最佳分配方案。
这些计算步骤被称为匈牙利算法或者KM算法。
通过依次执
行这些步骤,可以找到指派问题的最优解。
指派问题的求解方法

指派问题的求解方法嘿,咱今儿就来聊聊指派问题的求解方法。
你说这指派问题啊,就好像是给一群小伙伴分任务,得让每个人都能分到最合适的事儿,这可不容易嘞!咱先来说说啥是指派问题。
就好比有一堆工作,有几个人可以去做,每个人对不同工作的效率或者效果不一样。
那咱就得想办法,怎么把这些工作分配给这些人,才能让总的效果达到最好呀。
那咋求解呢?有一种方法叫匈牙利算法。
这就好比是一把神奇的钥匙,能打开指派问题的大门。
咱就把那些工作和人当成一个个小格子,通过一些计算和摆弄,找到最合适的搭配。
你想想啊,如果随便分,那可能就浪费了某些人的特长,或者让一些工作没被最合适的人去做,那不就亏大啦?用了这个匈牙利算法,就能一点点地把最合适的工作和人配对起来。
就像你去拼图,得找到每一块的正确位置,才能拼成一幅完整漂亮的图。
这匈牙利算法就是帮咱找到那些正确位置的好帮手呀!它能让那些工作和人都找到自己的“最佳搭档”。
还有啊,咱在生活中也经常会遇到类似的指派问题呢。
比如说,家里要打扫卫生,每个人擅长打扫的地方不一样,那怎么分配任务才能又快又好地打扫完呢?这不就是个小小的指派问题嘛。
或者说在公司里,有几个项目要分给不同的团队,哪个团队最适合哪个项目,这也得好好琢磨琢磨,才能让项目都顺利完成,取得好成果呀。
总之呢,指派问题的求解方法可重要啦,就像我们走路需要一双好鞋一样。
掌握了这些方法,咱就能在面对各种指派问题的时候,不慌不忙,轻松应对,找到那个最优解。
你说是不是很厉害呀?所以啊,可别小瞧了这指派问题的求解方法哦,说不定啥时候就能派上大用场呢!。
非标准指派问题

非标准指派问题在日常工作中,我们经常会遇到一些非标准指派问题,这些问题可能会给我们的工作带来一些困扰和挑战。
因此,我们需要对这些非标准指派问题进行深入的分析和解决,以便更好地应对各种工作场景。
首先,非标准指派问题可能会出现在项目任务的安排上。
在实际工作中,由于各种原因,我们可能会接到一些非常规的任务指派,这些任务可能与我们的专业领域不太相关,或者超出了我们的工作范围。
面对这种情况,我们需要及时与领导沟通,明确任务的目的和意义,同时也要评估任务的可行性和风险,以便做出正确的决策。
其次,非标准指派问题还可能出现在工作流程的安排上。
在团队协作中,我们可能会遇到一些非常规的工作流程,这些流程可能会影响到我们的工作效率和质量。
为了解决这些问题,我们需要与团队成员进行有效的沟通和协调,找到最适合的工作流程,并在实践中不断进行优化和调整,以确保工作的顺利进行。
此外,非标准指派问题还可能出现在资源分配上。
在工作中,我们可能会面临一些非常规的资源分配问题,例如人力、物力、财力等方面的不足或不合理分配。
为了解决这些问题,我们需要与相关部门或领导进行有效的沟通,协调资源的调配和分配,确保各项工作能够得到充分的支持和保障。
最后,非标准指派问题也可能出现在工作目标的设定上。
在实际工作中,我们可能会接到一些非常规的工作目标,这些目标可能会与我们的实际情况不太符合,或者存在一定的难度和挑战。
为了解决这些问题,我们需要与领导或团队成员进行充分的沟通和协商,明确工作目标的意义和价值,同时也要合理评估目标的可行性和实现路径,以便更好地完成工作任务。
总之,非标准指派问题是我们在工作中经常会遇到的挑战,我们需要以积极的态度和有效的方法来解决这些问题,以便更好地应对各种工作场景,提高工作效率和质量。
希望通过我们的努力,能够更好地应对和解决各种非标准指派问题,为团队的发展和工作的顺利进行贡献力量。
指派问题(含非标准指派问题)

第五章 整数规划§1 整数规划的数学模型及特点要求一部分或全部决策变量必须取整数值得规划问题称为整数规划。
其模型为:Max(或min)z=∑=nj j jx c1s.t ⎪⎪⎩⎪⎪⎨⎧=≥=≥=≤∑=nj nj i ij ij xx x nj x m i b x a ,,,2,10,2,1),(211若要求决策变量只能取值0或1的整数规划称为0-1型整数线性规划。
§5 指 派 问 题 一. 指派问题的标准形式及数学模型在现实生活中,有各种性质的指派问题。
例如,有若干项工作需要分配给若干人(或部门)来完成;有若干项合同需要选择若干个投标者来承包;有若干班级需要安排在各教室上课等等。
诸如此类的问题,它们的基本要求是在满足特定的指派要求条件下,使指派方案的总体效果最佳。
由于指派问题的多样性,有必要定义指派问题的标准形式。
指派问题的标准形式(以人和事为例)是:有n 个人和n 件事,已知第i 个人作第j 件事的费用为),2,1,(n j i c ij =,要求确定人和事之间的一一对应的指派方案,是完成这n 件事的总费用最少。
为了建立标准指派问题的数学模型,引入2n 个0-1变量:⎩⎨⎧=10ij x这样,问题的数学模型可写成 ∑∑===ni nj ij ijx cz 11min (5.1)s.t ⎪⎪⎪⎩⎪⎪⎪⎨⎧======∑∑==n j i x n i x n j x ij n j ij n i ij ,2,1,1,0,2,11,2,1111 (5.3)其中,(5.1)表示每件事必优且只有一个人去做,(5.2)表示每个人必做且只做一件事。
注:○1 指派问题是产量(i a )、销量(j b )相等,且i a =j b =1,i ,j=1,2,…n 的运输中部分或全部取整数 若指派第i 人作第j 件事若不指派第i 人作第j 事i ,j=1,2,…n(5.2) (5.4)问题。
○2 有时也称ijc 为第i 个人完成第j 件工作所需的资源数,称之为效率系数(或价值系数)。
- 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)。
《第五章 整数规划§1 整数规划的数学模型及特点要求一部分或全部决策变量必须取整数值得规划问题称为整数规划。
其模型为:Max(或min)z=∑=nj j jx c1⎪⎪⎩⎪⎪⎨⎧=≥=≥=≤∑=nj nj i ij ij xx x nj x m i b x a ,,,2,10,2,1),(211~若要求决策变量只能取值0或1的整数规划称为0-1型整数线性规划。
§5 指 派 问 题 一. 指派问题的标准形式及数学模型在现实生活中,有各种性质的指派问题。
例如,有若干项工作需要分配给若干人(或部门)来完成;有若干项合同需要选择若干个投标者来承包;有若干班级需要安排在各教室上课等等。
诸如此类的问题,它们的基本要求是在满足特定的指派要求条件下,使指派方案的总体效果最佳。
由于指派问题的多样性,有必要定义指派问题的标准形式。
指派问题的标准形式(以人和事为例)是:有n 个人和n 件事,已知第i 个人作第j 件事的费用为),2,1,(n j i c ij =,要求确定人和事之间的一一对应的指派方案,是完成这n 件事的总费用最少。
为了建立标准指派问题的数学模型,引入2n 个0-1变量:⎩⎨⎧=10ij x这样,问题的数学模型可写成 ∑∑===ni nj ij ijx cz 11min ()⎪⎪⎪⎩⎪⎪⎪⎨⎧======∑∑==n j i x n i x n j x ij n j ij n i ij ,2,1,1,0,2,11,2,1111 ()"中部分或全部取整数\若不指派第i 人作第j 事i ,j=1,2,…n() ()其中,()表示每件事必优且只有一个人去做,()表示每个人必做且只做一件事。
注:○ 指派问题是产量(i a )、销量(j b )相等,且i a =j b =1,i ,j=1,2,…n 的运输问题。
○ 有时也称ij c 为第i 个人完成第j 件工作所需的资源数,称之为效率系数(或价值系数)。
并称矩阵C= n n ij c ⨯)(=⎪⎪⎪⎪⎪⎭⎫⎝⎛nn n n n n c c c c c cc c c 212222111211() 为效率矩阵(或价值系数矩阵)。
并称决策变量ij x 排成的n ×n 矩阵X=n n ij x ⨯)(= ⎪⎪⎪⎪⎪⎭⎫⎝⎛nn n n n n x x x x x xx x x 212222111211 ()为决策变量矩阵。
…的特征是它有n 个1,其它都是0。
这n 个1位于不同行、不同列。
每一种情况为指派问题的一个可行解。
共n!个解。
其总的费用 z =C ⊙X这里的⊙表示两矩阵对应元素的积,然后相加。
问题是:把这n 个1放到X 的2n 个位置的什么地方可使耗费的总资源最少(解最优) 例1 已知效率矩阵C= ⎪⎪⎪⎪⎪⎭⎫⎝⎛0084765000320205则X (1)= ⎪⎪⎪⎪⎪⎭⎫⎝⎛010*********0010, X (2)= ⎪⎪⎪⎪⎪⎭⎫⎝⎛1000000101000010^都是指派问题的最优解例12/P-149:某商业公司计划开办五家新商店。
为了尽早建成营业,商业公司决定由5家建筑公司分别承建。
已知建筑公司A i (i=1,2,…5)对新商店B j (1,2,…5)的建造费用的报价(万元)为ij c (i ,j=1,2,…5),见表5-9。
商业公司应当对5家建筑公司怎样分派建筑任务,才能使总的建筑费用最少表5-9解:这是一标准的指派问题。
若设0-1变量 ;ij x =⎩⎨⎧01则问题的数学模型为Min z=411x +812x +…+1054x +655x⎪⎪⎪⎩⎪⎪⎪⎨⎧======∑∑==5,2,1,1,05,2,115,2,115151 j i x i x j x ij j ij i ij;若看成运输问题,且ij x 如上所述,则表5-9为当A i 承建B j 时 当A i 不承建B j 时i,j=1,2,当然,第一行的1应放在(1,1)位置,此位置同时是第一列的费用最小。
但一般情况下没有这么好。
需找一适合一般的方法。
二. 匈牙利解法原理:虽然指派问题是一类特殊的整数规划问题,又是特殊的0-1规划问题和特殊的运输问题,因此,它可以用多种相应的解法来求解。
但是,这些解法都没有充分利用指派问题的特殊性质,有效地减少计算量。
1955年,库恩()提出了匈牙利法。
—定理1:设指派问题的效率矩阵为C= n n ij c ⨯)(,若将该矩阵的某一行(或某一列)的各个元素都减去统一常数t (t 可正可负),得到新的效率矩阵n n ijc C ⨯'=')(,则以C '为效率矩阵的新的指派问题与原指派问题的最优解相同。
但其最优解比原最优解之减少t.证明:设式()~()为原指派问题。
现在C 矩阵的第k 行个元素东减去同一常数t,记新的指派问题的目标函数为Z '.则有Z '=∑=ni 1∑='n j ijijx c 1=∑≠=n k i i 1∑='n j ij ij x c 1+∑='n j ij ij x c 1=∑≠=n k i i 1∑=nj ij ijx c1+∑=-nj kj kj x t c 1)(=∑≠=n ki i 1∑=nj ij ijx c1+∑=nj kj kj x c 1-t ∑=n j kj x 1=∑=ni 1∑=nj ij ijx c1-t ·1=Z-t因此有Min Z '=min(Z-t)=minZ-t而新问题的约束方程同原指派问题。
因此其最优解比相同,而最优解差一个常数。
推论:若将指派问题的效率矩阵每一行即每一列分别减去各行及各列的最小元素,则得到新指派问题与原指派问题有相同的最优解。
!证明:结论是显然的。
只要反复运用定理1便可得证。
当将效率矩阵的每一行都减去各行的最小元素,将所得的矩阵的每一列在减去当前列中最小元素,则最后得到新效率矩阵C '中必然出现一些零元素。
设ijc '=0,从第i 行来看,它表示第i 个人去干第j 项工作效率(相对)最好。
而从第j 列来看,这个0表示第j 项工作以第i 人来干效率(相对)最高。
定义:在效率矩阵C 中,有一组在不同行不同列的零元素,称为独立零元素组,此时每个元素称为独立零元素。
例2: 已知C= ⎪⎪⎪⎪⎪⎭⎫⎝⎛0084765000320205则{12c =0,24c =0,31c =0,43c =0}是一个独立零元素组,12c =0,24c =0,31c =0,43c =0分别称为独立零元素。
{12c =0,23c =0,31c =0,44c =0}也是一个独立零元素组,而{14c =0,23c =0,31c =0,44c =0}就不是一个独立零元素组,因为14c =0与44c =0这两个零元素位于同一列中。
根据以上对效率矩阵中零元素的分析,对效率矩阵C 中出现的的独立零元素组中零元素所处的位置,在决策变量矩阵中令相应的ij x =1,其余的ij x =0。
就可找到指派问题的一个最优解。
就上例中 $X (1)= ⎪⎪⎪⎪⎪⎭⎫⎝⎛010*********0010, 就是一个最优解。
同理X (2)= ⎪⎪⎪⎪⎪⎭⎫⎝⎛1000000101000010 也是一个最优解。
但是在有的问题中发现效率矩阵C 中独立零元素的个数不够n 个,这样就无法求出最优指派方案,需作进一步的分析。
首先给出下述定理。
定理2 效率矩阵C 中独立零元素的最多个数等于能覆盖所有零元素的最少直线数。
我们不证它,说一下意思: 例3:已知矩阵 @C 1= ⎪⎪⎪⎪⎪⎭⎫⎝⎛0084765000320205,C 2= ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛5636040084275500003220205,C 3= ⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛341404008653300003420207分别用最少直线去覆盖各自矩阵中的零元素:C 1= ⎪⎪⎪⎪⎪⎭⎫⎝⎛0084765000320205, C 2= ⎪⎪⎪⎪⎪⎪⎭⎫ ⎝⎛5636040084275500003220205, C 3= ⎪⎪⎪⎪⎪⎪⎭⎫⎝⎛341404008653300003420207可见,C 1最少需要4条线,C 2最少需要4条线,C 3最少需要5条线,方能划掉矩阵中所有的零。
即它们独立零元素组中零元素最多分别为4,4,5。
三. 匈牙利法求解步骤:我们以例题来说明指派问题如何求解: 例4 给定效率矩阵 ·C= ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛9118713161491514410413152求解该指派问题。
解:ⅰ)变换效率矩阵,将各行各列都减去当前各行、各列中最小元素。
C= ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛9118713161491514410413152 ⎪⎪⎪⎪⎪⎭⎫ ⎝⎛24104750111006211130 ⎪⎪⎪⎪⎪⎭⎫⎝⎛00102350960607130= C '这样得到的新矩阵C '中,每行每列都必然出现零元素。
)ⅱ)用圈0法求出新矩阵C '中独立零元素。
(1)进行行检验对C '进行逐行检验,对每行只有一个未标记的零元素时,用○记号将该零元素圈起。
然后将被圈起的零元素所在的列的其它未标记的零元素用记号×划去。
如C '中第2行、第3行都只有一个未标记的零元素,用○分别将它们圈起。
然后用×划去第1列其它未被标记行变换 2 4 9 % min列变换 Min 0 0 4 2的零元素(第2列没有),见C ''C ' ⎪⎪⎪⎪⎪⎭⎫⎝⎛00102350960607130=C ''在第i 行只有一个零元素ij c =0时,表示第i 人干第j 件工作效率最好。
因此优先指派第i 人干第j 项工作,而划去第j 列其它未标记的零元素,表示第j 项工作不再指派其它人去干(即使其它人干该项工作也相对有最好的效率)。
重复行检验,直到每一行都没有未被标记的零元素或至少有两个未被标记的零元素时为止。
本题C ''中第1行此时也只有1个未被标记的零元素。
因此圈起C ''中第1行第4列的零元素14c ,然后用×划去第4列中未被标记的零元素。
这是第4行也只有一个未被标记的零元素43c ,再用○圈起,见C '''C '' ⎪⎪⎪⎪⎪⎭⎫⎝⎛00102350960607130=C ''' ?(2)进行列检验与进行行检验相似,对进行了行检验的矩阵逐列进行检验,对每列只有一个未被标记的零元素,用记号○将该元素圈起,然后技改元素所在行的其他未被标记的零元素打×。