5[1].3线性规划问题的标准形式 (2)
第二章线性规划

线性规划要研究的两类问题中都包含有约束条件和目 标函数。用数学的方式描述,规划的目的就是在给定 的限制条件(或称约束条件)下,求目标函数的极值 问题(包括极小值和极大值)。
2
线性规划的数学模型
3
解: 设产品 的产量为:1 , 产品 的产量为:x2 x
4
5
6
7
配料问题:由若干种不同价格、不同成分含量的原料,用 不同的配比混合调配出一些不同规格的产品,在原料的供 应量限制和保证产品成分含量的前提下,如何进行配料来 获取最大利润或使总成本最低。
15
2.2.3 线性规划求解的可能结局
1、有唯一的最优解
2、有无穷多个最优解 (将目标函数改为 z=4x1+3x2 )
x2
max z 4 x1 3 x2 x1 2 x2 5 2 x x 4 1 2 s.t. 4 x1 3 x2 9 x1 , x2 0
3x1 2 x2 4 x3 3
3x1 2 x2 4 x3 xs 3
剩余变量
变量xs实际上是原式左端减去右端的差,即 :
xs 3x1 2 x2 4 x3 3
当约束条件是“ ”型的不等式时,只要将该约 束条件左端减去一个非负的剩余变量即可化为等式。 无论是松弛变量还是剩余变量在决策中都不产生实际价 值,因此它们在目标函数中的系数都应该为零。有时也将松 29 弛变量和剩余变量统称为松弛变量。
2x1+x2=4 D C
x1+2x2=5 B 4x1+3x2=9 O A x1
16
3、无界解
指线性规划问题有可行解,但是 在可行域,目标函数值是无界的, 因而达不到有限最优值。因此线 性规划问题不存在最优解。
运筹学基础复习要点

《运筹学基础》复习要点一、基本概念与理论1.任意多个凸集的交集还是凸集。
2.任意多个凸集的并集不一定是凸集3.给定1R b ∈及非零向量n R a ∈,称集合}|{b x a R x H Tn=∈=是nR 的一个超平面。
4.由超平面}|{b x a R x H Tn=∈=的两个半平面}|{b x a R x H T n ≥∈=+和}|{1b x a R x H T n ≤∈=都是凸集。
5.设S 是凸集,S x ∈。
若对任何z y S z S y ≠∈∈,,,以及任何10<<λ,都有z y x )1(λλ-+≠,则称x 为S 的顶点。
6.如果一个LP 问题无界,则它的对偶问题必无可行解。
7.设w x ,分别为原始LP 问题、对偶问题的可行解,若b w x c T T =,则原始LP 问题、对偶问题的最优解分别为w x ,。
8.可行解x 是基本可行解的充分必要条件是x 的正分量,所对应的A 中列向量线性无关。
9.写出LP 问题的对偶问题0..min ≥≥⎪⎩⎪⎨⎧x b Ax x c t s T的对偶问题是: 0..min ≥≤⎪⎩⎪⎨⎧w c w A w b t s TT10.设一个标准形式的LP 问题的基为B ,右端向量为b ,则对应的基本解是⎪⎪⎭⎫⎝⎛=-01b B x 。
11.线性规划问题的可行域是凸集。
12.设线性规划问题LP 为0..min ≥=⎪⎩⎪⎨⎧x b Ax t s x c T B 为一个基,对应的典式为0..min 111≥=+⎪⎩⎪⎨⎧-=---x b B Nx B x t s x b B c z N B T TB ζ 其中),0(1T N TB Tc N B c -=-ζ。
13.线性规划问题的规范形式为0..min ≥≥⎪⎩⎪⎨⎧x b Ax x c t s T14. 线性规划问题的标准形式为0..min ≥=⎪⎩⎪⎨⎧x b Ax t s xc T15.线性规划问题的一般形式为⎪⎪⎪⎩⎪⎪⎪⎨⎧+==≥+=≥==n q j x qj x m p i b x a p i b x a t s x c j ji Ti i Ti T ,,1,,2,10,,1,,2,1..min 为自由变量16.对线性规划问题,关于它的解分三种情况:问题无解、问题无界和问题有最优解。
运筹学(一)

第三节
单纯形法原理
一、线性规划问题的解
可行解:满足约束条件的解称为可行解,可行解的集合称
a m 1 x1
a
m
2
x2
amnxn (,)bm
x1, x2 , , xn 0
n : 变 量 个 数 ; m:约 束 行 数 ;
n:变量个数 m:约束个数 cj:价值系数 bi:资源拥有量 aij :工艺系数
n m :线性规划问题的规模
c j : 价 值 系 数 ; b j : 右 端 项 ; aij : 技 术 系 数
2x1 x2 x3 x3 x4 9
st.34xx11
x2 2x3 2x3 x5 2x2 3x3 3x3 6
4
x1, x2, x3, x3, x4, x5 0
第二节
图解法
一、图解法的步骤
1.画出直角平面坐标系; 2.图示约束条件,找出可行域; 3.图示目标函数; 4.最优解的确定。
x2 2x2
2x3 3x3
4 6
x1 0, x2 0, x3取值无约束
解: z令 z,x1x1,x3x3 x3 ,其x中 3 , x3 0, 同时引入x4松 和弛 剩变 余 x5,标 量 变准 量形式
m z x a 1 2 x 2 x 3 x 3 3 x 3 0 x 4 0 x 5
1940年,英国军事部门成立了第一个由一些数学家、物理学家 和工程专家等组成的OR小组,负责研究一些武器有效使用的问题。
1942年,美国也成立了由17人组成的OR小组,研究反潜艇策 略等问题。
(3)二战后:推广与发展
战时从事运筹学研究的许多专家转到了经济部门、民用企业、大 学或研究所,继续从事决策的数量方法的研究,运筹学作为一门学 科逐步形成并得以迅速发展。运筹学发展到今天,已成为分支学科 众多的一个繁荣昌盛的大家族。随着电子计算机的发展和使用,运 筹学处理复杂性问题的能力大大加强,成为解决实际问题的有力工 具,广泛地应用于企业管理、交通运输、公共服务等领域。
运筹学

2013-12-16 安徽工程大学 12
如果表中所有的检验数都小于等于零,且基变量中不含有人工变量时,表中 的基可行解即为最优解,计算结束。若果表中检验数存在大于零的数,需转 向下一步。
3、从一个基转换到相邻的目标函数值更大的基可行解,列出新的单纯形表。 A、确定转入基的变量。 确定检验数最大的一个,对应的变量就可以作为换 入基的变量。 B、确定换出基的变量。 用b除检验数最大的一列的数就可以确定 ,取其 最小的数,其对应的变量就可以作为换出变量。则该列对应的的那个数即为 主元素。 C、用换入变量替换基变量中的换出变量,得到一个新基。对应的可以却确 定表的前三列。
3、线性规划问题的基可行解X对应线性规划问题可行域的顶点。
4、若线性规划问题有最优解,一定存在一个基可行解是最优解。
四、单纯形法迭代原理 1、确定初始基可行解
2、从一个基可行解转换为相邻的基可行解
3、最优性检验和解的判别
第四节
对标准型的线性规划问题
单纯形法计算步骤
1、求初始基可行解,列出初始单纯形表。 n
2013-12-16
max z cjxj
j 1
ij j i
a x b , (i 1,2,3...... m)
j 1
n
xj 0, ( j 1,2,...... n)
安徽工程大学 11
在约束条件式的变量系数矩阵中总会存在一个单位矩阵
1 0 ... 0 0 1 ... 0 P1, P 2, P 3,...... Pm : : : 0 0 ... 1
运筹学-1、线性规划

则:
x1 x2 100
x1 ( x3 ) x4 x2 2
设x3为第二年新的投资; x4为第二年的保留资金;
则:
18
•设x5为第三年新的投资;x6为第三年的保留资金;
则:
x3 ( x5 ) x6 x4 2 x1 2
•设x7为第四年新的投资;第四年的保留资金为x8;
max Z 2 x7 x9 x1 x2 100 x 2x 2x 2x 0 2 3 4 1 4 x1 x3 2 x4 2 x5 2 x6 0 s.t 4 x3 x5 2 x6 2 x7 2 x8 0 4 x5 x7 2 x 8 2 x9 0 x 0, j 1, 2, , 9 j
13
例3:(运输问题)设有两个砖厂A1 、A2 ,产 量分别为23万块、27万块,现将其产品联合供应三 个施工现场B1 、 B2 、 B3 ,其需要量分别为17万 块、18万块、15万块。各产地到各施工现场的单位 运价如下表: 现场 砖厂 B1 B2 B3
A1 A2
5 6
14 18
7 9
问如何调运才能使总运费最省?
20
例5:(下料问题) 某一机床需要用甲、乙、 丙三种规格的钢轴各一根,这些轴的规格分别是 2.9,2.1, 1.5(m),这些钢轴需要用同一种圆钢来做,圆 钢长度为7.4m。现在要制造100台机床,最少要用多 少根圆钢来生产这些钢轴?
解:第一步:设一根圆钢切割成甲、乙、丙三 种钢轴的根数分别为y1,y2,y3,则切割方式可用不等 式2.9y1+2.1y2+1.5y3≤7.4 表示,求这个不等式的有实 际意义的非负整数解共有8组,也就是有8种不同的 下料方式,如下表所示:
线性规划

1
2/3 1/ 2 2/3
x4 x4 x4
1 / 3 0 0 1 1 / 3 0
4 c4 cB B
1 3 x5
1
p 4 为非基变量
x 4 的检验公式
T
c 4 0 , c B ( 3 , 5 , 0 ), p 4 ( 0 ,1 , 0 )
s .t .
1 3 x5
1/3 x4 0 x 5 1 / 3
xB B-1b
B-1P4 B-1P5 xN
如果所有的检验数都小于等于零,当前解就是最优解; 如果存在至少一个检验数大于零,且该检验数对应的列
向量B-1Pj中至少有一个正分量,则问题没有达到最优;
单纯形计算表
Cj-CBB-1Pj中B是单位矩 阵,实际计算Cj-CBPj
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
单纯形计算表
1 1
单纯形法Байду номын сангаас法
max z c B B s .t . xB B
1
b (c N c B B
1
1
N )xN
1
b B
Nx
N
xB , xN 0 1、将问题转化为标准型 2 、最优性检验 如果存在 否则计算 : ,找到一个初始可行基 ;
j 0 , 且 B p j 0 ,该问题无界,停止计 k max{ c j c B B
运筹学复习
例如:max z=3x1+4x2-2x3+5x4 s.t 4x1-x2+2x3-x4=4
x1+x2+3x3-x4≤14 -2x1+3x2-x3+2x4≥3 x1≥0,x2≥2,x3≤0,x4:unr
线性规划的图解
– 画约束直线 – 确定满足约束条件的半平面 – 所有半平面的交集—凸多边形—线性规划的
• Max z=4x1+5x2+x3 S.t 3x1+2x2+x3≥18
2x1+x2 ≤ 4 x1+x2-x3 =5
X1,x2,x3 ≥0
线形规划问题的应用
• 某车间有一批长度为180cm的钢管,且数量充足.为制造 零件的需要,要将其截成三种不同长度的管料,分别为 72cm,52cm,35cm.生产任务规定这三种不同的需要量分 别不少于100,150和100根.问如何下料才能使消耗的钢 管数量最少?试建立此问题的线形规划模型.
单纯形表的运算
Step 0 获得一个初始的单纯形表,确定基变量和非基变量
Step 1 检查基变量在目标函数中的系数是否等于0,在约束条件 中的系数是否是一个单位矩阵
Step 2 如果表中非基变量在目标函数中的系数全为负数,则已得 到最优解。停止。否则选择系数为正数且绝对值最大的变 量进基。
Step 3 如果进基变量在约束条件中的系数全为负数或0,可行域 开放,目标函数无界。停止。否则选取右边常数和正的系 数的最小比值,对应的基变量离基。
x4=0 6
x2=0 9
最优解(x1,x2,x3,x4)=(8,2,0,0)
运筹学第1章:线性规划问题及单纯型解法
原料甲 原料乙 最低含量 VA 0.5 0.5 2 VB1 1.0 0.3 3 VB2 0.2 0.6 1.2 VD 0.5 0.2 2 0.3 0.5 单价
分别代表每粒胶丸中甲, 设 x1, x2分别代表每粒胶丸中甲, 乙两种原料的用量
5
例3,合理下料问题 , 分别代表采用切割方案1~8的套数, 的套数, 设 xj 分别代表采用切割方案 的套数
19
( f(x
)= 3
6
1.2.2 单纯型法的基本思路
确定初试基础可行解
检查是否为 最优解? 最优解?
是
求最优解的目标函数值
否 确定改善方向
求新的基础可行解
20
1.2.3 单纯型表及其格式
IV CB III XB II x1 b c1 a11 a21 c1′′= cn+1 xn+1 b1 c2′′= cn+2 xn+2 b2 x2 … xn c2 … cn a12 … a1n a22 … a2n I xn+1 cn+1 1 0 0 zn+1 xn+2 cn+2 0 1 0 zn+2 … … … … … … xn+m cn+m 0 0 1 zn+m
OBJ : max f ( x) = 6x1 + 4x2 2x1 + x2 ≤ 10 铜资源约束 x1 + x2 ≤ 8 铅资源约束 s.t. x2 ≤ 7 产量约束 x1, x2 ≥ 0 产量不允许为负值 最优解: x1 = 2, x2 = 6, max f ( x) = 36.
4
例2,配料问题(min, ≥) ,配料问题(
2 max 1 O 1 2 3 4 D 5 6 7 H 8
(完整版)运筹学胡运权第五版课件(第1章)
(3)L.P. 的顶点与基可行解一一对应。
§1.3 单纯形法(Simplex Method)原理
3-1 预备知识:凸集与顶点
(1)凸集:对于集合C中任意两点连线段上的点,若全在C内, 则称集合C为凸集。
直观特征:图形从内部向外部凸出。
凸集
非凸集
(2)顶点:凸集中不在任意两点的连线段内部的点。
X1
转化为
(2)若约束条件为不等式,
则依次引入松弛变量或剩余变量(统称为松弛变量),
转化为等式约束条件。
约束为≥不等式,减去松弛变量,化为等式约束条件;
多 退
约束为≤不等式,加上松弛变量,化为等式约束条件。
少 补
注意:松弛变量在目标函数中系数全为0。
例:max z=2 x1+3 x2
2 x1+2 x2 12
s.t.
4x1
16
5 x2 15
x10, x2 0
标准化
max z 2x1 3x2 0x3 0x4 0x5
2x1 2x2 x3
12
s.t.
4
x1
5 x2
x4 16 x5 15
x1, x2 , x3, x4 , x5 0
(3)若决策变量xj≤0,则令
线性规划的数学模型和基本性质
1.线性规划介绍
美国科学院院士DANTZIG(丹齐克),1948年在 研究美国空军资源的优化配置时提出线性规划及其通用 解法 “单纯形法”。被称为线性规划之父。
线性规划之父的Dantzig (丹齐克)。据说,一次上课,Dantzig迟到 了,仰头看去,黑板上留了几个几个题目,他就抄了一下,回家后埋头 苦做。几个星期之后,疲惫的去找老师说,这件事情真的对不起,作业 好像太难了,我所以现在才交,言下很是 惭愧。几天之后,他的老师 就把他召了过去,兴奋的告诉他说他太兴奋了。Dantzig很不解 , 后来 才知道原来黑板上的题目根本就不是什么家庭作业,而是老师说的本领 域的未解决的问题,他给出的那个解法也就是单纯形法。这个方法是上 个世纪前十位的算法。
s.t.
2.线性规划数学模型
线性规划问题应用 市场营销(广告预算和媒介选择,竞争性定价,新产品 开发,制定销售计划) 生产计划制定(合理下料,配料,“生产计划、库存、 劳力综合”) 库存管理(合理物资库存量,停车场大小,设备容量) 运输问题 财政、会计(预算,贷款,成本分析,投资,证券管理) 人事(人员分配,人才评价,工资和奖金的确定) 设备管理(维修计划,设备更新) 城市管理(供水,污水管理,服务系统设计、运用)
1.线性规划介绍
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
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?
- 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)。
返回
小结: 小结:
1.图解法应注意的事项 1.图解法应注的方法
作业: 6( ),(3),7 作业: P135 6(1),(3),7
返回
返回
式 例2 将下列问题化为标准形 m f = x1 − 2x2 + 3x3 ax x1 + x2 + x3 ≤ 7 x −x +x ≥2 2 3 1 s.t.− 3x1 + x2 + 2x3 = 5 x1, x2 ≥ 0, x3无非负限制
返回
解:用 x4 − x5替换 x3,引入 松弛变量 x6和剩余变量 x7 min f ′ = − f = − x1 + 2 x2 − 3 x3 x1 + x2 + x4 − x5 + x6 = 7 x −x +x −x −x =2 1 2 4 5 7 s .t . − 3 x1 + x2 + 2 x4 − 2 x5 = 5 x1 , x2 , x3 , x4 , x5 , x6 , x7 ≥ 0
返回
任何一个线性规划问题都可以化为标准形式. 任何一个线性规划问题都可以化为标准形式 1.关于目标函数 1.关于目标函数 如果给定的LP问题是极大化问题, 如果给定的 问题是极大化问题,即 问题是极大化问题
m f = c1 x1 + c2 x2 +⋯+ cn xn ax
可化为极小化问题 可化为极小化问题 极小化
返回
2.关于约束条件 2.关于约束条件 (1) 如果给定的LP有约束不等式 如果给定的 有约束不等式
ai1 x1 +⋯+ ain xn ≥ bi
则可在左边添加剩余变 yi ≥ 0,而化为约束等式 量
ai1 x1 +⋯+ ain xn − yi = bi
返回
(2) 2)
如果给定的LP有约束不等式 如果给定的 有约束不等式
两种处理办法: 两种处理办法:
(1) 换成两个非负变量之差: 令xi = ui − vi , ui , vi ≥ 0.替换消去自由变量 xi .
(2) 在某个等式中解出xi,然后代入其他 去自由变量,同 约束函数与目标函数消 去自由变量, . 时去掉解出xi 的那个方程
返回
例1
解:引入松弛变量 x4
m f ′ = −c1 x1 − c2 x2 −⋯− cn xn in
约束条件不变, 约束条件不变, 其最优解是一致 一致的 但目标函数值的符号相反 相反. 则: 其最优解是一致的,但目标函数值的符号相反. 结论:如果问题是求目标函数的最大值, 结论:如果问题是求目标函数的最大值,则化为求 – f 的最小值; 的最小值;
式 和剩余变量 x5 将下列问题化为标准形 m f = x1 − 2x2 + 3x3 in min f = x1 − 2 x2 + 3 x3 x1 + x2 ≤ 7 x1 + x2 + x4 = 7 x −x −x =2 x1 − x3 ≥ 2 1 3 5 s.t. s .t . − 3x1 + x2 + 2x3 = 5 − 3 x1 + x2 + 2 x3 = 5 x1, x2 , x3 ≥ 0 x1 , x2 , x3 , x4 , x5 ≥ 0
aj1 x1 +⋯+ ajn xn ≤ bj
量 则可在左边添加松弛变 yj ≥ 0,而化为约束等式
aj1 x1 +⋯+ ajn xn + yj = bj
注意:新引入的变量在目标函数中的系数为0. 注意:新引入的变量在目标函数中的系数为0.
返回
3.关于变量 3.关于变量
LP x 设给定 的变量 i自由
5.3 线性规划问题的标准形式
标准形式: 标准形式:
m f = c1 x1 + c2 x2 +⋯+ cn xn in a11x1 + a12 x2 +⋯+ a1n xn = b1 a x + a x +⋯+ a x = b 2n n 2 21 1 22 2 ⋯ ⋯ ⋯ ⋯ s.t. a x + a x +⋯+ a x = b mn n m m1 1 m2 2 x1, x2 ,⋯, xn ≥ 0