《运筹学》课程授课教案(讲稿)第3讲 单纯形法(1/4)

课程名称:《运筹学》第3讲次授课题目2.4单纯形法(1)本讲目的要求及重点难点:【目的要求】通过本讲课程的学习,了解线性规划问题模型的结构和相关概念、定理。[重点及难点]掌握标准化的方法。内容[本讲课程的引入]图解法虽然直观、简便,但当变量多于三个时,它就无能为力了。所以我们要介绍线性规划问题的单纯形解法,为此先需规定线性规划问题的数学模型的标准形式。[本讲课程的内容](一)线性规划问题的标准型maxz=clxl + c2x2 + *+cnxnallxl+al2x2+ ... +alnxn= bla21xl+a22x2+...+a2nxn= b2amlxl+am2x2+...+amnxn=bmxl,x2,...xn ≥0简写为:maxz= c,jnnijxj=bii=l,2,,mi=lxj≥0j=l,2,",n在标准型中规定各约束条件的右端项bi≥0,否则等式两端乘以-1
课程名称:《运筹学》 第 3 讲次 授课题目 2.4 单纯形法(1) 本讲目的要求及重点难点: 目的要求] 通过本讲课程的学习,了解线性规划问题模型的结构和相关概念、定理。 [重点及难点] 掌握标准化的方法。 内 容 [本讲课程的引入] 图解法虽然直观、简便,但当变量多于三个时,它就无能为力了。所以我们要介绍 线性规划问题的单纯形解法,为此先需规定线性规划问题的数学模型的标准形式。 [本讲课程的内容] (一)线性规划问题的标准型 max z = c1x1 + c2x2 + . + cnxn a11x1 + a12x2 + . +a1nxn = b1 a21x1 + a22x2 + . +a2nxn = b2 . . . . am1x1 + am2x2 + . +amnxn = bm x1 , x2 , . xn ≥ 0 简写为: max z = ∑ cj xj ∑aijxj = bi i = 1 , 2 , . , m xj ≥0 j = 1 , 2 , . , n 在标准型中规定各约束条件的右端项 bi≥0,否则等式两端乘以-1。 n J=1 J=m+1 n m ( P1 , P2 , . ,Pn ) = a11 a12 . a1n n j=1

内容用向量和矩阵符号表述时为maxz=Cx「n Pjxj = bL J=Ixj ≥00j=1,2,,n其中:C=(cl,c2,cn)X1aljDPj=b=b2X2a2jX=:::bmXnanj用矩阵描述时为:maxz=cxAX = bx ≥0其中:a12..ainanA=(Pi,P2,...,Pn)amlam2amn0=0称A为约束条件的mXn维系数矩阵,一般m0:b为资源向量;C为价值向量:X为决策变量向量。实际中,各种线性规划问题的数学模型都应变换为标准型后求解
内 容 用向量和矩阵符号表述时为: max z = CX ∑ Pjxj = b xj ≥0 j = 1 , 2 , . , n 其中:C = (c1 , c2 , . cn) 用矩阵描述时为: max z = CX AX = b X ≥O 其中: 称 A 为约束条件的 m×n 维系数矩阵,一般 m0 ;b 为资源向量;C 为价值向量; X 为决策变量向量。 实际中,各种线性规划问题的数学模型都应变换为标准型后求解。 n J=1 x1 x2 ┇ xn a1j a2j ┇ anj b1 b2 ┇ bm X = Pj = b = a11 a12 . a1n ┇ ┇ ┇ am1 am2 . amn = ( P1 , P2 , . ,Pn ) O = A = 0 0 ┇ 0

内容变换标准型的步骤:1、若目标函数为实现最小化,即minz=CX,则令z'=-z,于是得到maxz=-CX。2、若约束方程为不等式,有两种情况:一种是约束方程为≤不等式,可在不等式的左端加上一个非负松弛变量,把原不等式变为等式:另一种是约束方程为≥不等式,则可在不等式的左端减去一个非负的剩余变量(也可称松弛变量),把原不等式变为等式。所加松弛变量表示没有被利用的资源,当然也没有利润,在目标函数中系数为零。3、若存在取值无约束的变量xk,可令xk=xk1-xk2,其中xkl ,xk2 ≥ 0。(二)线性规划问题的解的概念可行解满足约束条件的解X=(xl,x2,xn)T,称为线性规划问题的可行解,而使目标函数达到最大值的可行解叫最优解。基设A是约束方程组的mXn维系数矩阵,其秩为m。B是矩阵A中mXm阶非奇异子矩阵(IB≠0),则称B是线性规划问题的一个基。这就是说,矩阵B是由m个线性独立的列向量组成,为不失一般性,可设B=(P1,P2,Pm)。称Pj(j=1,2,,m)为基向量,与之对应的变量xj(j=1,2,,m)为基变量,否则称为非基变量。设约束方程组系数矩阵A的秩为m,因m<n,故它有无穷多解。假设前m个变量的系数列向量线性独立,则:_Pjxj=b-E Pj j基变量XB=(xl,x2,xm)T,令非基变量xm+1=xm+2=.…=xn=0,可以求出一个解X=(xl,x2,xm,0,…,0)T,这个解的非零分量的数目不大于方程个数m,称X为基解。有一个基,就有一个基解。基可行解满足非负条件的基解,称为基可行解。可行基对应于基可行解的基,称为可行基。约束方程组具有基解的数目最多是Cn
内 容 变换标准型的步骤: 1、 若目标函数为实现最小化,即 min z = CX ,则令 z´= -z , 于是得到 max z´= - CX 。 2、 若约束方程为不等式,有两种情况:一种是约束方程为≤ 不等式,可在不等式的左端加上一个非负松弛变量,把原不等式变为等式;另一种是约束 方程为≥不等式,则可在不等式的左端减去一个非负的剩余变量(也可称松弛变量),把 原不等式变为等式。所加松弛变量表示没有被利用的资源,当然也没有利润,在目标函数 中系数为零。 3、 若存在取值无约束的变量 xk ,可令 xk = xk1 – xk2 ,其中 xk1 ,xk2 ≥ 0。 (二) 线性规划问题的解的概念 可行解 满足约束条件的解 X =(x1 , x2 , . xn)T , 称为线性规划问题的可行解, 而使目标函数达到最大值的可行解叫最优解。 基 设 A 是约束方程组的 m×n 维系数矩阵,其秩为 m。B 是矩阵 A 中 m×m 阶非奇异 子矩阵(|B|≠0),则称 B 是线性规划问题的一个基。这就是说,矩阵 B 是由 m 个线性独 立的列向量组成,为不失一般性,可设 B =(P1 , P2 , . Pm)。 称 Pj(j = 1 ,2 ,. ,m)为基向量,与之对应的变量 xj(j = 1 ,2 ,. ,m) 为基变量,否则称为非基变量。 设约束方程组系数矩阵 A 的秩为 m ,因 m<n ,故它有无穷多解。假设前 m 个变量的 系数列向量线性独立,则: ∑ Pjxj = b - ∑ Pjxj 基变量 XB = (x1 , x2 , . xm)T ,令非基变量 xm+1= xm+2= . = xn=0 ,可以求 出一个解 X=(x1 , x2 , . xm ,0 ,. ,0)T ,这个解的非零分量的数目不大于方程 个数 m ,称 X 为基解。有一个基,就有一个基解。 基可行解 满足非负条件的基解,称为基可行解。 可行基 对应于基可行解的基,称为可行基。约束方程组具有基解的数目最多是 Cn

内容个。一般基可行解的数目要小于基解的数目。如果基解中的非零分量的个数小于m个,这个基解是退化解(三)线性规划问题的几何意义基本概念凸集设K是n维欧氏空间的一点集,若任意两点X1,X2EK,它们连线上的一切点aX1+(1-a)X2EK,(0≤a≤1):则称K为凸集。顶点设K为凸集,XEK若X不能用不同的两点X1,X2EK的线形组合表示为X=aX1+(1-a)x2,(0<a<1):则称X为K的一个顶点。基本定理定理1若线性规划问题存在可行域,则其可行域是凸集。引理1线性规划问题的可行解X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形独立的。定理2线性规划问题的基可行解对应于可行域的顶点。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。另外,若可行域无界,则可能无最优解,也可能有最优解,若有也必定在某顶点上得到。根据以上讨论,可得以下结论:线性规划问题的所有可行解构成的集合是凸集,也可能为无界域,它们有有限个顶点,线性规划问题的每个基可行解对应可行域的一个顶点:若线性规划问题有最优解,必在某顶点上得到。【本讲小结】今天我们学习了线性规划问题模型的结构和相关概念、定理,希望大家重点掌握线性规划的标准化问题。[本讲课程的作业】43页第二题
内 容 个。一般基可行解的数目要小于基解的数目。如果基解中的非零分量的个数小于 m 个,这 个基解是退化解 (三) 线性规划问题的几何意义 基本概念 凸集 设 K 是 n 维欧氏空间的一点集,若任意两点 X1,X2∈K,它们连线上的一切 点αX1+(1-α)X2∈K ,(0≤α≤1);则称 K 为凸集。 顶点 设 K 为凸集,X∈K;若 X 不能用不同的两点 X1,X2∈K 的线形组合表示为 X=αX1+(1-α)X2 ,(0<α<1);则称 X 为 K 的一个顶点。 基本定理 定理 1 若线性规划问题存在可行域,则其可行域是凸集。 引理 1 线性规划问题的可行解 X 为基可行解的充要条件是 X 的正分量所对应的系 数列向量是线形独立的。 定理 2 线性规划问题的基可行解对应于可行域的顶点。 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。 另外,若可行域无界,则可能无最优解,也可能有最优解,若有也必定在某顶点上得 到。根据以上讨论,可得以下结论: 线性规划问题的所有可行解构成的集合是凸集,也可能为无界域,它们有有限个顶点, 线性规划问题的每个基可行解对应可行域的一个顶点;若线性规划问题有最优解,必在某 顶点上得到。 [本讲小结] 今天我们学习了线性规划问题模型的结构和相关概念、定理,希望大家重点掌握线性 规划的标准化问题。 [本讲课程的作业] 43 页第二题
按次数下载不扣除下载券;
注册用户24小时内重复下载只扣除一次;
顺序:VIP每日次数-->可用次数-->下载券;
- 《运筹学》课程授课教案(讲稿)第2讲 图解法及概念.pdf
- 《运筹学》课程授课教案(讲稿)第1讲 绪论及建模.pdf
- 《运筹学》课程授课教案(讲稿)第4讲 单纯形法(2/4).pdf
- 《运筹学》课程授课教案(讲稿)第5讲 单纯形法(3/4).pdf
- 《运筹学》课程授课教案(讲稿)第8讲 对偶问题的经济解释.pdf
- 《运筹学》课程授课教案(讲稿)第7讲 对偶问题的提出与对偶理论.pdf
- 《运筹学》课程授课教案(讲稿)第6讲 单纯形法(4/4).pdf
- 《运筹学》课程授课教案(讲稿)第10讲 灵敏度分析.pdf
- 《运筹学》课程授课教案(讲稿)第11讲 运输问题的模型与性质、表上作业法.pdf
- 《运筹学》课程授课教案(讲稿)第12讲 产销不平衡的运输问题及其求解方法.pdf
- 《运筹学》课程授课教案(讲稿)第9讲 对偶单纯形法.pdf
- 《运筹学》课程授课教案(讲稿)第13讲 整数规划.pdf
- 《运筹学》课程授课教案(讲稿)第14讲 0-1型整数规划.pdf
- 《运筹学》课程授课教案(讲稿)第16讲 树与最短路.pdf
- 《运筹学》课程授课教案(讲稿)第15讲 习题课.pdf
- 《运筹学》课程授课教案(讲稿)第20讲 关键路径求解法.pdf
- 《运筹学》课程授课教案(讲稿)第18讲 最大流问题.pdf
- 《运筹学》课程授课教案(讲稿)第19讲 最小费用最大流.pdf
- 《运筹学》课程授课教案(讲稿)第17讲 最短路举例.pdf
- 《运筹学》课程授课教案(讲稿)第21讲 网络图的调整与优化.pdf
- 《运筹学》课程教学资源(实验讲义)实验七 网络最大流.docx
- 《运筹学》课程教学资源(实验讲义)实验六 整数规划.docx
- 《运筹学》课程教学资源(实验讲义)实验八 动态规划.docx
- 《运筹学》课程教学资源(实验讲义)实验五 网络最优化问题.docx
- 《运筹学》课程教学资源(实验讲义)实验三 线性规划的建模与应用.docx
- 《运筹学》课程教学资源(实验讲义)实验四 运输问题和指派问题.docx
- 《运筹学》课程教学资源(实验讲义)实验二 线性规划灵敏度分析.pdf
- 《运筹学》课程教学资源(实验讲义)实验一 线性规划.pdf
- 《运筹学》课程教学资源(试卷习题)第7章 决策分析习题.pdf
- 《运筹学》课程教学资源(试卷习题)第8章 图与网络分析习题解答.pdf
- 《运筹学》课程教学资源(试卷习题)第8章 图与网络分析习题.pdf
- 《运筹学》课程教学资源(试卷习题)第7章 决策分析习题解答.pdf
- 《运筹学》课程教学资源(试卷习题)第6章 排队论习题.pdf
- 《运筹学》课程教学资源(试卷习题)第5章 动态规划习题.pdf
- 《运筹学》课程教学资源(试卷习题)第5章 动态规划习题解答.pdf
- 《运筹学》课程教学资源(试卷习题)第6章 排队论题解.pdf
- 《运筹学》课程教学资源(试卷习题)第4章 运输问题习题.pdf
- 《运筹学》课程教学资源(试卷习题)第3章 线性规划对偶理论与灵敏度分析习题.pdf
- 《运筹学》课程教学资源(试卷习题)第4章 运输问题习题解答.pdf
- 《运筹学》课程教学资源(试卷习题)第3章 线性规划对偶理论与灵敏度分析习题解答.pdf