线性规划问题的数学模型:
目标函数(价值系数)+约束条件(技术系数,限额系数)
线性规划问题解的概念:
无穷多最优解,无界解(解空间无界),无可行解(没有解空间),可行解(满足约束条件的目标函数的解),基(约束方程系数矩阵中构成的满秩非奇异矩阵(行数等于列数,行列式之和不为0)),基可行解(基对应的变量是基变量,基变量的解是基可行解),可行基(对基可行解的基称可行基)
线性规划目标函数化标准形:
目标函数化:max=(加负号,加松弛变量系数为0用加号)
约束条件:先将b都化为大于0的数,不等式化等式加入松弛变量(取值无约束 x=x'-x"(x2=x3=x4))
PS:人工变量是在加入松弛变量后加入的,这时约束条件是等号,在目标函数中用-M
先把目标函数化成标准形,无约束的变x'-x'',然后把约束条件中b都个化为正,然后在约束条件中加入松弛变量、人工变量,再在目标函数中添加相关变量和系数。
线性规划问题的几何意义:
线性规划问题存在可行域,其可行域是凸集,基可行解对应于可行域的顶点,最优解一定在可行域的顶点上或者边界(无穷多解)
解法:图解法和单纯形法(基于单纯形表):
图解法:
作图寻找最优解
单纯形法一:(基本单纯形法表)
过程:1.确定初始基可行解(对目标函数进行标准化处理,加入人工变量松弛变量等)
2.进行最优解检验与解的判别(把目标函数用非基变量表示,系数称为检验数,让非基变量都等于0,得到最大值z,所有检验数的值小于0则为最优解(当目标函数为Min时这个值要都大于0))
最终所有b>=0,唯一最优解;所有b>=0当所有检验数小于0,且有的检验数为0,则线性规划问题有无穷多最优解,所有b>=0当有检验数大于0,但是所对应的换出变量都小于0(没有换出变量),则无界解
3.进行基变换(1):换入变量的确定:找到检验数大于0的且最大 的,防止非基变量增大导致目标值继续增大。(2):换出变量的确定:限额系数/基变量系数大于等于0且最小的换出。(基变量的非基变量的线性表示,让非基变等于0除了确定的换入变量)
4.更新基变量(确定主元素,行列式变换)
5.行列式变化进入新一轮的循环
单纯形法二:(人工变量大M法):
过程:1.确定初始基可行解(当对约束条件加入松弛变量的时候无法找到基变量时,需要加入人工变量,人工变量在MAX目标函数的系数是-M(负无穷大,只有把人工变量从基变量换出,让非基变量表示才可以消除M,负无穷大使目标函数不能实现最大化,只有消除才行))
2.进行最优解检验与解的判别(把目标函数用非基变量表示,系数称为检验数,所有检验数的值小于0且要把人工变量都换出则为最优解(当目标函数为Min时这个值要都大于0))
b>=0,唯一最优解, 所有b>=0当所有检验数小于0,且有的检验数为0,则线性规划问题有无穷多最优解,所有b>=0当有检验数大于0,但是所对应的换出变量都小于0(没有换出变量),所有b>=0则无界解,当检验数都小于0但是基变量中有人工变量则无最优解
3.进行基变换(1):换入变量的确定:找到检验数大于0的且最大的,防止非基变量增大导致目标值继续增大。(2):换出变量的确定:限额系数/基变量系数大于等于0且最小的换出。(基变量的非基变量的线性表示,让非基变等于0除了确定的换入变量)
4.更新基变量(确定主元素,行列式变换)
5.行列式变化进入新一轮的循环
单纯形法三:(人工变量大M法两段法):
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,并且构造仅含人工变量的目标函数和要求实现其最小化,然后用单纯形法求解上述模型,若w=0这说明原问题存在基可行解,进行第二阶段计算
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改为原问题的目标函数系数,作为第二阶段的初始表:
过程:1.确定初始基可行解(当对约束条件加入松弛变量的时候无法找到基变量时,需要加入人工变量,人工变量在MAX目标函数的系数是-M(负无穷大,只有把人工变量从基变量换出,让非基变量表示才可以消除M))
2.进行最优解检验与解的判别(把目标函数用非基变量表示,系数称为检验数,所有检验数的值小于0且要把人工变量都换出则为最优解(当目标函数为Min时这个值要都大于0))
b>=0,唯一最优解, 所有b>=0当所有检验数小于0,且有的检验数为0,则线性规划问题有无穷多最优解,所有b>=0当有检验数大于0,但是所对应的换出变量都小于0(没有换出变量),所有b>=0则无界解,当检验数都小于0但是基变量中有人工变量则无最优解
3.进行基变换(1):换入变量的确定:找到检验数大于0的且最大的,防止非基变量增大导致目标值继续增大。(2):换出变量的确定:限额系数/基变量系数大于等于0且最小的换出。(基变量的非基变量的线性表示,让非基变等于0除了确定的换入变量)
4.更新基变量(确定主元素,行列式变换)
5.行列式变化进入新一轮的循环
PS退化问题:
通过θ规则来确定换出变量时,有时存在两个以上相同的最小比值,这种情况会出现退化,要选择下标小的基变量作为换出变量
PSMIN问题:
最大值时,θ取最小值,检验数要都小于0,找大于零的最大的
最小值时,θ取最小值,检验数要都大于0,找小于零的最小的、
基本单纯形法:
化标准形,找初始基,初始基的非基变量的表示,目标函数的非基变量表示,令非基变量等于0找到初始基可行解和最大目标函数值(可以直接把基可行解待人目标函数,也可以把目标函数的非线性表示中的非基变等于0求最大值),根据非基变量是否都小于来换基,然后进行新一轮循环(和单纯形法表一样,加粗地方是一个补充)