【运筹学】大M法（流程推导）

 一、大M法的作用 

        其实我们可以从代数和几何两个角度理解两阶段法和大M法，但是几何角度作者暂时还没有思考到有合适的理解方法，先暂时用代数的角度理解。    

        在单纯形法的理解中我们讲到，单纯形法迭代过程中每一步都是在可行域的顶点上，但是我们一开始无法直观地看出初始基可行解的情况，也就是没有办法找到第一个顶点，因此我们就想要根据单纯形表迭代的方法寻找初始基可行解，这样我们不就相当于一个办法解决两个问题了吗？

        之前我们在两阶段法中讲到，两阶段法的作用就是寻找初始基可行解（第一个顶点）。大M法其实相当于整合两阶段法中的两个阶段问题。

        我们先说结论：大M法的作用就是换一种形式表达原有的问题，任何一个标准化后线性规划问题都可以采用大M法。

二、大M法的原理

        在两阶段法中，我们第一阶段的问题就是使目标函数为求解人工变量之和，当人工变量之和等于0（各人工变量皆等于0）时，那么构建的问题就等于原问题。

        其实，大M法的原理也是相同的，都是需要令人工变量之和等于0（各人工变量皆等于0）。第一节中我们说，大M法的作用就是换一种形式表达原有的问题，我们先看看这种形式是怎样表达问题的，其中M是足够大的正数。

         我们来思考现在这个问题：

        从目标函数出发，当求解的人工变量之和不等于0，则目标函数值中一定会存在M，我们求一个问题的最小值，但是问题的结果是无穷大，说明这个问题不存在最小值，也就相当于原来的问题不存在可行解。（这里还需要再考量一下）。

        从约束和松弛变量的角度出发，当求解的人工变量之和不等于0，即x6,x7,x8不全都等于0的时候，说明一定需要这个变量才能维持对应约束成为紧约束，因此当我们去掉这个变量时，原来的等式就不成立了，也就是说，无法同时满足原问题的所有约束，即原问题没有可行解。    

	x1	x2	x3	x4	x5	x6	x7	x8	b
约束1	1	1	0	1	0	1	0	0	18
约束2	2	0	-1	0	0	0	1	0	2
约束3	0	3	5	0	-1	0	0	1	15
目标函数	-2	-1	-9	0	0	M	M	M	0

三、大M法的流程

        我们再次声明，从代数角度理解，大M法的本质就是换一种形式表达原有的问题，因此我们只需要将线性规划问题化为大M法的表达形式，并当作正常的线性模型在单纯形表中进行处理即可。