（一）4.线性规划 之 单纯形法的原理 解题

单纯形法是很关键很重要的解题方法，每每考研都会考到，我们详细学习他的解题方法

---

1.无人工变量

---

步骤

1.将给定线性规划问题转化成标准式
2.依照标准型画出单纯形表（找出初始基和初始基变量）因为我们先看最基本的无人工变量的情况，所以
	很简单
3.按表格求出 sigama和 sita ，找到要换的变量，进行迭代
4.解的判别定理 

这一章想要真正学好，死记步骤是没有效果的，我们需要联系前一篇博客：单纯形法的原理来理解每一个步骤的原因，尤其是迭代过程。

我们先给出单纯形表的结构：

理解：
1.第一列到第三列，分别是可行基变量的系数，可行基变量以及 b (约束方程等号右边的数字)
2.第一行和第二行是所有的变量以及目标函数变量的系数
3.中间那一大块是系数矩阵
4.最后一行是sigama

1.拿到题目，如果是不需要人工变量的题目，就可以填写好表格了
	需要计算的数，每一列最下面的sigma =  ci - ∑cj×那一列的系数矩阵  
				  每一行最后面的 sita =每一行 b/ sigma最大的那一列的系数  sita = b/aij
2基变换：选取 sigma最大的那一列，计算出 sita后选取sita最小的那一行，看他在行首对应的可行
	基变量，例如为 xa，而sigam最大的那一列的列首 对应的变量，例如是xb，则基变换就是xa和xb
	互换
	细节：如果矩阵系数为0或负数，则sita不需要计算，一定不是这一行（前面说的，aij<=0时,恒成立）
		因为 aij <= x(0)/sita 
3.通过线性代数初等行变换，将要变换的x换成原来的x 的系数
	注意：b作为增广矩阵的一部分，也要参与行变换
		  换系数之后需要把第一列的系数也换成新变量的对应系数
4.根据判别定理，继续迭代或者得到答案，有正数就需要继续迭代
	注意：写答案需要按照 1 2 3 ...的顺序写，对于解出来的可行基可能不按顺序，要重新排列
		  写答案同时需要写出目标函数，计算 用∑第一列×第三列 对应的项

这么说大家应该都不懂，我也是根据题目总结的这些，所以上例题大家就能理解了

解的判别中，无界解和无穷多解需要牢记

1.所有非基变量（就是除去基变量的变量）< = 0，且有一个 非基变量的sigama = 0，则无穷多解
2.有一个非基变量的sigama > 0 ，对应的系数<= 0，则无界解

不需要人工变量的题还是很简单的，这是考试基本上不会考的送分题，我们肯定要会，不然后面的需要人工变量的题目是肯定不会做的

---

2.有人工变量

有人工变量的时候有两种办法：
1.大M法
2.两阶段法

我个人感觉这两个办法的基础其实还是在上面说的迭代法，不过是针对一般情况提出的解题办法罢了

---

1.大M法.

所谓的大M法，就是在问题给出的限制条件是 大于或者等于的时候，无法通过上述无人工变量法直接通过 加松弛变量 获得基变量，这里我们就需要添加人工变量了

（强调：M为任意大的正数）

这个时候我们的目标函数，就需要在式子最后 减去我们的 M×人工变量，这就意味着只要人工变量大于0，目标函数就不可能最优（因为目标函数的标准型是 max，减去大于0的数自然就不可能最大了）

这就意味着我们得到的单纯形法的解必须是满足，人工变量为0，否则就无可行解

下面看一个例题（单纯形表打出来很麻烦，手写了，凑合看吧）

2.两阶段法

从上面的大M法貌似可以求出所有此类线性规划问题的解了，那为什么我们还需要引入两阶段法呢？

问题就出在M上，因为M的定义是一个任意大的值，在我们计算机中只能给一个具体值，例如999999，而在我们的问题很庞大的时候，有可能某些变量的系数就会接近这个M的值，这样一来我们在比较 sigama 大小的时候计算机可能就会出错，从而引起巨大的误差，所以我们这里要引出 两阶段法

两阶段法
1.求解 min{人工变量之和}，必须要等于0，表示有可行解
2.按照题目要求的目标函数 求出最优解

最小化的话，单纯形法中 检验数sigma 不再是取最大直到没有大于0的项，而是取最小，直到没有小于0的项。与max相反

这个图一般我们说的sigama是第一行的，第二行很少会用

下面看同一道例题用二阶段法求解

如果第一阶段无法得到min = 0，说明无可行解

下面说一下勃兰特规则：

1.检验数sigama相同，取下标小的迭代
2.最小比值sita 相同，取下标小的迭代（不是按从上往下顺序）

单纯形法解题到这里基本上全部覆盖