第五章 线性规划方法 Linear Programming
5.1 线性规划问题的一般形式
5.2 线性规划问题的解
基本解: 只满足约束方程的解。
基本可行解: 同时满足约束方程和变量非负约束的解。
最优解: 使目标函数取得最小值的基本可行解。
5.2.1 基本解的产生与转换
线性规划问题的约束方程实际上是一个包括n个变量和m个方程(n>m)的线性方程组,由于变量个数多于方程数,故有多个满足方程的解。
若取n-m个变量并令其等于0,解出另外的m个不为0的变量,就可得到一个基本解。
在这样的基本解中,称n-m个为0的变量为非基本变量,另外的m个变量为基本变量。
5.2.2 基本可行解的产生与转换
根据线性规划问题的不同特征,一个初始基本可行解的获得可分为以下两种情况:
- 如果除变量非负约束之外的约束条件全是“ ≤ \leq ≤”的不等式约束,而且对应的常数向量中的元素均为正数,此时只要引入松弛变量,并以松弛变量为基本变量,得到的解就是一个基本可行解。
- 如果除变量非负约束之外的约束条件中还包含等式约束,此时可以在各个等式约束中分别引进一个与松弛变量类似的变量,称为人工变量,然后建立一个辅助规划问题求解此辅助规划问题,就可以得到一个基本可行解。
5.2.3 基本可行解的变换条件
1. 最优性条件
2. 非负性条件
5.3 单纯形算法 The Simplex Method
SIMPLEX | TABLE | x 1 x 2 ⋯ x n x_1 \ \ x_2 \ \ \cdots \ \ x_n x1 x2 ⋯ xn | x n + 1 x n + 2 ⋯ x n + m x_{n+1}\ \ x_{n+2}\ \ \cdots\ \ x_{n+m} xn+1 xn+2 ⋯ xn+m | b i b_i bi |
---|---|---|---|---|
Basic Variable | Coefficients | c 1 c 2 ⋯ c n c_1\ \ \ \ c_2\ \ \cdots\ \ c_n c1 c2 ⋯ cn | 0 0 ⋯ 0 0 \ \ \ \ \ \ \ \ \ \ \ \ 0\ \ \ \ \cdots \ \ \ \ 0 0 0 ⋯ 0 | c 0 c_0 c0 |
x n + 1 x_{n+1} xn+1 | 0 | a 11 a 12 ⋯ a 1 n a_{11} \ \ a_{12} \cdots a_{1n} a11 a |