浅谈线性规划：No.3 单纯形法中的大M法（人工变量法）

最新推荐文章于 2025-04-17 20:35:38 发布

oxacyclopropane

最新推荐文章于 2025-04-17 20:35:38 发布

阅读量9.8k

点赞数 6

分类专栏：线性规划运筹学文章标签：线性代数

本文链接：https://blog.csdn.net/oxacyclopropane/article/details/126989855

版权

3 篇文章

订阅专栏

3 篇文章

订阅专栏

0 介绍

先前，我们讨论了线性规划中的单纯形法。在单纯形法的标准型转化过程中，我们需要构建一个单位矩阵以作为初始基。当约束条件都是 “≤” 时，加入松弛变量就形成了初始基。
然而，在约束条件出现 ”=" 或 “≥” 时，则我们可能无法通过加入剩余变量构建单位矩阵了。详情见如下例子：

$maxZ = {x}_1 - 8{x}_2 + 3{x}_3$

$\left\{\begin{matrix} x_1 + 2x_2 - x_3 \geq 2\\ x_1 - 2x_2 + x_3 \geq 2\\ x_1, x_2, x_3\geq 0\\ \end{matrix}\right.$

对于该线性规划，我们必须在左侧减去松弛变量来使其转化为标准型，而无法构建出单位矩阵。当初始基无法获得时，我们则可以采用大M法或者两阶段法。我们首先来谈谈大M法。

1 大M法

为了获得单位矩阵，我们需要在第一个式子中加上一个人工变量 $x_5$ ，第二个式子中加上一个人工变量 $x_6$ 。

为使所加入的人工变量最终取值为0，我们需要令其人工变量的价值系数为-M(M为无限大的正数)。即如果人工变量不为零，目标函数不可能为最优。（如果人工变量最终没有被置换出基矩阵，则代表着这个问题没有可行解，也没有最优解。）

据此，我们对上式加入人工变量，获得的数学模型如下：

$maxZ = x_1 - 8x_2 +3x_3 + 0x_4 -Mx_5 -Mx_6$

$\left\{\begin{matrix} x_1 + 2x_2 - x_3 -x_4 + x_5= 2\\ x_1 - 2x_2 + x_3 + x_6= 4\\ x_1,x_2,x_3,x_4,x_5,x_6\geq 0\\ \end{matrix}\right.$

1）初始单纯形表：

初次迭代结果： $x_1$ 进基， $x_5$ 离基。

2）第二次迭代单纯形表：

第二次迭代结果： $x_3$ 进基， $x_6$ 离基。

3）第三次迭代单纯形表：

第二次迭代后，全部检验数≤0，该线性规划达到最优值。最终结果为： $X = (3,0,1,0,0)^T$ ， $Z = 12$ 。