基于单纯形法的对偶理论和灵敏度分析

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）