最优化方法：线性规划标准化和单纯形表格法

垂杨有暮鸦⊙_⊙

已于 2024-11-23 11:31:37 修改

阅读量2.2k

点赞数 12

分类专栏：高等工程数学文章标签：算法

于 2024-11-04 23:51:46 首次发布

本文链接：https://blog.csdn.net/qq_58675332/article/details/143480676

版权

提示：如果前面定理太复杂可以先看例题倒过来看

文章目录

前言

小记一下，求解线性规划的单纯形法。

一、线性规划标准型

1.1标准型形式

形如：

称为线性规划问题的标准型

其中,

$eq?A$	是 $eq?m%5Ctimes%20n$ 矩阵，且 $eq?m%3C%20n$ ， $eq?rankA%3Dm$
$eq?c$	为 $eq?n$ 维列向量，即 $eq?c%5E%7BT%7D$ 为 $eq?n$ 维行向量
$eq?b$	为 $eq?m$ 维列向量，且假设 $eq?b%5Cgeqslant%200$

线性规划问题的理论和算法基本都是基于标准型得到的，实际出现的任何线性规划问题都可以通过变换转为标准型。

(1)如果原问题是极大化目标函数，即 $eq?%5Cmax%20c%5E%7BT%7Dx$ 。这时只需将目标函数乘以(−1)，则可等价地将其转化为极小化问题, $eq?%5Cmin%20c%5E%7BT%7Dx$ 。

(2)如果右端项 $eq?b$ 中的第 $eq?i$ 个元素是负的, 则在第i个约束方程两边同乘以−1，将其改成右端项非负的不等式。

(3)若约束方程为≤不等式，则可在相应不等式的左端加上非负松弛变量，将原≤ 不等式变为等式。若约束方程为≥不等式，则可在相应不等式的左端减去非负剩余变量，将原≥不等式变为等式。(松弛变量和剩余变量没啥区别，就是名字不一样，个人感觉)

(4)如果某个变量 $eq?x_%7Bi%7D$ 是无非负限制的自由变量，则总可以引入两个非负变量 $eq?%7Bx_%7Bi%7D%7D%27$ , $eq?%7Bx_%7Bi%7D%7D%27%27$ 使得 $eq?x_%7Bi%7D%3D%7Bx_%7Bi%7D%7D%27-%7Bx_%7Bi%7D%7D%27%27$ 。

1.2标准型例题

将下面线性规划问题转化为标准型。

解：令 $eq?x_%7B2%7D%3D%7Bx_%7B2%7D%7D%27-%7Bx_%7B2%7D%7D%27%27$ ，其中 $eq?%7Bx_%7B2%7D%7D%27%5Cgeqslant%200%2C%7Bx_%7B2%7D%7D%27%27%5Cgeqslant%200$ 。引入剩余变量 $eq?x_%7B5%7D%5Cgeqslant%200$ ，引入松弛变量 $eq?x_%7B6%7D%5Cgeqslant%200$ ，则标准型为