单纯形法表格法例题详解_第二章 线性规划与单纯形法(补充例题123页开始).ppt...

本文档详细讲解了线性规划问题的单纯形法,通过具体例题展示了如何建立初始单纯形表,进行矩阵变换直至找到最优解。介绍了人工变量的大M法,阐述了在最优解中人工变量的不同情况,帮助理解线性规划的求解过程。
摘要由CSDN通过智能技术生成

您所在位置:网站首页 > 海量文档

&nbsp>&nbsp高等教育&nbsp>&nbsp微积分

第二章 线性规划与单纯形法(补充例题123页开始).ppt189页

本文档一共被下载:次,您可全文免费在线阅读后下载本文档。

下载提示

1.本站不保证该用户上传的文档完整性,不预览、不比对内容而直接下载产生的反悔问题本站不予受理。

2.该文档所得收入(下载+内容+预览三)归上传者、原创者。

3.登录后可充值,立即自动返金币,充值渠道很便利

* CB XB b x1 x2 x3 x4 x5 x6 -1 -1 0 x3 x1 x6 6 5 8 0 1 0 1 2 2 1 0 0 -1 -2 1 2 0 3 0 0 1 0 4 0 -3 5 0 解:根据原线性规划问题,我们首先列出初始单纯形表如下 故此单纯形表不是最优表,下面我们利用矩阵的关系分析一下。 从前面的分析知道,在初始单纯形表中的 B,N 矩阵最后我们会化为矩阵 I, 由于给定基变量为x3,x2,x5,因此表格中x3,x2,x5的列向量分别为 CB XB b x1 x2 x3 x4 x5 x6 -1 x3 1/6 0 1 0 -2/3 1 x2 1/2 1 0 0 0 3 x5 -1/3 0 0 1 1/3 检验数 因此, x3 x1 x6 x3 x2 x5 因此, 那么x4的系数列向量为 常数项为 CB XB b x1 x2 x3 x4 x5 x6 -1 -1 3 x3 x2 x5 3/2 5/2 1 1/6 1/2 -1/3 0 1 0 1 0 0 -2 -1 1 0 0 1 -2/3 0 1/3 检验数 -1/3 0 0 -4 0 -5/3 ≤0,故此表为最优表,最优解为X* 0,5/2,3/2,0,1 T,Z* 5。 因此,单纯形表为 作业:8、9、10 本章小结: 线性规划建模 线性规划化标准型 线性规划的解 图解法(线性规划解的特点和几何意义) 单纯形法的思想和步骤 人工变量的处理(大M法,两阶段法) Shanghai University of Engineering Science 1 加入人工变量的线性规划用单纯形方法得到最优解中,人工变量处在非基变量位置。 2 最优解中,人工变量可能在基变量中,但取值为零,则可以求出原问题的最优解。若最优解中包含有非零的人工变量,则原问题无可行解。 Chapter 2 线性规划与单纯形法 分别给每一个约束方程加入人工变量xn+1,…, xn+m, 得到 Chapter 2 线性规划与单纯形法 以xn+1,…, xn+m为基变量,并可得到一个m×m单位矩阵。令非基变量x1,…, xn为零,便可得到一个初始基可行解 因为人工变量是最后加入到原约束条件中的虚拟变量,要求将它们从基变量中逐个替换出来。若在最终表中当所有 , 而在其中还有某个非零人工变量,这表示无可行解。 Chapter 2 线性规划与单纯形法 大M法 在一个线性规划问题的约束条件中加入人工变量后,要求人工变量对目标函数取值不受影响,为此假定人工变量在目标函数 max z 中的系数为 -M (M为任意大的正数),若目标函数为min Z,则人工变量在目标函数中系数为M,这样目标函数要实现最大化(最小化)时,应把人工变量从基变量换出,或者人工变量在基变量中,但取值为0。否则目标函数不可能实现最大化。 大M法 举例 加入人工 变量 cj 3 -1 -1 0 0 -M -M θi CB XB b x1 x2 x3 x4 x5 x6 x7 0 -M -M x4 x6 x7 11 3 1 1 -4 -2 -2 1 0 1 2 [1] 1 0 0 0 -1 0 0 1 0 0 0 1 11 3/2 1 3 -1+M (-1+3M) 0 -M 0 0 0 -M -1 x4 x6 X3 10 1 1 3 0 -2 -2 [1] 0 0 0 1 1 0 0 0 -1 0 0 1 0 -1 -2 1 1 1 (-1+M) 0 0 -M 0 -3M+1 cj 3 -1 -1 0 0 -M -M θi CB XB b x1 x2 x3 x4 x5 x6 x7 0 -1 -1 x4 x2 x3 12 1 1 [3] 0 -2 0 1 0 0 0 1 1 0 0 -2 -1 0 2 1 0 -5 -2 1 4 1 0 0 0 -1 -M+1 -M-1 3 -1 -1 x1 x2 x3 4 1 9 1 0 0 0 1 0 0 0 1 1/3 0 2/3 -2/3 -1 -4/3 2/3 1 4/3 -5/3 -2 -7/3 0 0 0 -1/3 -1/3 -M+1/3 -M+2/3 由于所有的非基变量的检验数都小于零,因此本例存在 唯一最优解X* 4,1,9,0,0,0,0)T,Z’* 2,故Z* -2。 加入人工 变量 课堂练习 大M法 CB XB

发表评论

请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。

用户名:

验证码:

匿名?

发表评论

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
线性规划是一种最优化问题,目标是在一组线性约束条件下,找到一个最优的线性方程组解。单纯形法是一种求解线性规划问题的算。 下面我会通过一个例题来详细解释单纯形法的具体步骤: 假设我们有一个线性规划问题,如下所示: Maximize: 3x1 + 4x2 Subject to: 2x1 + x2 <= 8 x1 + 2x2 <= 6 x1, x2 >= 0 首先,我们需要将这个问题转化为标准形式。为了达到这个目的,我们引入两个松弛变量s1和s2,并将不等式约束转化为等式约束。此时,我们的问题变为: Maximize: 3x1 + 4x2 Subject to: 2x1 + x2 + s1 = 8 x1 + 2x2 + s2 = 6 x1, x2, s1, s2 >= 0 接下来,我们需要将这个问题表示为一个线性方程组的形式。我们可以使用一个表格来表示问题的各个部分,如下所示: | | x1 | x2 | s1 | s2 | RHS | |---|----|----|----|----|-----| | | 3 | 4 | 0 | 0 | 0 | | s1| 2 | 1 | 1 | 0 | 8 | | s2| 1 | 2 | 0 | 1 | 6 | 这个表格称为单纯形表。每一行对应一个约束条件,每一列对应一个变量或松弛变量。RHS列表示右侧的常数项。 现在,我们需要找到一个初始基本可行解。这意味着我们需要选择一些变量来使得方程组的解满足所有的约束条件,并且这些变量的都应该是非负的。我们可以选择s1和s2作为初始基本变量,它们的都为0。 接下来,我们需要使用单纯形法来寻找最优解。单纯形法的基本思想是,在当前基本可行解的基础上,找到一个非基本变量,使得将它增加到一个非负时,我们可以得到更优的解。这个过程一直进行,直到找不到更优的解为止。 现在,我们需要找到一个进入变量。这个变量应该是一个非基本变量,它能够使得目标函数增加。在这个例子中,我们可以看到,x1和x2都能够使得目标函数增加,但是我们需要选择其中一个。我们选择x1作为进入变量。 接下来,我们需要找到一个离开变量。这个变量应该是一个基本变量,它能够使得进入变量增加到一个非负时,所有的约束条件都能够被满足。在这个例子中,我们可以看到,s1和s2都能够满足这个条件,但是我们需要选择其中一个。我们选择s1作为离开变量。 现在,我们需要使用行变换来更新单纯形表。我们首先将s1行除以2,使得x1系数为1。然后,我们将s1行减去2倍的x1行,使得x1系数变为0。最后,我们将目标函数行减去3倍的x1行,使得目标函数系数减少3。经过这些操作,我们得到了下面的单纯形表: | | x1 | x2 | s1 | s2 | RHS | |---|----|----|----|----|-----| | 0 | 1 | 0 | 1/2| 0 | 4 | | s1| 0 | 1 | 1/2| 0 | 4 | | s2| 0 | 2 | -1 | 1 | 2 | 现在,我们需要重新选择进入变量。由于x2的系数比x1更大,我们选择x2作为进入变量。 接下来,我们需要选择离开变量。在这个例子中,我们可以看到,s2是唯一满足所有约束条件的基本变量。因此,我们选择s2作为离开变量。 现在,我们需要使用行变换来更新单纯形表。我们首先将s2行除以2,使得x2系数为1。然后,我们将s2行减去2倍的x2行,使得x2系数变为0。最后,我们将目标函数行减去4倍的x2行,使得目标函数系数减少16。经过这些操作,我们得到了下面的单纯形表: | | x1 | x2 | s1 | s2 | RHS | |---|----|----|----|----|-----| | 0 | 1 | 0 | 1/4| 1/2| 5 | | s1| 0 | 1 | 1/4|-1/2| 1 | | s2| 0 | 0 | -3/2|1 | 2 | 现在,我们可以看到所有的系数都是非负的。因此,我们得到了一个最优解,它的为5。此时,x1的为1,x2的为1,s1的为0,s2的为0。 这就是单纯形法的基本步骤。需要注意的是,在实际应用中,可能会出现无解或者无界的情况。在这种情况下,我们需要使用其他的算来解决问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值