高等工程数学 —— 第五章 (1)线性规划与单纯形法

高等工程数学 —— 第五章 (1)线性规划与单纯形法

线性规划标准型

在这里插入图片描述

  • 这里 m i n min min c T x c^Tx cTx是目标函数, A x = b Ax = b Ax=b是约束条件

转换规则:

在这里插入图片描述
看道例题吧:

在这里插入图片描述
在这里插入图片描述下面我们讨论的问题都需要化成标准形式。

单纯形法

这个你看原理就感觉贼烦,简直单纯刑法!

B站发现个宝藏视频:传送门

看不懂来打我!就喜欢这种把学生当傻子般的讲课方式。这个表格画的更全一点。

不过我看的时候发现有个地方和书上的不一样,就是求判别数的时候视频里的步骤取相反数就是高工老师讲的结果。咱也不知道为啥,那就反过来吧。

例:
在这里插入图片描述
首先转化成标准型:

扫描二维码关注公众号,回复: 14578111 查看本文章

在这里插入图片描述然后我们将约束条件中的系数照抄到这个表格中:

在这里插入图片描述
把右侧填上约束条件的数值:

在这里插入图片描述
然后我们去找表中的单位矩阵,并把能够组成单位矩阵的 x x x去写在左侧作为基变量:

在这里插入图片描述

好了,到了和视频不一样的地方了。这里先看括号里的值,括号里的值是目标函数里的对应系数。然后我们算 σ j = ( c B 1 ⋅ x j 1 + c B 2 ⋅ x j 2 + ⋯   ) − c j 1 \sigma_j = (c_{B1}\cdot x_{j1} + c_{B2}\cdot x_{j2}+\cdots) - c_{j1} σj=(cB1xj1+cB2xj2+)cj1。例如:这里第一个就是 ( 0 × 3 + 0 × − 2 + 0 × − 4 ) − 1 = − 1 (0\times3+0\times-2+0\times-4)- 1 = -1 0×3+0×2+0×41=1
在这里插入图片描述求最优目标函数值,就是 ( x j 1 ⋅ b 1 + x j 2 ⋅ b 2 + ⋯   ) (x_{j1}\cdot b_1 + x_{j2}\cdot b_2+\cdots) (xj1b1+xj2b2+).例如,这里是 ( 0 × 7 + 0 × 12 + 0 × 10 ) = 0 (0\times7+0\times12+0\times10) =0 0×7+0×12+0×10=0
在这里插入图片描述

上述得到的 σ j \sigma_j σj不全为负数,所以继续下面的操作,我们选取主元:

在这里插入图片描述
让主元为1后把所在列的其他向量化为0,这里 x 2 x_2 x2是入基变量, x 5 x_5 x5是出基变量,我们将其交换位置。然后,重复上面的操作计算 σ j \sigma_j σj发现不全为负数,之后继续找主元。

在这里插入图片描述
不断重复上面的操作,直到 σ j \sigma_j σj全为负数。

在这里插入图片描述在这里插入图片描述

两阶段法

有时候会出现我们找不到单位矩阵的情况。例如:

在这里插入图片描述

  • 可见这里只有 x 4 x_4 x4一个基向量。即只有单位矩阵中的第一列 ( 1 , 0 , 0 ) T (1,0,0)^T (1,0,0)T

解决办法如下:

在这里插入图片描述在这里插入图片描述

例:
在这里插入图片描述在这里插入图片描述

这样就可以找到单位矩阵并确定基向量 x 4 x_4 x4, x 6 x_6 x6, x 7 x_7 x7

在这里插入图片描述
用单纯法的步骤求解:

在这里插入图片描述

在这里插入图片描述
第一阶段结束后我们就发现单位矩阵出现了:

在这里插入图片描述正常求解:

在这里插入图片描述

大M法

也是当没有基变量时引入几个 x x x来帮助构造。

在这里插入图片描述在这里插入图片描述在这里插入图片描述在这里插入图片描述
在这里插入图片描述在这里插入图片描述

猜你喜欢

转载自blog.csdn.net/Deam_swan_goose/article/details/127622872
今日推荐