运筹学2.2 线性规划

引理1.线性规划问题的可行解X为基本可行解的充分 必要条件是X的正分量所对应的系数列向量是线性独立的. 证明:
必要性：已知X为线性规划的基本可行解，要证X的 正分量所对应的系数列向量线性独立。
因为X为基本解，由定义，其非零分量所对应的系数 列向量线性独立；又因为X还是可行解，从而其非零分量 全为正。
•有唯一解
例1： max z=2x1+ 3x2 s.t. x1+2x2≤8 4x1≤16 x1,x2≥0
画图步骤： 1、约束区域的确定 2、目标函数等值线 3、平移目标函数等值线求最优值
x2
可行域
(4,2) z=14
目标函数 等值线
x1
•有无穷多解
例2 max z =2x1+4x2 s.t. x1+2x2≤8 4x2 ≤ 12 3x1 ≤12 x1, x2 ≥0
X(0)=Σ α iX(i) α i0,Σ α i=1 记X(1),X(2), …,X(k)中满足max CX(i)的顶点为X(m)。于是，
k
k
CX (0) Ci X (i) Ci X (m) CX (m)
i 1
i 1
由假设CX(0)为最优解，所以CX(0)=CX(m)，即最优解可在顶点
充分性：已知可行解X的正分量所对应的系数列向量 线性独立，欲证X是线性规划的基本可行解。
若向量P1, P2,…, Pk线性独立,则必有k≤m；当k=m时， 它们恰构成一个基，从而X=（x1，x2,…,xk，0…0）为相 应的基可行解。K〈m时，则一定可以从其余的系数列向量 中取出m-k个与P1, P2,…, Pk构成最大的线性独立向量组， 其对应的解恰为X，所以根据定义它是基可行解。
§2 线性规划图解法

用单纯形法同时求解原问题和对偶问题
原问题是：
maxZ=2x1 +x2 5x2 ≤15 6x1 + 2x2 ≤ 24 x1 + x2 ≤ 5 x1 , x2 ≥0
5x2 +x3 =15 6x1 + 2x2 +x4 = 24 x1 + x2 +x5 = 5 xi ≥0
原问题的标准型是：maxZ=2x1 +x2+0x3+0x4 +0x5
b
15 24 5 0
x1 0 6 1 2
比 值
-
24/6=4
5/1=5
检验数j
对偶问题剩余变量 y4、y5
对偶问题变量 y1、y2 、y3
检验数行的－ (cj-zj)值是其对偶问题的一个基本解yi ；
原问题变量
0 2
原问题松驰变量
1 0 0 0 0 1/6 -1/6 -1/3 0 0 1 0
3
x3 x1
x2 1 检验数j= cj-zj
-1/4 -1/2
对偶问题剩余变量 y4、y5
对偶问题变量 y1、y2 、y3
此时得原问题最优解:X*=(7/2,3/2,15/2,0,0)T，Z*=17/2 则对偶问题最优解:Y*=(0,1/4,1/2,0,0)T，S*=17/2
又例：用单纯形法同时求解原问题和对偶问题
定理6（互补松弛定理）
在线性规划问题的最优解中，如果对应某一约束条件的 对偶变量值为非零，则该约束条件取严格等式；反之如果约 束条件取严格不等式，则其对应的对偶变量一定为零。
注：证明过程参见教材59页性质5证明
讨论:
互补松弛定理也称松紧定理，它描述了线性规划达到最

问题一：建立一个资源利用的规划模型，需加入时间资源、资金资源。

1、问题的提出1.1基本情况某公司现在新购一生产线，生产电脑配件B1、B2、B3。

已知生产单位产品的利润与所需的劳动力时间、设备台时及单位产品的资金投入，公司的资金拥有量和工作时间拥有量如表1-1所示：表1T项目B1配件种类资源限制B2B3资金（百元）412200劳动力/工时643360设备台时（小323210时）产品利润（元/754件）1.2提出问题1、假设每种配件的市场都是供不应求，不用考虑市场及原材料的供应问题那么在现有的条件下应该如何分配者三种配件的生产才能获得最大利润。

2、模型的建立2.1确定决策变量因为获得最大利润的核心目标，要确定各种配件的生产数量从而去求得所能获得的最大利润。

因此可以设尤，x ,x来表示B1，B2, B3的产量。

1 2 32.2确定目标函数该问题归结为求效益最大化的问题。

这里所追求的利润s应是最大（简写为max）max S = 7 x + 5 x + 4 x1 2 32.3确定约束条件考虑到资金限制和劳动力总工时以及设备台时的要求，会有一定的约束条件用不等式表示参考表1_1数值有'4x + x + 2x < 200<6x + 4x + 3x < 360I3x + 2x + 3x < 210侦1 2 32.4建立模型综合前述各步及变量非负的条件建立起线性规划模型如下。

求变量气(i = 1,2,3)使得目标函数：max S = 7 x + 5 x + 4 x1 2 3取得最大值，并满足如下的约束条件的要求：4x + x + 2x < 2001 2 36x + 4x + 3 x < 360s.t. < 1 2 3|3x i+ 2x2 + 3x3 < 210I x , x , x > 0v 1 2 33、模型的求解分析上述线性规划模型是非标准的线性规划模型，用常规方法将其变为标准型的线性规划模型，然后利用单纯形法进行求解。

线性规划中超过约束最低限的部分，称为剩余量。 记s1,s2为剩余变量，s3为松弛变量，则s1=0, s2=125,
s3=0，加入松弛变量与剩余变量后例2的数学模型变为 标准型： 目标函数： min f =2x1+3x2+0s1+0s2+0s3 约束条件： x1+x2-s1=350， x1-s2=125, 2x1+x2+s3=600, x1, x2, s1,s2,s3≥0.
阴影部分的每 一点都是这个线 性规划的可行解， 而此公共部分是 可行解的集合， 称为可行域。
B
X2=250
100
100
300
x1
B点为最优解， X1+X2=300 坐标为（50, 250）， Z=0=50x1+100x2 此时Z=27500。 Z=10000=50x1+100x2 问题的解： 最优生产方案是生产I产品50单位，生产Ⅱ产品250单位，可得 最大利润27500元。
Z=10000=50x1+50x2
线段BC上的所有点都代表了最优解，对应的最优值相 同： 50x1+50x2=15000。
10
3. 无界解，即无最优解的情况。对下述线性规划问题：
目标函数：max z =x1+x2 约束条件：x1 - x2≤1 -3x1+2x2≤6 x1≥0, x2≥0．
x2 -3x1+2x2=6 3
其中ci为第i个决策变量xi在目标函数中的系数， aij为第i个约束条件中第j个决策变量xj的系数， bj(≥0)为第j个约束条件中的常数项。
16
灵敏度分析
灵敏度分析：求得最优解之后，研究线性规划的