下载文档原格式
第1章线性规划Chapter 1 Linear Programming本章内容提要线性规划是运筹学的重要内容。
本章介绍线性规划数学模型、线性规划的基本概念以及求解线性规划数学模型的基本算法——单纯形法。
学习本章要求掌握以下内容：⏹线性规划模型的结构⏹线性规划的标准形式，非标准形式转化为标准形式⏹线性规划的图解以及相应的概念。
包括：约束直线，可行半空间，可行解，可行域，凸集，极点，目标函数等值线，最优解⏹线性规划的基本概念。
包括：基，基础解，基础可行解，基变量，非基变量，进基变量，离基变量，基变换⏹单纯形法原理。
包括：基变量和目标函数用非基变量表出，检验数，选择进基变量的原则，确定离基变量的方法，主元，旋转运算⏹单纯形表。
包括初始单纯形表的构成，单纯形表运算方法⏹初始基础可行解，两阶段法⏹退化的基础可行解§1.1 运筹学和线性规划1.1.1 运筹学运筹学（Operations Research）是二十世纪三十年代二次大战期间由于战争的需要发展起来的一门学科。
当时，英国组织了一批自然科学和工程科学的学者，和军队指挥员一起，研究大规模战争提出的一些问题。
如轰炸战术的评价和改进、反潜艇作战研究等，研究结果在战争实践中取得了明显得效果。
这些研究当时在英国称为Operational Research，直译为作战研究。
战争结束以后，这些研究方法不断发展完善，并逐步形成学科理论体系，其中一些主要的理论和方法包括：线性规划，网络流，整数规划，动态规划，非线性规划，排队论，决策分析，对策论，计算机模拟等。
这些理论和方法在经济管理领域也得到了广泛应用，Operations Research也转义成为“作业研究”。
我国将Operations Research译成“运筹学”，非常贴切地将Operations Research这一英文术语所包含的作战研究和作业研究两方面的涵义都体现了出来。
现在，运筹学已经成为管理科学重要的基础理论和应用方法，是管理科学专业基本的必修课程之一。
线性规划及其理论基础
线性规划是求解数量模型的一种方法，其基本理论是将实际问题表述为一个约束条件的线性规划模型，并利用线性规划的优化原理对模型进行求解，以获得最优解。
线性规划的基本理论包括：
1. 模型及线性表示：线性规划模型是通过将目标函数和约束条件用线性方程组表示的。
2. 目标函数和约束条件：线性规划模型中，目标函数和约束条件必须都是线性的。
3. 最优解：线性规划模型中的最优解是满足所有约束条件下目标函数值最大（或最小）的解。
4. 数学优化原理：线性规划模型的最优解可以通过数学优化原理进行求解，即利用图论、单纯形理论等数学优化方法。
线性规划的基本理论 The Standardization Office was revised on the afternoon of December 13, 2020第四章 线性规划本章主要内容：线性规划的基本理论 线性规划的单纯形法 线性规划的对偶理论 线性规划的对偶单纯形法教学目的及要求：理解线性规划的基本理论；掌握线性规划的单纯形法；理解线性规划的对偶理论；掌握线性规划的对偶单纯形法。
教学重点：线性规划的单纯形法． 教学难点：线性规划的对偶单纯形法． 教学方法：启发式．教学手段：多媒体演示、演讲与板书相结合． 教学时间：6学时． 教学内容：§ 线性规划的基本理论考虑线性规划问题11min ;,1,2,,,0,1,2,,.nj j j n ij j i j j c x a x b i m x j n ==⎧⎪⎪⎪==⎨⎪⎪≥=⎪⎩∑∑s.t. (LP)或min ;,0.T c x Ax b x ⎧⎪=⎨⎪≥⎩s.t. 其中 121212(,,,),(,,,),(,,,),(),T T T n n m ij m n x x x x c c c c b b b b A a ⨯====A 称为约束矩阵，Ax b =称为约束方程组，0x ≥称为非负约束．假定：rank()A m =．定义 在（LP ）中，满足约束方程组及非负约束的向量x 称为可行解或可行点；所有可行解的全体称为可行解集或可行域，记作K ，即{,0}K Ax b x ==≥．使目标函数在K 上取到最小值的可行解称为最优解；最优解对应的目标函数值称为最优值．定义 在（LP ）中，约束矩阵A 的任意一个m 阶满秩子方阵B 称为基，B 中m 个线性无关的列向量称为基向量，x 中与B 的列对应的分量称为关于B 的基变量，其余的变量称为关于B 的非基变量．任取（LP ）的一个基12(,,,)m j j j B p p p =，记12(,,,)m T B j j j x x x x =，若令关于B 的非基变量都取0，则约束方程Ax b =变为B Bx b =．由于B 是满秩方阵，因此B Bx b =有唯一解1B x B b -=．记121(,,,)m T j j j B b x x x -=，则由12,1,2,,,0,{1,2,,}{,,,}k k j j j m x x k m x j n j j j ===∀∈-所构成的n 维向量x 是Ax b =的一个解，称之为（LP ）的关于B 的基本解．基本解满足约束方程组，但不一定满足非负约束，所以不一定是可行解．若10B b -≥，即基本解x 也是可行解，则称x 为（LP ）的关于基B 的基本可行解，相应的基B 称为（LP ）的可行基；当10B b ->时，称此基本可行解x 是非退化的，否则，称之为退化的．若一个（LP ）的所有基本可行解都是非退化的，则称该（LP ）是非退化的，否则，称它是退化的．例1 求下列线性规划问题的所有基本可行解．12123124min 44;4,2,0,1,2,3,4.j x x x x x x x x x j -⎧⎪-+=⎪⎨-++=⎪⎪≥=⎩s.t. 解 约束矩阵的4个列向量依次为12341110,,,1101p p p p -⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪-⎝⎭⎝⎭⎝⎭⎝⎭．全部基为113214323424534(,),(,),(,),(,),(,),B p p B p p B p p B p p B p p =====对于1B ，1x 和3x 为基变量，2x 和4x 为非基变量．令2x =4x =0，有1314,2,x x x +=⎧⎨-=⎩ 得到关于1B 的基本解(1)(2,0,6,0)T x =-，它不是可行解．对于2B ，1x 和4x 为基变量，2x 和3x 为非基变量．令2x =3x =0，有1144,2,x x x =⎧⎨-+=⎩ 得到关于2B 的基本解(2)(4,0,0,6)T x =，它是一个非退化的基本可行解．同理，可求得关于345,,B B B 的基本解分别为(3)(4)(5)(0,2,6,0),(0,4,0,6),(0,0,4,2)T T T x x x ==-=，显然，(3)x 和(5)x 均是非退化的基本可行解，而(4)x 不是可行解．因此，该问题的所有基本可行解为(2)(3)(5),,x x x ．此外，因为这些基本可行解都是非退化的，所以该问题是非退化的．定理1 设x 为（LP ）的可行解，则x 为（LP ）的基本可行解的充要条件是它的非零分量所对应的列向量线性无关．证明 不妨设x 的前r 个分量为正分量，即12(,,,,0,,0),0(1,2,,).T r j x x x x x j r =>=若x 是基本可行解，则取正值的变量12,,,r x x x 必定是基变量，而这些基变量对应的列向量12,,,r p p p 是基向量．故必定线性相关．反之，若12,,,r p p p 线性无关，则必有0r m ≤≤．当r m =时，12(,,,)r B p p p =就是一个基；当r m <时，一定可以从约束矩阵A 的后n r -个列向量中选出m r -个，不妨设为12,,,r r m p p p ++，使121(,,,,,,)r r m B p p p p p +=成为一个基．由于x 是可行解，因此1rj j j x p b ==∑，从而必有1mj j j x p b ==∑．由此可知x 是关于B 的基本可行解．定理2 x 是（LP ）的基本可行解的充要条件是x 为（LP ）的可行域的极点．证明 由定理4.1.1和定理知结论成立． 例2 求下列线性规划问题的可行域的极点．1212314min ;22,2,0,1,2,3,4.j x x x x x x x x j -⎧⎪++=⎪⎨+=⎪⎪≥=⎩s.t. 解 因为约束矩阵的4个列向量依次为12341210,,,1001p p p p ⎛⎫⎛⎫⎛⎫⎛⎫==== ⎪ ⎪ ⎪ ⎪⎝⎭⎝⎭⎝⎭⎝⎭．全部基为112213314424534(,),(,),(,),(,),(,),B p p B p p B p p B p p B p p =====求得关于基12345,,,,B B B B B 的基本解分别为(1)(2)(3)(4)(5)(2,0,0,0),(2,0,0,0),(2,0,0,0),(0,1,0,2),(0,0,2,2)T T T T Tx x x x x =====显然，(1)(2)(3),,x x x 均为退化的基本可行解，(4)(5),x x 是非退化的基本可行解．可行域有三个极点：(2,0,0,0)T ，(0,1,0,2)T ，(0,0,2,2)T ．定理3 若（LP ）有可行解，则它必有基本可行解． 证明 由定理2.2.1及定理知结论成立．定理4 若（LP ）的可行域K 非空有界，则（LP ）必存在最优解，且其中至少有一个基本可行解为最优解．证明 根据推论2.2.6，（LP ）的任一可行解x 都可表示为（LP ）的全部基本可行解12,,,k x x x 的凸组合，即 1,ki i i x x x K λ==∀∈∑，其中10(1,2,,),1ki i i i k λλ=≥==∑．设s x 是使（LP ）中目标函数值达到最小的基本可行解，即1min T T s i i kc x c x ≤≤=，则11,k kTTT T i i i s s i i c x c x c x c x x K λλ===≥=∀∈∑∑．这表明，基本可行解s x 为（LP ）的最优解．定理5 设（LP ）的可行域K 无界，则（LP ）存在最优解的充要条件是对K 的任一极方向d ，均有0T c d ≥．证明 根据定理2.2.10，（LP ）的任一可行解x 都可写成11kli i j j i j x x d λμ===+∑∑，其中12,,,k x x x 为（LP ）的全部基本可行解，12,,,ld d d 为K 的全部极方向，且10(1,2,,),1,0(1,2,,)ki i j i i k j l λλμ=≥==≥=∑．于是，（LP ）等价于下面以0(1,2,,)0(1,2,,)i j i k j l λμ≥=≥=和为决策变量的线性规划问题111min ()();1,0,1,2,,,0,1,2,,.k lT T i i j j i j k i i i j c x c d i k j l λμλλμ===⎧+⎪⎪⎪⎪=⎨⎪⎪≥=⎪≥=⎪⎩∑∑∑s.t. 由于j μ可以任意大，因此若存在某个j d ，使0T j c d <，则上述问题的目标函数无下界，从而不存在最优解，从而（LP ）不存在最优解．若1,2,,j l ∀=，均有0T j c d ≥，设1min T T s i i kc x c x ≤≤=，则11()(),k lTTT T i i j j s i j c x c x c d c x x K λμ===+≥∀∈∑∑．所以基本可行解s x 是（LP ）的最优解．推论6 若（LP ）的可行域K 无界，且（LP ）存在最优解，则至少存在一个基本可行解为最优解．证明 由定理4.1.5的证明过程可知结论成立． 定理7 设在（LP ）的全部基本可行解12,,,k x x x 中，使目标函数值最小者为12,,,s i i i x x x ；在K 的全部极方向12,,,l d d d 中，满足0T j c d =者为12,,,t j j j d d d ．若（LP ）存在最优解，则x 为（LP ）的最优解的充要条件是存在10(1,2,,),1,0(1,2,,)pp q si i j p p s q t λλμ=≥==≥=∑使 11p p q q s ti i j j p q x x d λμ===+∑∑． （*）证明 因为（LP ）存在最优解，所以由定理4.1.4和推论及其证明知，基本可行解12,,,s i i i x x x 是（LP ）的最优解．设x 具有（*）式的形式，则由推论2.2.6和定理知，x 为（LP ）的可行解，从而由（*）式知，111p p q q stTTT T i i j j i p q c x c x c d c x λμ===+=∑∑因此，x 为（LP ）的最优解．反之，设x 为（LP ）的任一最优解，则x 为可行解，于是由推论2.2.6和定理知，存在 10(1,2,,),1,0(1,2,,)ki i j i i k j l λλμ=≥==≥=∑，使 11kli i j j i j x x d λμ===+∑∑． （**）根据定理1.1.5，有 0,1,2,,T j c d j l ≥=， 且由1i x 为最优解知1,1,2,,T T i i c x c x i k ≥=．从而由上述两式容易用反证法证明：若（**）式中某个0i λ>，则i x 必为（LP ）的最优解；若（**）式中某个0j μ>，则必有0T j c d =。
