运筹学基础及应用第五版胡运权-第六章

x6
10
[2]
-5
1
0
-1
1
5
3M+2
3-4M
2M-5
0
-M
0
-z
-M
x4
2
0
[7/2 ]
1/2
1
1/2
-1/2
4/7
2
x1
5
1
-5/2
1/2
0
-1/2
1/2
-
0
7M/2+8
M/2-6
0
M/2+1
-3M/2-1
-z
3
x2
4/7
0
1
1/7
2/7
1/7
-1/7
2
x1
45/7
1
0
6/7
5/7
-1/7
1/7
✓ 右端项非负
解的重要概念
可行解（或可行点）：满足所有约束条件的向量 x ( x1 , x 2 , x n )
可行域：所有的可行解的全体
D { x Ax b, x 0}
最优解：在可行域中目标函数值最大（或最小）的可行解，最优解的全体
称为最优解集合
O {x D c x c y, y D }
0
x3
0
x4
0
x5

9
4
3
4
5
[ 10 ]
1
0
0
0
1
0
0
0
1
90
40
30
7
12
0
0
0
1
90
bi
360

运筹学简述
运筹学的历史
“运作研究(Operational Research)小组”:解决复 杂的战略和战术问题。例如：
1. 如何合理运用雷达有效地对付德军德空袭 2. 对商船如何进行编队护航，使船队遭受德国潜
艇攻击时损失最少； 3. 在各种情况下如何调整反潜深水炸弹的爆炸深
度，才能增加对德国潜艇的杀伤力等。
线性规划问题的数学模型
Page 16
2. 线性规划的数学模型由三个要素构成 决策变量 Decision variables 目标函数 Objective function 约束条件 Constraints
怎样辨别一个模型是线性规划模型？
其特征是： （1）问题的目标函数是多个决策变量的线性函数， 通常是求最大值或最小值； （2）问题的约束条件是一组多个决策变量的线性不 等式或等式。
x3) x3)
x5 2 5
x1 , x2 , x3 , x3, x4 , x5 0
Page 25
线性规划问题的数学模型
Page 26
4. 线性规划问题的解
线性规划问题
n
max Z c j x j (1) j1
s.t
n j1
aij x j
bi
(i 1,2,, m)
每年节约成本600万美元 每年节约成本7000万
优化商业用户的电话销售中心选址
控制成本库存（制定最优再定购点和定购 量确保安全库存） 制定最优铁路时刻表并调整铁路日运营量
优化员工安排，以最低成本服务客户
每年节约成本4.06亿美元，销 售额大幅增加 每年节约成本380万美元
每年节约成本1500万美元， 年收入大幅增加。 每年节约成本1300万美元
绪论

NO. ITERATIONS= 0
可知购进原材料15个单位为宜。
4.1
a）设yi= 1第i组条件起作用
0第i组条件不起作用
x1+x2≤2-(1-y1)M M—充分大正数
2x1+3x2≥5+(1-y2)M
y1+y2=1
y1,y2=0或1
b)设yi= 1第i组条件起作用
0第i组条件不起作用
x=0y1
x=3y2
X2 1.000000 2.000000 INFINITY
X3 4.000000 1.000000 1.500000
X1,X2,X3 0.000000 0.000000 INFINITY
RIGHTHAND SIDE RANGES
ROW CURRENT ALLOWABLE ALLOWABLE
RHS INCREASE DECREASE
0.03(a2+b2+c1)-0.06(a3+b3)-0.11(a4+c1)-0.05a5
=0.95a1+0.97a2+0.94a3+1.5b3+2.1c1-0.05b1-0.11a4-0.05a5
s.t.
5a1+10b1≤6000
7a2+b2+12c1≤10000
6a3+8a3≤4000
4a4+11c1≤7000
5.3c
因为使mind1-,故在x1+x2=40的右侧，若使mind4+,则在x1+x2=50的左侧，即阴影区域，因为在阴影部分无法使2d2-+d3-最小，故比较E（20，30）,F（24，26）,E点:d2-=4,d3-=0 min2d2-+d3-=8,F点:d2-=0,d3-=4, min2d2-+d3-=4,故选F点

例：要离最小的方案。
A
5 S
5 B
5
D
T
C
E
4
即求图中的最小部分树
2、求法
方法一： 避圈法 将图中所有的点分V为V两部分， V——最小部分树中的点的集合 V——非最小部分树中的点的集合
⑴ 任取一点vi，令vi∈V，其他点在V中 ⑵ 在V与V相连的边中取一条最短的边(vi,vj)， 加粗(vi,vj)，令vj∈V ，并在V中去掉vj ⑶ 重复⑵ ，至所有的点均在V之内。
人
ABCDE F
甲
√
√
√
乙
√
√
√
丙
√
√
丁
√
√
戊
√
√
√
己
√
√
√
解：构造一个六阶图如下： 点：表示运动项目。
边：若两个项目之间有同一名运动员报名参加， 则对应的两个点之间连一条边。
A
F
B
E
C
D
为满足题目要求，应 该选择不相邻的点来 安排比赛的顺序：
A—C—B—F—E—D
或D—E—F—B—C—A
§6.2 树图和图的最小部分树
e4
e5
e6 e7
v3
v4
例如：e6= [v2,v3]
特别的，若边e的两个端点重合，则称e为环。
若两个端点之间多于一条边，则称为多重边。 简单图：无环、无多重边的图。
e7 v4
e3
v1 e8
v5
e5
e6 e2
e1
v3
e4
v2
4、点v的次（或度，degree）
与点v关联的边的条数，记为dG(v)或d(v)。 • 悬挂点 次为1的点，如 v5

运筹学胡运权第五 版课件大纲
单击此处添加副标题
汇报人：
目录
添加目录项标题 运筹学基础知识 整数规划 图论与网络优化
课件概览 线性规划 动态规划
01
添加章节标题
02
课件概览
课件简介
课程名称：运筹学胡运权第五版课件 课程内容：包括线性规划、非线性规划、整数规划、动态规划、图与网络优化等 课程目标：帮助学生掌握运筹学的基本理论和方法提高分析和解决问题的能力 课程特点：理论与实践相结合注重案例分析和实际问题的解决
最小生成树问题：在无向图中寻找最小生 成树
最大流问题：在流网络中寻找最大流
最小费用流问题：在流网络中寻找最小费 用流
网络可靠性问题：评估网络可靠性提高网 络稳定性
网络优化算法：如Dijkstr算法、Floyd算 法、Kruskl算法等
网络优化算法
最短路径算 法：Dijkstr
算法、 Floyd算法
等
图论与网络优化应用案例
物流网络优化：通过图论方 法优化物流网络降低物流成 本
社交网络优化：通过图论方 法优化社交网络提高社交网
络的稳定性和可靠性
交通网络优化：通过图论方 法优化交通网络提高交通效 率
电力网络优化：通过图论方 法优化电力网络提高电力系
统的稳定性和可靠性
感谢观看
汇报人：
课件结构
• 运筹学概述 • 线性规划 • 非线性规划 • 动态规划 • 随机规划 • 决策分析 • 网络规划 • 排队论 • 库存论 • 博弈论 • 运筹学应用案例 • 运筹学发展前景 • 运筹学与其他学科的关系 • 运筹学学习方法与技巧
课件特点
内容全面：涵盖了运筹学的基本概念、理论和方法 结构清晰：按照章节进行划分便于理解和掌握 实例丰富：提供了大量的实例和案例便于理解和应用 习题丰富：提供了大量的习题和练习便于巩固和提高

Ch6 Graph and Network
2012年12月31日星期一 Page 14 of 14
应用（教材P270例4） 年份 1 2 3 4 5
购置费 维修费
11 5
11 6
12 8
12 11
13 18
最优更新方案：1.第一年和第三年购置新设备；2.第一年和第四 年购置新设备。总费用为53。 59
Ch6 Graph and Network
2012年12月31日星期一 Page 12 of 14
**任意两点间最短距离的矩阵算法**（选讲） 【例】在下图中用矩阵计算法求各点之间的最短距离 【解】定义dij为图中两相邻点的距离，若i与j不相邻，令dij=∞。则 ② 5 ① 2 ③ 7 4 2 ④ 2 ⑥ 7 6 1 6 ⑤ 3 ⑦
v1 v2 v3 v4 0 －1 －2 3 6 0 －3 0 －5 0
－1 －1
v5
2
k=3 k=4 0 0 －5 －5
－2 －2
1
2 0 1 －3 0 1 0 －5
－7 －7 －7 1 －3 －3 －1 －1 －1 5 －5 －5 6 6
§6.3 最短路问题
Shortest Path Problem
当vi到vj之间没有弧连接时，令wij＝＋∞
列表迭代计算： 设vs到vj经过vi到达vj，则vs到vj的最短距离为： －2
①
3
② －2 ③
d (vs，v j ) min d (vs，vi ) wij
i
迭代：
d (1) (vs，v j ) wsj
i
d ( k ) (vs，v j ) min d ( k 1) (vs，vi ) wij

第六章运输问题运输问题依然属于线性规划问题的范畴，但是由于其约束方程组的系数矩阵具有特殊的结构，因而可以找到一种比单纯形表更简便的求解方法，正是基于此，运输问题从线性规划中单列出来进行讨论。

本章分为两大部分，前三节介绍求运输问题单纯形方法——表上作业法，第四节重点介绍运用EXCEL电子表格模型解决运输问题。

§1 运输问题的模型与性质1.1运输问题模型运输问题的一般提法是这样的：某种物资有若干个产地和销地，若已知各个产地的产量、各个销地的销量以及各产地到各销地的单位运价（或运输距离）。

问应如何组织调运，才能使总运费（或总的运输量）最省？将此问题更具体化，假定有m个产地，n个销地，a——第i产地的供应量，i=1，2，…，m。

ib——第j销地的需求量，j=1，2，…，n。

jc——从产地i到销地j的单位运费，i=1，2，...，m，j=1，2， (i)n。

x——产地i到销地j的调运数量。

ij则该问题为求解最佳调运方案，即求解所有x的值，使总的运输ij费用11m nij iji j c x==∑∑达到最少。

决策变量为ij x 。

该问题的数学模型形式为：min z =11mnij ij i j c x ==∑∑..s t1miji x=∑≥j b ， j =1，2，…，n 。

1nij j x =∑≤ i a ， i =1，2，…，m 。

ij x ≥0 ，对所有的i ，j 。

根据该问题中总需求量1m i i a =∑与总供应量1nj j b =∑的关系，可将运输问题分为两类： 1、当1mi i a =∑ =1njj b=∑时，为平衡型运输问题；2、当1m i i a =∑ ≠ 1nj j b =∑ 时，为不平衡型运输问题。

实际上不平衡型运输问题可以转换为平衡型运输问题，我们首先讨论平衡型运输问题，在§3中介绍不平衡型向平衡型的转换。

平衡型运输问题的数学模型形式可表示为： min z =11mnij ij i j c x ==∑∑..s t1miji x=∑ = j b ， j =1，2，…，n 。

与点v关联的边的条数，记为dG(v)或d(v)。 • 悬挂点 次为1的点，如 v5
• 悬挂边 悬挂点的关联边，如 e8
• 孤立点 • 偶点
次为0的点 次为偶数的点，如 v2
• 奇点
次为奇数的点, 如 v5 运筹学胡运权第五版(第6章)
5、链：图中保持关联关系的点和边的交替序列，其 中点可重复，但边不能重复。
（2）Lij表示图中点i和j之间的最短距离（即最小权和）。 易见 Lii=0
运筹学胡运权第五版(第6章)
3、狄克斯屈拉（Dijkstra）标号算法
（1）适用范围 用于求某两个点之间的最短距离。 即在已知的网络图中，从给定点s出发，要到达目
的地t。问：选择怎样的行走路线，可使总行程最短？
（2）原理 最短路上任何片段是最短路。
注意：
① 树是边数最多的无圈图。
在树中不相邻的两个点之间添上一条边，则恰得到一个圈。
② 树是边数最少的连通图。
从树中去掉一条边，则余下的图不连通。
运筹学胡运权第五版(第6章)
3、图的最小部分树
（1）部分树：若G1是G2的一个部分图，且G1为树， 则称G1是G2的一个部分树（或支撑树）。
G2： A
5
v5
v1
v2
v3
v4
（3）思想 按离出发点s的距离由近至远逐步标出最短距离
Lsi以及最佳行进路线。运筹学胡运权第五版(第6章)
例 求图中S到T的最短路及最短距离。
A 5 S
5 5
B
5
D
T
C
E
4
运筹学胡运权第五版(第6章)
（4）步骤 在网络图中求s到t的最短路。
第一步 从s出发，将Lss=0标记在s旁边的方框内 （表示点s已标记）； 第二步 找出与s相邻且距离最小的点，设为r，计算 Lsr=Lss+dsr，并将结果标记在r旁边的方框内（表示点 r已标记），同时标记边sr； 第三步 从已标记的点出发，找出这些点的所有未 标记邻点，分别计算已标记点的方框数与其邻点的距 离之和，利用“叠加最小”的原则确定下一个被标记 点，设为p，并将最小的和标记在p旁边的方框内（表 示点p已标记）,同时标记相应边； 第四步 重复第三步，直到t得到标记为止。

零图： 边集为空集的图。
运筹学胡运权第五版(第6章)
2、图的阶：即图中的点数。 例如 右图为一个五阶图
3、若图中边e= [vi,vj] ,则vi,vj称 为e的端点，
e称为vi,vj的关联边。 若vi与vj是一条边的两个端
点，则称vi与vj相邻； 若边ei与ej有公共的端点，
则称ei与ej相邻。
e8
1、图(graph)：由V,E构成的有序二元组，用以表示对 某些现实对象及其联系的抽象，记作 G=｛V,E｝。 其中V称为点集，记做V=｛v1,v2,···,vn｝
E称为边集，记做E=｛e1,e2,···,em｝
点(vertex)：表示所研究的对象，用v表示； 边(edge)：表示对象之间的联系，用e表示。 网络图(赋权图)： 点或边具有实际意义(权数)的图， 记做N。
路：点不能重复的链。
圈：起点和终点重合的链。
回路：起点和终点重合的路。
连通图：任意两点之间至少存在一条链的图。
完全图：任意两点之间都有边相连的简单图。
n阶完全图用Kn表示，边数=
C 2 n(n 1)
n

2
注意：完全图是连通图，但连通图不一定是完全图。
运筹学胡运权第五版(第6章)
v1 e4
v4 e5 v5
依次下去，vn必然与前面的某个点相邻，图中有圈，矛盾！
注意：树去掉悬挂点和悬挂边后余下的子图还是树。
运筹学胡运权第五版(第6章)
（2）n阶树必有n-1条边。
证明（归纳法）： 当n=2时，显然；
设n=k-1时结论成立。 当n=k时，树至少有一个悬挂点。
去掉该悬挂点和悬挂边，得到一个k-1阶的树，它有 k-2条边，则原k阶树有k-1条边。
7、已知图G1=｛V1,E1｝, G2={V2,E2}, 若有V1V2，E1E2，则称G1是G2的一个子图； 若V1=V2，E1E2且 E1≠E2 ，则称G1是G2的一个部分图。

则依次引入松弛变量或剩余变量（统称为松弛变量），
转化为等式约束条件。
约束为≥不等式，减去松弛变量，化为等式约束条件；
多 退
约束为≤不等式，加上松弛变量，化为等式约束条件。 少
补
注意：松弛变量在目标函数中系数全为0。
例：max z=2 x1+3 x2
s.t.
2 x1+2 x2 12 标准化
4x1
16
z=2 x1+3 x2
2 x1+2 x2 12
4x1
16
5 x2
1x510， x2 0
此为有约束极值问题
h
9
1-2 线性规划问题的数学模型
1、原型：现实世界中人们关心、研究的实际对象。 模型：将某一部分信息简缩、提炼而构造的原型替代物。 数学模型：对现实世界的一个特定对象，为达到一定目的，
根据内在规律做出必要的简化假设,并运用适当数学工具得到 的一个数学结构。
应如何裁剪可使做成的容器的容积最大？
解：如图设四个角上减去的小正方形边
x 长为x，则容器体积为：
a
Va2x2x (0 x a) 2
由 dV 0 dx
有 xa 6
时，容积最大
此为无约束的极值问题
h
7
例2 常山机器厂生产 I、II 两型产品。这两型 产品都分别要在A、B、C三种不同设备上加工。按 工艺规定，生产每件产品的单位利润、消耗三种设 备的工时以及各种设备工时的限额如下表：
2x1 2x2 x3
12
s.t.
4 x1
5 x2
x4 16 x5 15
x1, x2, x3, x4, x5 0
h
28
P1 P2 P3 P4 P5

47页1.1b羅蕿用图解法找不到满足所有约束条件的公共范围，所以该问题无可行解薅47页1。

1d蒂无界解（b）衿1.2蕿约束方程的系数矩阵A=1234莇2112蚄P1P2P3P4,运筹作业肀最优解A=（01/220）T和(0011）T页13题肆49膃设Xij为第i月租j个月的面积羄minz=2800x11+2800x21+2800x31+2800x41+4500x12+4500x22+4500x32+6000x13+6000x23+7300x 14螁s.t.聿x11+x12+x13+x14≥15膃x12+x13+x14+x21+x22+x23≥10膀x13+x14+x22+x23+x31+x32≥20艿x14+x23+x32+x41≥12袇Xij≥0芃用excel求解为：薁用LINDO求解：羁LPOPTIMUMFOUNDATSTEP3薆OBJECTIVEFUNCTIONVALUE 蚇1)118400.0羂VARIABLEVALUEREDUCEDCOST 荿Z0.0000001。

000000虿X113.0000000。

000000螇X210。

0000002800。

000000莃X318。

0000000.000000肁X410.0000001100。

000000莈X120.0000001700.000000袆X220.0000001700。

000000螄X320.0000000。

000000蕿X130.000000400.000000膇X230。

0000001500。

000000袆X1412.0000000.000000袁ROWSLACKORSURPLUSDUALPRICES芁2)0。

000000—2800。

000000羆3）2.0000000.000000羆4)0。

000000—2800.000000节5）0。

000000-1700.000000蝿NO。

ITERATIONS=3罿答若使所费租借费用最小，需第一个月租一个月租期300平方米，租四个月租期1200平方米，第三个月租一个月租期800平方米,页14题肆50蚃设a1，a2，a3,a4,a5分别为在A1，A2，B1，B2，B3加工的Ⅰ产品数量，b1，b2，b3分别为在A1，A2，B1加工的Ⅱ产品数量,c1为在A2，B2上加工的Ⅲ产品数量。

则 CX0 CX* Y*b Y0b
但 CX0 = Y0 b， ∴ CX0 = CX* = Y* b = Y0 b ∴ X0 = X* ， Y0 = Y* 即 X0——原问题最优解， Y0——对偶问题最优解 证毕。
（3）无界性
若原问题（对偶问题）最优解无界，则对偶问题（原问 题）无可行解 证：由性质1，C X0 Y0 b，当 CX0 ∞ 时，则不可 能存在Y0，使得 C X0 Y0 b 。
设 备 产品
A
B
C
D
单位利润
甲产品 乙产品
现有材料 数量
2 2 12
1 2 8
4 0 16
0 4 12
2 3
1.最大生产利润模型
设 企业生产甲产品为X1件， 乙产品为X2件，则
max z= 2 X1 +3 X2
2.资源最低售价模型
设第i种资源收购价格为yi,（ i=1, 2, 3, 4,） 则有
min w= 12y1 + 8y2 + 16y3 +12 y4 y1 y2 y3 y4
列单纯表计算：
Cj → CB XB b 0 y4 -2 0 y5 -1 cj - zj -24 y2 0 y5 cj - zj -24 y2 -5 y3 cj - zj 1/4 1/2 1/3 -1/3 -15 -24 -5 0 0
y1
0 -5
y2
-6 -2
y3
-1 -1
y4
1 0
y5
0 1 0 0 1
s.t
2 X1
+2 X2 12 X1 +2 X2 8 4 X1 16 4 X2 12 X1 0 , X2 0

f ( X ) 2 x2 x2
令 f(X)=0，即：2x1=0和-2x2=0，得稳定点 X=(x1,x2)T=(0,0)T
（2）再用充分条件进行检验：
2 f ( X ) 2 f ( X ) 2 f ( X ) 2 f ( X ) 2 0 2 2 2 x1 x1x2 x2x1 x2 2 0 2 f ( X ) 0 2
多元 函数 极值 点存 在的 条件
二阶可微的一元函数f(x)极值点存在的条件如下： 必要条件： ( x) 0 充分条件：f对于极小点： 且 f ( x) 0 且 f ( x) 0 对于极大点： f ( x) 0 f (x) 0
对于无约束多元函数，其极值点存在的必要条件和 充分条件，与一元函数极值点的相应条件类似。
其中，R为问题的可行域。
二 维 问 题 的 图 解
当只有两个自变量时，求解非线性规划也可像 对线性规划那样借助于图解法。如以下非线性 规划问题：
min f ( X ) ( x1 2) 2 ( x2 1) 2 2 x x 1 2 5 x2 0 x1 x2 5 0 x1 x 0 1 x2 0
1 f ( X ) f ( X (0) ) f ( X (0) )T ( X X (0) ) ( X X (0) )T 2 f ( X )( X X (0) ) 2
其中，X=X(0)+θ(X-X(0)),0＜θ＜1
若以X=X(0)+P代入，则变为: 其中，X=X(0)+θP
其中，X=(x1,x2,…,xn)T是n维欧氏空间 En中的点(向量)，目标函数f(X)和约束 函数hi(X)、gj(X)为X的实函数。
非 线 性 规 划 的 数 学 模 型

X1 5.000000 0.000000
X2 0.000000 2.000000
X3 3.000000 0.000000
X1,X2,X30.000000 0.000000
ROW SLACK OR SURPLUS DUAL PRICES
2) 0.000000 0.200000
3) 0.000000 0.600000
P1 P4
-1/3 0 0 11/6
否
P2 P3
0 1/2 2 0
是
5
P2 P4
0 -1/2 0 2
否
P3 P4
0 0 1 1
是
5
最优解A=(0 1/2 2 0)T和(0 0 1 1)T
49页13题
设Xij为第i月租j个月的面积
minz=2800x11+2800x21+2800x31+2800x41+4500x12+4500x22+4500x32+6000x13+6000x23+7300x14
x41+x42+x43+x44+x45=1
x11+x21+x22+x23=1
x12+x22+x32+x42=1
x13+x23+x33+x43=1
x14+x24+x34+x44=1
x15+x25+x35+x45=1
xij=1或0（i=1,2,3,4 j=1,2,3,4,5）
由excel计算得出；张游仰泳，王游蛙泳，赵游自由泳，预期总成绩为126.2s.
6x1+3x2+5x3+8x4≤45

x12
…
c21
c22
A2
x21
x22
…
Bn c1n
x1n c2n
x2n
产量 a1 a2
┇
Am 销量
┇
┇
┇
cm
cm
1
2
…
xm1
xm2
b1
b1
…
┇
┇
cmn
xmn
am
bn
1.运输规划问题的典例和数学模型 运输问题的求解思路
基本可行解
是
是否最优解
结束
否
换基
2.表上作业法
计算步骤： (1) 找出初始调运方案。即在(m×n)产销平衡表上给出 m+n-1个数字格。(最小元素法、西北角法或伏格尔法）
运筹学基础及应用
Operations Research
运
第三章
决
筹
胜
帷
运输问题
千
幄
里
之
之
中
Transportation Problem
外
1 运输规划问题的典例和数学模型 2 表上作业法 3 运输问题的应用
CONTENTS
目
录
1.运输规划问题的典例和数学模型
例B33，.1各某产公地司的从产两量个、产各地销A地1、的A销2将量物和品各运产往地三运个往销各地销B地1每, B件2, 物品的运费如下表所示，问：应如何调运可使总运输费用最 小？
步骤
描述
方法
第一步 求初始基行可行解（初始调运方案）
最小元素法、西 北角法、 伏格尔法
第二步
求检验数并判断是否得到最优解当非基变量的检验
数σi j全都非负(求min)时得到最优解，若存在检 验数σi j <0，说明还没有达到最优，转第三步。

问题的提出 某企业计划生产Ⅰ、Ⅱ两种产品。这两种产品都要分别在A、B、C、D四种不同设备上加工。生产每件产品Ⅰ需占用各设备分别为2、1、4、0h，生产每件产品Ⅱ，需占用各设备分别为2、2、0、4h。已知各设备计划期内用于生产这两种产品的能力分别为12、8、16、12h，又知每生产一件产品Ⅰ企业能获得2元利润，每生产一件产品Ⅱ企业能获得3元利润，问企业应安排生产两种产品各多少件，使总的利润收入为最大。
xi 0
aij
aLj
xL 0
i
∴ P1 , P2,······,PL-1, PL+1,······ Pm, Pj 线性无关。
∴ X1 也为基本可行解。
四、最优性检验和解的判别
令
，其中 随基的改变而改变
X1 = (x1 0- a1j ,x2 0- a2j ,···,xm 0- amj ,0,···,,···,0)T
必要性：X非基本可行解 X非凸集顶点 不失一般性，设X=(x1,x2,······,xm,0,0,······,0)T，为非基本可行解， ∵ X为可行解，
证：等价于 X非基本可行解X非凸集顶点
又 X是非基本可行解， ∴ P1,P2,······,Pm线性相关，即有 1P1+2P2+······+mPm=0， 其中1，2，······，m不全为0，两端同乘≠0，得 1P1+2P2+······+mPm=0，······（2）
∵ >0, 1->0 ，当xj=0， 必有yj=zj=0
∴
pjyj =
j=1
n
pjyj=b ······(1)
j=1
r
pjzj =
j=1
n
pjzj=b ······(2)

j i it
3.对于收点vt有：
f
i
f tj v
j
4.对于中间点点vm有：

i
f im

j
f mj
则称流量集合｛f ij｝为网络的一个可行流，简记为 f , v称为可 行流的流量或值，记为v(f).
以下假设网络是一个简单连通图。
§7.4 最大流问题
Maximum Flow Problems
增广链 设 f 是一个可行流，如果存在一条从vs到vt的链，满足： 想一想，这 1.所有前向弧上fij<Cij 43 ② ④ 是一条增广 2.所有后向弧上fij>0 链吗？ 4 2 则该链称为增广链 前向弧 ① ⑥ 6 4 容量 8 5 96 后向弧 流量 ③ ⑤
§7.4 最大流问题
Maximum Flow Problems
1
§7.4 最大流问题
Maximum Flow Problems
Ch7 Graph and Network
2012年12月31日星期一 Page 10 of 12
4.求调整量 min ,6,2,1,7 1 5.调整可行流 去掉所有标号，重新标号
2②
64
42 10
④ 6 0
74 ⑥7 92
Ch7 Graph and Network
2012年12月31日星期一 Page 4 of 12
又如下图所示的截集为 (V1 ,V1 ) (2,4), (3,4), (5,4)， ,6) (5
截量C (V1 ,V1 ) 4 2 6 9 21
② 6 ① 4 1 1 4 4 ④
2 min f (i, j ) | (i, j )是后向弧 ＝min 1 , 2 | 无前向弧时1 , 无后向弧 2