文章目录
- 一、第二次迭代
- 二、方程组同解变换
- 三、生成新的单纯形表
- 四、计算检验数、最优解判定
- 五、最优解个数说明
-
- 1、唯一最优解
- 2、无穷最优解
- 3、无界解
- 4、总结
- 六、出基变量选择说明
上一篇博客 【运筹学】线性规划数学模型 ( 单纯形法 | 第一次迭代 | 方程组同解变换 | 计算新单纯形表 | 计算检验数 | 入基变量选择 | 出基变量选择 | 第三次迭代 | 得到最优解 ) 中进行了线性规划的第一次迭代 , 本篇博客中进行第二次迭代 ;
一、第二次迭代
当前的方程组为
, 选择
作为基变量 , 基矩阵为
, 进行同解变换 , 将基矩阵转为单位阵 ;
二、方程组同解变换
方程
同解变换 :
将
方程中的
的系数变为
,
的系数为
保持不变 ;
方程的左右变量乘以
:
当前方程组变成
方程
同解变换 : 将方程
乘以
, 与方程
相加 ;
① 方程
乘以
:
② 与方程
相加 :
当前方程组变成
三、生成新的单纯形表
更新一下单纯形表 : 将第三次迭代的矩阵填入下面的单纯形表中 ;
c j c_j cj | c j c_j cj | | 3 3 3 | 4 4 4 | 0 0 0 | 0 0 0 | |
---|---|---|---|---|---|---|---|
C B C_B CB 基变量系数 (目标函数) | 基变量 | 常数 b b b | x 1 x_1 x1 | x 2 x_2 x2 | x 3 x_3 x3 | x 4 x_4 x4 | θ i theta_i θi |
0 0 0 ( 目标函数 x 3 x_3 x3 系数 c 3 c_3 c3 ) | x 3 x_3 x3 | 40 40 40 | 2 2 2 | 1 1 1 | 1 1 1 | 0 0 0 | 40 40 40 ( θ 3 theta_3 θ3 ) |
0 0 0 ( 目标函数 x 4 x_4 x4 系数 c 4 c_4 c4) | x 4 x_4 x4 | 30 30 30 | 1 1 1 | 3 3 3 | 0 0 0 | 1 1 1 | 10 10 10 ( θ 4 theta_4 θ4 ) |
σ j sigma_j σj | | | 3 3 3 ( σ 1 sigma_1 σ1 ) | 4 4 4 ( σ 2 sigma_2 σ2 ) | 0 0 0 | 0 0 0 | |
第一次迭代 | – | – | – | – | – | – | – |
0 0 0 ( 目标函数 x 3 x_3 x3 系数 c 3 c_3 c3 ) | x 3 x_3 x3 | 30 30 30 | 5 3 dfrac{5}{3} 35 | 0 0 0 | 1 1 1 | − 1 3 -dfrac{1}{3} −31 | 18 18 18 ( θ 3 theta_3 θ3 ) |
4 4 4 ( 目标函数 x 2 x_2 x2 系数 c 2 c_2 c2) | x 2 x_2 x2 | 10 10 10 | 1 3 dfrac{1}{3} 31 | 1 1 1 | 0 0 0 | 1 3 dfrac{1}{3} 31 | 30 30 30 ( θ 2 theta_2 θ2 ) |
σ j sigma_j σj ( 检验数 ) | | | 5 3 dfrac{5}{3} 35 ( σ 1 sigma_1 σ1 ) | 0 0 0 | 0 0 0 | − 4 3 -dfrac{4}{3} −34 ( σ 4 sigma_4 σ4 ) | |
第二次迭代 | – | – | – | – | – | – | – |
3 3 3 ( 目标函数 x 1 x_1 x1 系数 c 1 c_1 c1 ) | x 1 x_1 x1 | 18 18 18 | 1 1 1 | 0 0 0 | 3 5 dfrac{3}{5} 53 | − 1 5 -dfrac{1}{5} −51 | ? ? ? ( θ 3 theta_3 θ3 ) |
4 4 4 ( 目标函数 x 2 x_2 x2 系数 c 2 c_2 c2) | x 2 x_2 x2 | 4 4 4 | 0 0 0 | 1 1 1 | − 1 5 -dfrac{1}{5} −51 | 2 5 dfrac{2}{5} 52 | ? ? ? ( θ 2 theta_2 θ2 ) |
σ j sigma_j σj ( 检验数 ) | | | 0 0 0 | 0 0 0 | ? ? ? ( σ 3 sigma_3 σ3 ) | ? ? ? ( σ 4 sigma_4 σ4 ) | |
基变量系数 (目标函数)基变量常数
( 目标函数
系数
)
(
)
( 目标函数
系数
)
(
)
(
)
(
)
第一次迭代–––––––
( 目标函数
系数
)
(
)
( 目标函数
系数
)
(
)
( 检验数 )
(
)
(
)第二次迭代–––––––
( 目标函数
系数
)
(
)
( 目标函数
系数
)
(
)
( 检验数 )
(
)
(
)
四、计算检验数、最优解判定
计算检验数
:
两个非基变量的检验数都是小于等于
的 , 因此该基可行解
是最优解 ;
五、最优解个数说明
1、唯一最优解
唯一最优解 : 上述示例中有最优解 , 两个检验数全都小于
, 说明该线性规划有唯一最优解 ;
如果有一个检验数等于
, 该线性规划有无穷多最优解 ;
如果非基变量系数都是负数 , 该线性规划有无界解
2、无穷最优解
无数最优解 : 如果线性规划中有两个最优解 , 那么这两个最优解之间的连线都是最优解 , 那么该线性规划有无数个最优解 ;
无数最优解示例 : 非基变量检验数为
, 就会产生无穷最优解 ;
- 假如计算检验数时 , 有一个非基变量的检验数小于
, 另外一个 检验数等于
;
- 假设目标函数是
形式的 , 一个系数为
, 一个系数为
;
- 此时
不论取何值 , 都是最优解 , 该线性规划就有无数个最优解 ;
3、无界解
无界解 :
假设线性规划是如下方程组
, 该线性规划一定没有最优解 ;
构造一个解
, 其中
是任意一个大于
的正数 ,
;
当
大于等于
时 , 该解是线性规划的解 , 将上述解代入目标函数中 , 目标函数可以取值到正无穷 , 该解是无界解 ;
无界解的情况总结 ( 找不到出基变量 ) :
- 找不到出基变量 : 找到初始基可行解 , 其检验数大于 0 , 但是找不到出基变量 ;
- 出基变量选择 : 出基变量是需要常数项除以对应非基变量系数中大于
的数 , 取较小的那个系数对应的基变量 ;
- 这里两个系数都小于
, 找不到出基变量 , 此时无法继续进行迭代 , 这种情况下目标函数取不到最大值 , 目标函数可以取值无限大 ;
4、总结
根据检验数判定 :
- 唯一最优解 : 检验数全部小于
;
- 无穷最优解 : 检验数有一个等于
;
- 无界解: 能根据检验数找到入基变量 , 假如某个非基变量的系数全部小于
, 无法找到出击变量 , 此时是无界解 ;
线性规划无解的情况 : 线性规划中 , 假设是有初始基可行解的 , 如果没有解 , 初始基可行解也不存在 ;
六、出基变量选择说明
每次迭代时 , 先找到入基变量 ( 换入变量 ) , 然后根据换入变量计算
值 , 找到出基变量 ( 换出变量 ) ;
出基变量查找方法 : 使用 常数项 , 与 入基变量中大于
的系数 做除法 , 如果有小于
的系数 , 那么不进行计算 , 该值没有任何参考价值 ;