【运筹学】线性规划 单纯形法 案例二 ( 第二次迭代 | 矩阵变换 | 检验数计算 | 最优解判定 )



【运筹学】线性规划数学模型 ( 单纯形法 | 第二次迭代 | 方程组同解变换 | 生成新单纯形表 | 计算检验数 | 最优解判定 | 线性规划解个数分析 ) 后续博客 , 在上一篇博客中进行了 第二次迭代 , 使用中心元变换得到新的系数矩阵 , 计算检验数 , 验证最优解 , 计算入基变量 , 出基变量 , 本篇博客开始进行第三次迭代 ;





一、第二次迭代 : 进行矩阵变换



在上一篇博客中 , 第一次迭代后 , 找到 入基变量 x1x_1 , 出基变量 x4x_4 , 使用 x1x_1 替换基变量中的 x4x_4 位置 ;


新的单纯形表为 :

cjc_j cjc_j 11 22 11 00 00
CBC_B 基变量系数 (目标函数) 基变量 常数 bb x1x_1 x2x_2 x3x_3 x4x_4 x5x_5 θi\theta_i
00 ( 目标函数 x4x_4 系数 c4c_4 ) x4x_4 1515 22 3-3 22 11 00 - (θ4\theta_4)
00 ( 目标函数 x5x_5 系数 c5c_5) x5x_5 2020 13\dfrac{1}{3} 11 55 00 11 2020 ( θ5\theta_5 )
σj\sigma_j ( 检验数 ) 11 ( σ1\sigma_1 ) 22 ( σ2\sigma_2 ) 11 ( σ3\sigma_3 ) 00 00
第一次迭代
00 ( 目标函数 x4x_4 系数 c4c_4 ) x4x_4 7575 33 00 1717 11 33 2525 ( θ4\theta_4 )
22 ( 目标函数 x2x_2 系数 c2c_2) x2x_2 2020 13\dfrac{1}{3} 11 55 00 11 6060 (θ2\theta_2)
σj\sigma_j ( 检验数 ) 13\dfrac{1}{3} ( σ1\sigma_1 ) 00 9-9 ( σ3\sigma_3 ) 00 2-2 ( σ5\sigma_5 )
第二次迭代
11 ( 目标函数 x1x_1 系数 c1c_1 ) x1x_1 ?? ?? ?? ?? ?? ?? ?? ( θ1\theta_1 )
22 ( 目标函数 x2x_2 系数 c2c_2) x2x_2 ?? ?? ?? ?? ?? ?? ?? (θ2\theta_2)
σj\sigma_j ( 检验数 ) 00 00 ?? ( σ3\sigma_3 ) ?? ( σ4\sigma_4 ) ?? ( σ5\sigma_5 )

中心元 : 入基变量 x1x_1 所在列 , 与出基变量 x4x_4 所在行 , 相交的位置叫做中心元 ;

  • 中心元系数 : 转换成 11 ;
  • 中心元所在列另一个系数 : 转换成 00 ;

【运筹学】线性规划 单纯形法 案例二 ( 第二次迭代 | 矩阵变换 | 检验数计算 | 最优解判定 )


当前的线性规划标准形式等式方程组 : {3x1+0x2+17x3+x4+3x5=7513x1+x2+5x3+0x4+x5=20\begin{cases} 3 x_1 + 0x_2 + 17x_3 + x_4 + 3x_5 = 75 \\\\ \dfrac{1}{3}x_1 + x_2 + 5x_3 + 0x_4 + x_5 = 20 \end{cases}


中心元转换为 11 :3x1+0x2+17x3+x4+3x5=753 x_1 + 0x_2 + 17x_3 + x_4 + 3x_5 = 75 中的 x1x_1 系数变成 11 , 只需要将方程等式两边都乘以 13\cfrac{1}{3} 即可 ;

(3x1+0x2+17x3+x4+3x5)×13=75×13x1+0x2+173x3+13x4+x5=25\begin{array}{lcl} ( 3 x_1 + 0x_2 + 17x_3 + x_4 + 3x_5 ) \times \cfrac{1}{3} &=& 75 \times \cfrac{1}{3}\\\\ x_1 + 0 x_2 + \cfrac{17}{3} x_3 + \dfrac{1}{3}x_4 + x_5 &=& 25 \end{array}


与中心元同一列的 x1x_1 的系数转换为 00 :13x1+x2+5x3+0x4+x5=20\dfrac{1}{3}x_1 + x_2 + 5x_3 + 0x_4 + x_5 = 20 中的 x1x_1 系数转为 00 :

  • x1+0x2+173x3+13x4+x5=25x_1 + 0 x_2 + \cfrac{17}{3} x_3 + \dfrac{1}{3}x_4 + x_5 = 25 方程 左右变量乘以 13-\dfrac{1}{3} ;
  • 将上个步骤得到的等式与 13x1+x2+5x3+0x4+x5=20\dfrac{1}{3}x_1 + x_2 + 5x_3 + 0x_4 + x_5 = 20 相加 , 即可使 x1x_1 系数为 00 ;

(x1+0x2+173x3+13x4+x5)×13+(13x1+x2+5x3+0x4+x5)=25×13+20(x1+0x2179x319x413x5)+(13x1+x2+5x3+0x4+x5)=3530x1+x2+289x319x4+23x5=353\begin{array}{lcl} ( x_1 + 0 x_2 + \cfrac{17}{3} x_3 + \dfrac{1}{3}x_4 + x_5 ) \times -\dfrac{1}{3} + ( \dfrac{1}{3}x_1 + x_2 + 5x_3 + 0x_4 + x_5 )= 25 \times -\dfrac{1}{3} + 20 \\\\ (-x_1 + 0x_2 -\cfrac{17}{9} x_3 - \dfrac{1}{9}x_4 -\dfrac{1}{3} x_5 ) + ( \dfrac{1}{3}x_1 + x_2 + 5x_3 + 0x_4 + x_5 ) = \dfrac{35}{3} \\\\ 0x_1 + x_2 + \cfrac{28}{9} x_3 - \dfrac{1}{9}x_4 + \cfrac{2}{3} x_5 = \dfrac{35}{3} \end{array}

新的单纯形表为 :

cjc_j cjc_j 11 22 11 00 00
CBC_B 基变量系数 (目标函数) 基变量 常数 bb x1x_1 x2x_2 x3x_3 x4x_4 x5x_5 θi\theta_i
00 ( 目标函数 x4x_4 系数 c4c_4 ) x4x_4 1515 22 3-3 22 11 00 - (θ4\theta_4)
00 ( 目标函数 x5x_5 系数 c5c_5) x5x_5 2020 13\dfrac{1}{3} 11 55 00 11 2020 ( θ5\theta_5 )
σj\sigma_j ( 检验数 ) 11 ( σ1\sigma_1 ) 22 ( σ2\sigma_2 ) 11 ( σ3\sigma_3 ) 00 00
第一次迭代
00 ( 目标函数 x4x_4 系数 c4c_4 ) x4x_4 7575 33 00 1717 11 33 2525 ( θ4\theta_4 )
22 ( 目标函数 x2x_2 系数 c2c_2) x2x_2 2020 13\dfrac{1}{3} 11 55 00 11 6060 (θ2\theta_2)
σj\sigma_j ( 检验数 ) 13\dfrac{1}{3} ( σ1\sigma_1 ) 00 9-9 ( σ3\sigma_3 ) 00 2-2 ( σ5\sigma_5 )
第二次迭代
11 ( 目标函数 x1x_1 系数 c1c_1 ) x1x_1 2525 11 00 173\dfrac{17}{3} 13\dfrac{1}{3} 11 ?? ( θ1\theta_1 )
22 ( 目标函数 x2x_2 系数 c2c_2) x2x_2 353\dfrac{35}{3} 00 11 289\dfrac{28}{9} 19-\dfrac{1}{9} 23\dfrac{2}{3} ?? (θ2\theta_2)
σj\sigma_j ( 检验数 ) 00 00 ?? ( σ3\sigma_3 ) ?? ( σ4\sigma_4 ) ?? ( σ5\sigma_5 )




二、第二次迭代 : 计算检验数



1 . 计算非基变量 x3x_3 的检验数 σ3\sigma_3 :


σ3=1(12)×(173289)=1(1×173+2×289)=917×3+28×29=989\sigma_3 = 1 - \begin{pmatrix} \quad 1 \quad 2 \quad \\ \end{pmatrix} \times \begin{pmatrix} \quad \dfrac{17}{3} \quad \\\\ \quad \dfrac{28}{9} \quad \\ \end{pmatrix} = 1- ( 1 \times \dfrac{17}{3} + 2 \times \dfrac{28}{9} ) = \dfrac{9 - 17 \times 3 + 28 \times 2}{9} = - \dfrac{98}{9}

【运筹学】线性规划 单纯形法 案例二 ( 第二次迭代 | 矩阵变换 | 检验数计算 | 最优解判定 )

2 . 计算非基变量 x4x_4 的检验数 σ4\sigma_4 :


σ4=0(12)×(1319)=0(1×132×19)=19\sigma_4 = 0 - \begin{pmatrix} \quad 1 \quad 2 \quad \\ \end{pmatrix} \times \begin{pmatrix} \quad \dfrac{1}{3} \quad \\\\ \quad -\dfrac{1}{9} \quad \\ \end{pmatrix} = 0- ( 1 \times \dfrac{1}{3} - 2 \times \dfrac{1}{9} ) = - \dfrac{1}{9}

【运筹学】线性规划 单纯形法 案例二 ( 第二次迭代 | 矩阵变换 | 检验数计算 | 最优解判定 )

3 . 计算非基变量 x5x_5 的检验数 σ5\sigma_5 :


σ5=0(12)×(123)=0(1×1+2×23)=73\sigma_5 = 0 - \begin{pmatrix} \quad 1 \quad 2 \quad \\ \end{pmatrix} \times \begin{pmatrix} \quad 1 \quad \\\\ \quad \dfrac{2}{3} \quad \\ \end{pmatrix} = 0- ( 1 \times 1 + 2 \times \dfrac{2}{3} ) = - \dfrac{7}{3}

【运筹学】线性规划 单纯形法 案例二 ( 第二次迭代 | 矩阵变换 | 检验数计算 | 最优解判定 )

新的单纯形表为 :

cjc_j cjc_j 11 22 11 00 00
CBC_B 基变量系数 (目标函数) 基变量 常数 bb x1x_1 x2x_2 x3x_3 x4x_4 x5x_5 θi\theta_i
00 ( 目标函数 x4x_4 系数 c4c_4 ) x4x_4 1515 22 3-3 22 11 00 - (θ4\theta_4)
00 ( 目标函数 x5x_5 系数 c5c_5) x5x_5 2020 13\dfrac{1}{3} 11 55 00 11 2020 ( θ5\theta_5 )
σj\sigma_j ( 检验数 ) 11 ( σ1\sigma_1 ) 22 ( σ2\sigma_2 ) 11 ( σ3\sigma_3 ) 00 00
第一次迭代
00 ( 目标函数 x4x_4 系数 c4c_4 ) x4x_4 7575 33 00 1717 11 33 2525 ( θ4\theta_4 )
22 ( 目标函数 x2x_2 系数 c2c_2) x2x_2 2020 13\dfrac{1}{3} 11 55 00 11 6060 (θ2\theta_2)
σj\sigma_j ( 检验数 ) 13\dfrac{1}{3} ( σ1\sigma_1 ) 00 9-9 ( σ3\sigma_3 ) 00 2-2 ( σ5\sigma_5 )
第二次迭代
11 ( 目标函数 x1x_1 系数 c1c_1 ) x1x_1 2525 11 00 173\dfrac{17}{3} 13\dfrac{1}{3} 11 ?? ( θ1\theta_1 )
22 ( 目标函数 x2x_2 系数 c2c_2) x2x_2 353\dfrac{35}{3} 00 11 289\dfrac{28}{9} 19-\dfrac{1}{9} 23\dfrac{2}{3} ?? (θ2\theta_2)
σj\sigma_j ( 检验数 ) 00 00 989- \dfrac{98}{9} ( σ3\sigma_3 ) 19- \dfrac{1}{9} ( σ4\sigma_4 ) 73- \dfrac{7}{3} ( σ5\sigma_5 )




三、第二次迭代 : 最优解判定



上述三个检验数 , {σ3=989σ4=19σ5=73\begin{cases} \sigma_3 =- \dfrac{98}{9} \\\\ \sigma_4= - \dfrac{1}{9} \\\\ \sigma_5 = - \dfrac{7}{3} \end{cases} , 三个检验数都小于等于 00 , 该基可行解是最优解 ;