本文通过一个具体的线性规划问题，介绍了如何使用大M法和两阶段法进行求解。首先通过添加松弛变量将不等式转换为等式，然后运用大M法和两阶段法逐步迭代求得最优解。
1. 题目
目标函数：
min z = 4 x 1 + x 2 \min z = 4x_1 + x_2 minz=4x1+x2
约束条件：
s.t. { 3 x 1 + x 2 = 3 4 x 1 + 3 x 2 ≥ 6 x 1 + 2 x 2 ≤ 4 x 1 , x 2 ≥ 0 \text{s.t.} \begin{cases} 3x_1 + x_2 = 3 \\ 4x_1 + 3x_2 \geq 6 \\ x_1 + 2x_2 \leq 4 \\ x_1, x_2 \geq 0 \end{cases} s.t.⎩⎪⎪⎪⎨⎪⎪⎪⎧3x1+x2=34x1+3x2≥6x1+2x2≤4x1,x2≥0
2. 添加松弛变量
min z = 4 x 1 + x 2 + 0 x 3 + 0 x 4 \min z = 4x_1 + x_2 + 0x_3 + 0x_4 minz=4x1+x2+0x3+0x4
s.t. { 3 x 1 + x 2 = 3 4 x 1 + 3 x 2 − x 3 = 6 x 1 + 2 x 2 + x 4 = 4 x i ≥ 0 , i = 1 , 2 , … , 4 \text{s.t.} \begin{cases} 3x_1 + x_2 = 3 \\ 4x_1 + 3x_2 - x_3 = 6 \\ x_1 + 2x_2 + x_4 = 4 \\ x_i \geq 0, i = 1,2,\dots, 4 \end{cases} s.t.⎩⎪⎪⎪⎨⎪⎪⎪⎧3x1+x2=34x1+3x2−x3=6x1+2x2+x4=4xi≥0,i=1,2,…,4
3. 大M法
max − z = − 4 x 1 − x 2 + 0 x 3 + 0 x 4 − M x 5 − M x 6 \max -z = -4x_1 - x_2 + 0x_3 + 0x_4 - Mx_5 - Mx_6 max−z=−4x1−x2+0x3+0x4−Mx5−Mx6
s.t. { 3 x 1 + x 2 + x 5 = 3 4 x 1 + 3 x 2 − x 3 + x 6 = 6 x 1 + 2 x 2 + x 4 = 4 x i ≥ 0 , i = 1 , 2 , … , 6 \text{s.t.} \begin{cases} 3x_1 + x_2 + x_5 = 3 \\ 4x_1 + 3x_2 - x_3 + x_6 = 6 \\ x_1 + 2x_2 + x_4 = 4 \\ x_i \geq 0, i = 1,2,\dots, 6 \end{cases} s.t.⎩⎪⎪⎪⎨⎪⎪⎪⎧3x1+x2+x5=34x1+3x2−x3+x6=6x1+2x2+x4=4xi≥0,i=1,2,…,6
单纯形表
| . | C C C | . | -4 | -1 | 0 | 0 | -M | -M |
|---|---|---|---|---|---|---|---|---|
| C B C_B CB | 基 | b b b | x 1 ↓ x_1 \downarrow x1↓ | x 2 x_2 x2 | x 3 x_3 x3 | x 4 x_4 x4 | x 5 x_5 x5 | x 6 x_6 x6 |
| -M | ← x 5 \leftarrow x_5 ←x |
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
