前言

关于线性规划，在高中刚接触时就感觉，好像最优解都是在顶点取到，但是又不敢确定，毕竟这只是种感觉，并非通过数学证出，然后在接触到运筹学中的单纯形法之后，这一感觉才被确定下来，最优解就是在顶点取到的，而且改法同时提出可行域的所有顶点可以由基可行解表示出来，这也就是说，我们只要讨论所有基可行解就可以得到最优解了。

相关概念

  1. 线性规划的标准形式

    特点：等式，大于等于0
  2. 可行解
    1. 可行域
  3. 基（讨论对象是系数矩阵，下面对应的四个定义都是对于未知量的取值的定义）
    1. 基变量 ：
    2. 非基变量：
    3. 基解：非基向量全部取0
    4. 基可行解：所有元素取值满足大于零的基解
  4. 凸集
    1. 顶点：个人觉得这里结合线代进行理解比较好，因为这里顶点其实本身就是一个向量，而顶点的意思就是说在可行域中不存在两个点（可以当成向量）的连线穿过该点，换成线性代数中话就是，顶点向量不能有可行域除了该点的其他向量线性表示。这种理解的好处就是你会发现这会与基可行解的正分量的系数列向量是线性无关的相呼应（也有可能是我在扯淡）。你试想下，由系数矩阵组成的基刚好可以唯一确定一个点，而这个点刚好就是可行域的顶点。

单纯形法的计算

  1. 确定初始基可行解
  2. 确定相邻的基可行解
  3. 验证最优值

计算总思路：这种方法将求最优值直接转换为对系数的讨论，通过对系数的讨论来得到最优值。在第二步进行迭代时候，由于要通过矩阵变换来得到单位矩阵，这个过程就是将找最优解的过程，改变为矩阵变换。从第二步到第三步的所有计算过程，无非就是想通过代数的运算将最优值直接和系数挂上钩（P25~P26），可以看到最终通过更换单位矩阵中对应的变量，可以通过计算

来直接判断最优值（解释的不是很清楚，但是要知道这么长的两页的意图是是什么）
所代表的是替换变量后减去替换目标前（这前代表的就是我们当前要检验的）

关键的点：第二步怎么换，换哪个

由

决定，取所有正的
中最大的一个对应的变量（设为第k列），之后就要确定被替换的变量了，这时需要用等式
中的右边除以左边变量的正系数，并取这一系列比值中的最小值对应的元素为主元素，由此主元素的位置可以确定被替换变量的列数（就是单位矩阵中非零元素和此元素同行的那一列变量）

从两阶段法中，加深了对于单纯形法的理解，在单纯形法的第一个计算步骤中可以知道，只要可以得到初始基可行解就可以进一步往下推到，而之前提到的单位基只不过这个方法中的一种而已，基变量在单纯形法中对应的基都是单位矩阵。

松弛变量在目标函数中的系数为0

相当于一面一面切

单纯形法求最小值的检验数_【运筹学】单纯形法（笔记和思考）相关推荐

  1. 单纯形法求最小值的检验数_运筹学中求检验数的求法

    ) 非基变量 基变量 ( 3 ) ( 4 ) 基变量 基变量 ( 6 ) ( 5 ) 基变量 基变量 非基变量的检验数就等于闭回路上所有奇数顶点(顶点( 1 ) . ( 3 ) . ( 5 ) )对应 ...

  2. 【运筹学】单纯形法总结 ( 单纯形法原理 | 单纯形法流程 | 单纯形表 | 计算检验数 | 最优解判定 | 入基变量 | 出基变量 | 方程组同解变换 ) ★★★

    文章目录 一.单纯形法原理 二.单纯形法流程 三.单纯形法案例一 1.线性规划示例 2.转化标准形式 3.查找初始基可行解 4.初始基可行解的最优解判定 5.第一次迭代 : 入基与出基变量选择 6.第 ...

  3. 最优化——线性规划总结2(单纯形法问题总结，检验数为0和退化)

    求进基之后的基本可行解 在选择保留进基变量所在行的过程中不用考虑进基变量的系数不是正数的行 假定已知基本可行解 X^\hat{X}X^ 的表示式为 XB+P^j(m+1)xj(m+1)+⋯+P^j(n ...

  4. 单纯形法表格法例题详解_最优化单纯形法例题讲解.doc

    最优化单纯形法例题讲解.doc 例1 用单纯形法解下列问题: 解:将原问题化成标准形: x4与添加的松弛变量x,x在约束方程组中其系数正好构成一个3阶单位阵,它们可以作为初始基变量,初始基可行解为X= ...

  5. python求最小值不能使用min和sotred_Python随手笔记第一篇（2）之初识列表和元组...

    Python中,列表和元组是一种数据结构:序列,序列中的每个元素都被分配一个序号,元素的位置,第一原元素的位置为0,因此类推.序列是最基本的数据结构,列表和元组他们之间具有一定的区别,即列表可以修改, ...

  6. 单纯形法表格法例题详解_最优化单纯形法例题讲解

    9787.0)(618.02=-+=a b a x ,0199.0)(22-==x f f : 因为ε=<=-5.0438.0a b ,所以算法停止,得到 927.02 146 .1708.02 ...

  7. 【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 )

    文章目录 一.初始基可行解后第一次迭代 二.迭代后新的单纯形表 三.方程组同解变换 四.生成新的单纯形表 五.解出基可行解 六.计算检验数 σj\sigma_jσj​ 并选择入基变量 七.计算 θ\t ...

  8. 【运筹学】线性规划 单纯形法 案例二 ( 第一次迭代 | 矩阵变换 | 检验数计算 | 最优解判定 | 入基变量 | 出基变量 )

    文章目录 一.第一次迭代 : 进行行变换 二.第一次迭代 : 计算检验数 三.第一次迭代 : 最优解判定 四.第一次迭代 : 入基变量 五.第一次迭代 : 出基变量 [运筹学]线性规划 单纯形法 ( ...

  9. 【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 )

    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 ...

最新文章

  1. Linux学习之CentOS(十二)--crontab命令的使用方法
  2. 24 个好用到爆的 Python 实用技巧！
  3. 增长黑客的秘诀在于数据的运用
  4. Intellij新建Spring项目引入用户目录下的Spring jar包
  5. 签字后被开除_员工虚假报销公司可以开除吗？
  6. python 控制手机摄像头_python+open cv调用手机摄像头，保存文件
  7. 蒙特卡洛方法_程序媛转TA之理论篇十三：蒙特卡洛方法
  8. 客户端产生CLOSE_WAIT状态的解决方案
  9. celery java_Celery（分布式任务队列） 的使用方法总结
  10. HTML+JS实现可编辑表格
  11. 全网无损音乐、超清视频免费下！
  12. solaris9 x86安装D-LINK DFE-530TX网卡
  13. C语言校验 checksum
  14. 微信群裂变引流效果怎么样？微信社群引流怎么操作？
  15. TTS中的stop_tokens
  16. nodejs优雅的使用es6语法
  17. 【Hadoop】HBase 数据模型（Data Model）
  18. CHIL-ORACLE-修改密码
  19. PLM与ERP集成，这个头疼的问题，可以这样解决！
  20. 支付清结算之账户和账务处理（详解）

热门文章

  1. 如何迁移整个git仓库
  2. 如何判断软件架构的好与坏
  3. android 增加触摸范围,android seekBar 增加点击和滑动范围
  4. mysql正在运行安全文件怎么办_MySQL服务器运行的安全文件化选项，所以它不能执行该语句什么情? 爱问知识人...
  5. ImageJ Nikon_科研论文作图之ImageJ
  6. python中的魔术方法
  7. 机器学习之数理统计与参数估计的相关知识总结
  8. java流类图结构_java学习之IO流(学习之旅，一)
  9. win10 + 独显 + Anaconda3 + tensorflow_gpu1.13 安装教程（跑bert模型）
  10. Find The Multiple POJ - 1426 （BFS）