单纯形法人工变量和松弛变量,剩余变量的区别

问题标准化

将一般形式的线性规划模型变为标准形式的三个步骤:

  1. 决策变量非负化
  2. 约束条件等式化
  3. 目标函数最大化

然后我们要寻找一个初始可行解,但是有些时候完成标准化的模型并不能照当初始解。如:
max ⁡ Z = x 1 + x 2 { 2 x 1 + x 2 ≤ 6 x 1 + 2 x 2 ≥ 8 x 2 = 2 \begin{array}{c} \max Z=x_{1}+x_{2} \\ \left\{\begin{array}{r} 2x_{1}+ x_{2} \leq 6 \\ x_{1}+2 x_{2} \geq 8 \\ x_{2} = 2 \end{array}\right. \end{array} maxZ=x1+x22x1+x26x1+2x28x2=2
变换:
max ⁡ Z = x 1 + x 2 { 2 x 1 + x 2 + x 3 = 6 x 1 + 2 x 2 − x 4 = 8 x 2 = 2 \begin{array}{c} \max Z=x_{1}+x_{2} \\ \left\{\begin{array}{r} 2x_{1}+ x_{2} + x_{3}= 6 \\ x_{1}+2 x_{2} -x_{4}= 8 \\ x_{2} = 2 \end{array}\right. \end{array} maxZ=x1+x22x1+x2+x3=6x1+2x2x4=8x2=2
添加的 x 3 , x 4 x_{3},x_{4} x3,x4分别为松弛变量和剩余变量,但是此时无法找到一个合适的初始解,于是我们引入人工变量的概念:在已经是等式的条件下,为了凑得单位子矩阵人为加入的新变量,如果其值不为0,说明相应的条件没有被满足,故如果是可行解必须保证所有人工变量为0。添加的方法:
4. 如果原先是 ≤ \leq ,左边加上非负松弛变量。
5. 如果原先是 ≥ \geq ,左边减去非负剩余变量,再加上非负人工变量。
6. 如果原先是 = = =,左边加上非负人工变量。
7. 令在目标函数中的松弛和剩余变量系数为0,人工变量为 − M -M M
max ⁡ Z = x 1 + x 2 − M 1 x 5 − M 2 x 6 { 2 x 1 + x 2 + x 3 = 6 x 1 + 2 x 2 − x 4 + x 5 = 8 x 2 + x 6 = 2 x i ≥ 0 ( i = 1 , 2...6 ) \begin{array}{c} \max Z=x_{1}+x_{2}-M_1x_{5}-M_2x_{6} \\ \left\{\begin{array}{r} 2x_{1}+ x_{2} + x_{3}= 6 \\ x_{1}+2 x_{2} -x_{4}+x_{5}= 8 \\ x_{2} +x_{6}= 2 \\ x_i \geq 0(i=1,2...6) \end{array}\right. \end{array} maxZ=x1+x2M1x5M2x62x1+x2+x3=6x1+2x2x4+x5=8x2+x6=2xi0(i=1,2...6)
M M M意为很大的整数。这就是所谓大M法。

你可能感兴趣的:(算法,线性代数)