矩阵在线性规划中的应用
来源:用户上传
作者: 尚馥娟 李风梅
[摘要] 在经济管理、交通运输、工农业生产等经济活动中,合理安排人力物力资源尤为重要。可以建立线性规划问题的标准形式,利用矩阵的理论和方法,作一系列的行初等变换,根据检验数的值求出线性规划最优解。
[关键词] 数学模型 初等变换 检验数 最优解
运筹学发展历史不长,但内容丰富,涉及面广,应用范围大,形成了相当庞大的学科。线性规划是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法。在经济管理、交通运输、工农业生产等经济活动中,提高经济效益是人们不可缺少的要求,建立数学模型运用矩阵求规划问题的最优解尤为重要。
一、线性规划问题
1.线性规划问题的数学模型的一般形式:
设有n个变量,满足
s称为目标函数,式(1)称为约束条件.一般地,求线性目标函数在线性约束条件下的最大值或最小值的问题,统称为线性规划问题。满足线性约束条件的解叫做可行解,使S取最大值或最小值的可行解叫线性规划问题的最优解。
2.线性规划问题的标准形式
只要引入新的非负变量(称为松弛变量),不妨设不等式组中每一个不等式加一个松弛变量后变为等式,这样就可以使不等式组(1)变为线性方程组,作为线性规划问题的标准形式。即
满足(2)的解成为线性规划的最优解,相应的s值称为该问题的最优值。
二、运用矩阵解线性规划最优解
矩阵在经济分析中有着广泛的应用,可以利用矩阵的理论和方法,对标准形式中线性方程组的增广矩阵作一系列的行初等变换,根据检验数的值可判定基变量为多少时,规划问题有最优解及最优值,最优解及最优值是多少,从而解决线性规划最优解问题。
在方程(2)中若S把视为一个变量,写为
方程(3)是一个n+m+1个未知量,m+1个方程的线性方程组,解法如下
[第一步]
记方程(3)的增广矩阵为
矩阵L中的最后一行的数称为检验数,从S=0做起。
[第二步]
当所有检验数为非负数时,转入第三步。当检验数有负数时,转入第五步。
[第三步]
最小比值原则:用矩阵L中的第一列前m行大于0的元素除同行对应的最后一列的元素,即。取比值最小者,记为。此时称为主元,所在的行称为主元行,所在的列称为主元列。(若第一列的前m个元素没有正数,就试第二列,依次类推)
对矩阵作初等行变换,将主元变为1,所在列的其他元素变为0;重复类似的变换运算,依次继续作若干次得到矩阵,在中必有m行m列的元素构成一个m阶单位矩阵,不妨设的前m行m列是m阶单位矩阵,于是,矩阵为
[第四步]
①的单位矩阵所在的列的检验数都为0,而其余检验数非负时,则所求的最优值为
(中最后一行最后一列的元素数值)
矩阵中单位矩阵所在各行的最后一列元素,为所求相应变量(称为基变量)的值,其他变量取值均为0(称为非基变量)这样得到的解为所求的最优解。
②的检验数有负数时,转入第五步。
[第五步]
所有检验数为负数时,取其绝对值最大者所在的列为主元列,返回第三步作行初等变换,从而求出最优解及最优值。
三、解决经济中的实际问题
例如 为制造两种类型的产品,仓库最多提供80的钢材,已知每制造一件Ⅰ型产品需要耗钢2kg,最少需生产10件,而每件售价50元;每制造一件Ⅱ型产品需要耗钢1kg,最少需生产40件,而每件售价30元。试选择最优生产方案,以获最大收入?
设生产Ⅰ型产品件,生产型产品件,获得的收入为R
则此规划问题的一般形式为
引入非负的松弛变量,标准形式为
对应的方程组
方程组的增广矩阵为
末行检验数中有两个负数,绝对值最大者为-50,取-50所在的列为主元列,用最小比值原则,第二行为主元行,为主元。进行行初等变换得:
检验数中仍有负数,同样,-50所在第四列为主元列,按最小比值原则,取为主元。进行行初等变换得:
仍有负检验数-5,同样的方法取为主元。进行行初等变换得:
以上矩阵前三行的第1,2,4列构成一个3阶单位矩阵,其所在的列的检验数为0,其余检验数均非负,所以,为基变量,为非基变量,得到
最优解为:件,件,件,件,件
最优值为:(元)
故当件,件时,获得最大收入为件,件。
在线性规划的实际问题中,主要研究解决两种类型的问题:一是给定一定数量的人力、物力和财力资源,怎样运用这些资源使完成的任务量最大,收到的效益最大;二是给定一项任务问怎样统筹安排,完成这项任务耗费的人力、物力资源最小.随着计算机的逐渐普及,它越来越急速地渗透于工农业生产、商业活动、军事行动和科学研究的各个方面,为社会节省的财富、创造的价值无法估量。
注:本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。
转载注明来源:https://www.xzbu.com/3/view-1493347.htm