1樓：夜來雨早來晴
如果依靠軟體，比如matlab，mathematica什麼的（
2樓：匿名使用者
1、先劃lp標準型2、看是否有現成的可行基(之後看檢驗數，換基迭代)3、沒有現成的可行基就用兩階段法先求解輔助問題，判斷原問題是否有可行基
3樓：瀛洲煙雨
單純形法計算來線性規劃的步驟：
（自1）把線性規bai劃問題的約束方du程組zhi表達成典範型方程組，找出dao基本可行解作為初始基可行解。
（2）若基本可行解不存在，即約束條件有矛盾，則問題無解。
（3）若基本可行解存在，從初始基本可行解作為起點，根據最優性條件和可行性條件，引入非基變數取代某一基變數，找出目標函式值更優的另一基本可行解。
（4）按步驟3進行迭代,直到對應檢驗數滿足最優性條件(這時目標函式值不能再改善)，即得到問題的最優解。
（5）若迭代過程中發現問題的目標函式值無界，則終止迭代。
用單純形法求解線性規劃問題所需的迭代次數主要取決於約束條件的個數。現在一般的線性規劃問題都是應用單純形法標準軟體在計算機上求解，對於具有10^6個決策變數和10^4個約束條件的線性規劃問題已能在計算機上解得。
4樓：螺旋丸
單純bai形法的一般解題步驟可歸納如du下：①把線性規劃問zhi題的約束方程dao組表達成專
典範型方程組，屬
找出基本可行解作為初始基本可行解。②若基本可行解不存在，即約束條件有矛盾，則問題無解。③若基本可行解存在，從初始基本可行解作為起點，根據最優性條件和可行性條件，引入非基變數取代某一基變數，找出目標函式值更優的另一基本可行解。
④按步驟3進行迭代,直到對應檢驗數滿足最優性條件（這時目標函式值不能再改善），即得到問題的最優解。⑤若迭代過程中發現問題的目標函式值無界，則終止迭代。
也可以從任意一本運籌學或者線性規劃教材上面檢視演算法，最好結合例子還看，比較容易懂點。
運籌學用單純形法求解線性規劃，要步驟，有加分 30
5樓：儀少爺
先將原題轉化為標準模式，令z=-f，新增鬆弛變數x3,x4
max z = 2x1+3x2+0x3+0x4
st. x1 + x2 + x3 = 2
4x1 +6x2 + x4 = 9
cj 2 3 0 0
cb xb b x1 x2 x3 x4 θ
0 x3 2 1 1 1 0
0 x4 9 4 6 0 1
σj 2 3 0 0
將x2作為入基變數，求得θ為2, 3/2寫入上表
cj 2 3 0 0
cb xb b x1 x2 x3 x4 θ
0 x3 2 1 1 1 0 2
0 x4 9 4 6 0 1 3/2
σj 2 3 0 0
將x4作為離基變數，重新計算單純形表
cj 2 3 0 0
cb xb b x1 x2 x3 x4 θ
0 x3 1/2 1/3 0 0 -1/6
3 x4 3/2 2/3 1 0 1/6
σj 0 0 0 -1/2
存在非基變數x1的檢驗數σj=0，因此該題有無窮多最優解
其中一個最優解是x1=0,x2=3/2
得到max z = 9/2
得到min f = -9/2
如何用單純形法求解線性規劃問題
6樓：匿名使用者
單純形法計算線性規劃的步驟：（1）把線性規劃問題的約
束方程組表達成典範型回方程組，找出基本可行解作為答初始基可行解。（2）若基本可行解不存在，即約束條件有矛盾，則問題無解。（3）若基本可行解存在，從初始基本可行解作為起點，根據最優
用單純形法求解線性規劃問題 maxz=2x1-x2+x3,
7樓：立港娜娜
偶形式： 2y1-y2-y3=-2 3y1-2y2-3y3=-4 求 max -24y1+10y2+15y3 優解 y1=0,y2=2,y3=0 優值20設原始問題min則其偶問題 max。
原問題引入人工變數x4，剩餘變數x5，人工變數x6 。
maxz=2x1+3x2-5x3 -mx4-mx6、x1+x2+x3+x4=7，2x1-5x2+x3-x5+x6=10,x1,x2,x3，x4，x5，x6≥0用人工變數法求解。
1、線性規劃簡介：
線性規劃步驟：
（1）列出約束條件及目標函式。
（2）畫出約束條件所表示的可行域。
（3）在可行域內求目標函式的最優解及最優值。
2、標準型：
描述線性規劃問題的常用和最直觀形式是標準型。標準型包括以下三個部分：
一個需要極大化的線性函式:
以下形式的問題約束：
和非負變數：
其他型別的問題，例如極小化問題，不同形式的約束問題，和有負變數的問題，都可以改寫成其等價問題的標準型。
3、模型建立、
從實際問題中建立數學模型一般有以下三個步驟；
1、根據影響所要達到目的的因素找到決策變數。
2、由決策變數和所在達到目的之間的函式關係確定目標函式。
線性規劃難題解法：
3、由決策變數所受的限制條件確定決策變數所要滿足的約束條件。
所建立的數學模型具有以下特點：
1、每個模型都有若干個決策變數（x1，x2，x3……，xn），其中n為決策變數個數。決策變數的一組值表示一種方案，同時決策變數一般是非負的。
2、目標函式是決策變數的線性函式，根據具體問題可以是最大化（max）或最小化（min），二者統稱為最優化（opt）。
3、約束條件也是決策變數的線性函式。
當我們得到的數學模型的目標函式為線性函式，約束條件為線性等式或不等式時稱此數學模型為線性規劃模型。
4、解法：
求解線性規劃問題的基本方法是單純形法，已有單純形法的標準軟體，可在電子計算機上求解約束條件和決策變數數達 10000個以上的線性規劃問題。
為了提高解題速度，又有改進單純形法、對偶單純形法、原始對偶方法、分解演算法和各種多項式時間演算法。對於只有兩個變數的簡單的線性規劃問題，也可採用**法求解。
這種方法僅適用於只有兩個變數的線性規劃問題。它的特點是直觀而易於理解，但實用價值不大。通過**法求解可以理解線性規劃的一些基本概念。
**法解線性規劃問題：
對於一般線性規劃問題：min z=cx、s.t、ax =b、x>=0其中a為一個m*n矩陣。
若a行滿秩、則可以找到基矩陣b，並尋找初始基解。用n表示對應於b的非基矩陣。則規劃問題1可化為：
規劃問題2：
min z=cb xb+**xn。
線性規劃法解題
s.t.b xb+n xn = b (1)、xb >= 0, xn >= 0 (2)(1)兩邊同乘於b-1，得xb + b-1 n xn = b-1 b。
同時，由上式得xb = b-1 b - b-1 n xn，也代入目標函式，問題可以繼續化為：
規劃問題3：
min z=cb b-1 b + ( ** - cb b-1 n ) xn、xb+b-1n xn = b-1 b (1)、xb >= 0, xn >= 0 (2)。
令n:=b-1n，b:= b-1 b，ζ= cb b-1b，σ= ** - cb b-1 n，則上述問題化為規劃問題形式4：
min z= ζ + σ xn、xb+ n xn = b (1)、xb >= 0, xn >= 0 (2)。
在上述變換中，若能找到規劃問題形式4，使得b>=0，稱該形式為初始基解形式。
上述的變換相當於對整個擴充套件矩陣（包含c及a） 乘以增廣矩陣。所以重在選擇b，從而找出對應的cb。
若存在初始基解：若σ>= 0
則z >=ζ。同時，令xn = 0，xb = b，這是一個可行解，且此時z=ζ，即達到最優值。所以，此時可以得到最優解。
若不成立：
可以採用單純形表變換。
σ中存在分量<0。這些負分量對應的決策變數編號中，最小的為j。n中與j對應的列向量為pj。
若pj <=0不成立。
則pj至少存在一個分量ai，j為正。在規劃問題4的約束條件：
（1）的兩邊乘以矩陣t。
則變換後，決策變數xj成為基變數，替換掉原來的那個基變數。為使得t b >= 0，且t pj=ei（其中，ei表示第i個單位向量），需要：
l ai，j>0。
l βq+βi*(-aq,j/ai,j)>=0，其中q!=i。即βq>=βi/ ai,j * aq,j。
n 若aq,j<=0，上式一定成立。
n 若aq,j>0，則需要βq / aq,j >=βi/ ai,j。因此，要選擇i使得βi/ ai,j最小。
如果這種方法確定了多個下標，選擇下標最小的一個。
轉換後得到規劃問題4的形式，繼續對σ進行判斷。由於基解是有限個，因此，一定可以在有限步跳出該迴圈。
若對於每一個i，ai,j<=0最優值無解。
若不能尋找到初始基解無解。
若a不是行滿秩化簡直到a行滿秩，轉到若a行滿秩。
線性規劃單純形法,大學線性規劃單純形法求解,要求有詳細解答
設甲為x乙為y丙為z x 2y 3z小於等於100 2x 2y 3z小於等於120 利潤 270x 400y 450z 然後畫圖取交點 如果交點不是整數要取立腳點最近的整數 最後檢驗 大學線性規劃單純形法求解,要求有詳細解答 先將原模型轉換成標準型 min z x1 2x2 0 x4 x1 3x2 ...
用單純形法求解下述線性規劃問題,用單純形法求解以下線性規劃問題
原引入鬆弛變數x4,x5,x6,將原模型轉換為最小化模型,變形為minw 100x1 200x2 st.x1 x2 x3 500 x1 x4 200 2x1 6x2 x5 1200 x1.x5 0 利用單版純型表看 可計算得minw 140000 3此時,權x 200,400 3 方法就是這樣 計算...
運籌學，可以用單純形法解，或者用Matlab算出來也行
用mathematica可以直接整數規劃 module cast value varx array x,6 con0 0 varx con1 con2 cons join con0,con1,con2 obj varx.value ans maximize obj,cons,varx,integer...