运筹学单纯形法
1、在求解常数项小于零的线性规划问题时，使用对偶单纯形法，可以把原始问题的常数项视为对偶问题的检验数，原始问题的检验数视为对偶问题的常数项。使用对偶单纯形法，在计算过程中每一步都保证了检验系数一定大于零。
2、因为基本可行解的个数有限，故经有限次转换必能得出问题的最优解。从线性方程组找出一个个的单纯形，每一个单纯形可以求得一组解，然后再判断该解使目标函数值是增大还是变小了，决定下一步选择的单纯形。
3、，想用单纯形法表解线性规划，得先把所有的不等式转划为“标准型”的约束方程：a.求min的，改为求其相反数的max b.如果b值是小于0的，那么两端同乘-1，不等号改向。
什么是运筹学里的单纯形法
单纯形法表，也是这个道理，不断的改变每个方程的“基变量”－－如果想让某个变量做为“基变量”，就得把它在这个方程里的系数转化为 1，把它在其它方程里的系数，转化为0，这样后面的b值，就是这个变量的值了。
这个是运筹学解线性规划最简单的东西，找本教材看就行了，很简单的。单纯形法（simplex algorithm）是线性规划问题数值求解的流行技术。转轴操作是单纯形法中的核心操作，其作用是将一个基变量与一个非基变量进行互换。
如果主列中都为负数，就不用再算了，答案为无界解。
出基bai变量是运筹学中单纯形法的一个概念。是通过计算最小比值找出随着入基变量的增加首先减少到0的基变量。这个基变量变为0意味着下一个可行解中它就变成了非基变量。因此，这个变量被称为专当前迭代的出基变量。
兴奋的告诉他说他太兴奋了。Dantzig很 ft， 后来才知道原来黑板上的题目根本就不是什么家庭作业，而是老师说的本领域的未解决的问题，他给出的那个解法也就是单纯形法。据说，这个方法是上个世纪前十位的算法。
运筹学,单纯形法无穷多最优解怎么求?
所有的检验数均小于等于0.又存在某个非基变量的检验数等于0.则线性规划问题有无穷多最优解。
—检验数，中间主要部分——约束方程系数计算步骤(1).找出初始可行基，确定初始基可行解，建立初始单纯形表。
出现-1的话，必须两边同时乘上-1(记得改变符号)，因为如果要用单纯形法解题，就必须保证b0(当然，对偶单纯形法另说)。
把对偶问题写出来，将为0的变量代入可以求出其余的变量。对偶问题的最优解就是原问题松弛变量的检验数的相反数。可以直接读出，根据互补松弛。或者你可以根据原问题写出对偶问题，然后用单纯形法求最优解。
含义不同：计算每行每列最小运费和次小运费的差额，写于下端和有端，从差额中选出最大者，并从相关行或列中选出最小者，进行分配，然后划去相关的行或列。以此类推，算出初始最优解。
运筹学单纯形法中,为什么检验数小于等于零才有最优解??
1、只有当全部检验数小于零，说明此时已经没有改进余地，所以也就是最优解了。
2、对于线性规划问题标准型，最优性判别条件所有检验数均小于等于零。如果是求最小问题，则最优性判别条件是所有检验数均大于等于零。检验数是用非基变量表示基变量，带入目标函数的表达式中得来的非基变量的系数。
3、若在极小化问题中，对于某个基本可行解，所有检验数小于等于0，则这个基本可行解是最优解。
4、对偶单纯形法检验数小于零接着计算。对偶单纯形使用条件：要求b那一列至少有一个数小于0，检验数Ci-Zi都小于0，即对偶单纯形法检验数小于零是符合使用条件的。
5、对偶单纯形法检验数大于0就找到检验数大于0的，且最大的。单纯形法在整个迭代过程中，始终保持原问题的可行性，即常数列大于等于0。
6、单纯形法的基本想法是从线性规划可行集的某一个顶点出发，沿着使目标函数值下降的方向寻求下一个顶点，面顶点个数是有限的，所以，只要这个线性规划有最优解，那么通过有限步选代后，必可求出最优解。
