由上一章定理 5，线性规划问题的最优解可以只限于在基可行解中去挑选。由于基可行 解有限,故原则上可采用枚举法。但从算法的角度看,这显然不是简便有效的。当 m、n 较大 时,根本行不通。事实上 m、n 在 100 左右的线性规划问题属于小型的

§ 1． PERT网络图 § 3．关键路线和网络计划的优化 § 4．完成作业的期望时间和在规定时间内实现事件的概率 § 2． PERT 网络图的计算

现在从另一个角度提出问题: 设有一个制造商,要生产m种不同的药丸来代替上述n种不同的食物,试问每种药丸 的价格如何确定,才能获利最大 仍可利用上面的表格,设第i种药丸的价格是w;,并记W=(w1,…,m)为了达到畅 销的目的,药丸的价格当然不宜超过与之相当的食物的价格,即应有WA≤C,于是问题变 成

实际遇到的线性规划问题，大多是具有上界限制的问题（既有上界限制，又有下界限 制的问题，容易化成只有上界限制的问题）。它的一般形式如下：

生产实际中遇到的线性规划问题常常是规模很大的，如果约束条件多到超过计算机容量 的程度，就会给求解造成困难。为了克服这一困难，对于大型问题，针对其具体结构，往往 可把它分解成几个较小问题来处理，这类方法称为分解算法

一、图及其分类 本章研究的图与平面几何中的图不同，我们只关心图中有多少个点， 点与点之间有无线连接，至于连线的方式是直线还是曲线，点与点的相对 位置如何，都是无关紧要的。下面介绍有关图的基本概念

§5.1 动态规划的基本概念和方法 §5.2 动态规划的基本原理﹑模型和解法 §5.3 前向动态规划法 §5.4 动态规划的应用 §5.5 运用QSB解动态规划问题

在某些线性规划问题中，变量只有取整数值才有意义。这时约束条件中还需添上变量取 整数值的限制，因而称为整数线性规划问题，其一般形式是：

单纯形法的矩阵描述 对偶问题的提出 线性规划的对偶理论 对偶问题的经济解释－影子价格 对偶单纯形法 灵敏度分析(选讲) 掌握WinQSB软件求解对偶规划

中每行、每列都至少有一个0。显然如能找到运输问题的一个可行解X,具下述性质: 所有X>0的地方,运费C=0,则这个可行解一定是最优解。 那么如何找具有上述性质的可行解呢?设想在C1=0的地方A与B有一条边相连,对有边相 连的二点实行足量分配,可得一方案