是惩罚吧,现在解线形规划都用LINDO这个软件来解了,要是非线形规划就用LINGO来解
大M法（通过下例简略介绍其方法与步骤）
例,用大M法求解
MinZ=x1+1.5x2
MinZ=x1+1.5x2+0.x3+0.x4+Mx5+Mx6
其中x3,x4为松驰变量,x5,x6为人工变量,M为任意大的正数.
注意到：①分别在约束条件增加人工变量x5,x6是为了构成“人工基”
②对于Min的目标函数采用(+M),而对于Max的目标函数则采用(-M)作为人工变量的系数,是强加于人工变量的一种惩罚,其目的是为了强制人工变量由变量转为非基变量,使之恢复原问题,或与原问题等价.
③对于minZ判别最优性准则应是Cj－Zj≤0.
④大M法适合于手算,不适用于计算机求解. 是惩罚吧,现在解线形规划都用LINDO这个软件来解了,要是非线形规划就用LINGO来解
大M法（通过下例简略介绍其方法与步骤）
例,用大M法求解
MinZ=x1+1.5x2
MinZ=x1+1.5x2+0.x3+0.x4+Mx5+Mx6
其中x3,x4为松驰变量,x5,x6为人工变量,M为任意大的正数.
注意到：①分别在约束条件增加人工变量x5,x6是为了构成“人工基”
②对于Min的目标函数采用(+M),而对于Max的目标函数则采用(-M)作为人工变量的系数,是强加于人工变量的一种惩罚,其目的是为了强制人工变量由变量转为非基变量,使之恢复原问题,或与原问题等价.
③对于minZ判别最优性准则应是Cj－Zj≤0.
④大M法适合于手算,不适用于计算机求解.