01线性规划基础.pptVIP

第一部分 线性规划（Linear Programming，简称LP） 线性规划的发展 1939年，前苏联数学家康托洛维奇用线性模型研究提高组织和生产效率问题 1947年，Dantzig提出求解线性规划的单纯形法 1950-1956年，主要研究线性规划的对偶理论 1958年，发表整数规划的割平面法 1960年，Dantzig和Wolfe研究成功分解算法，奠定了大规模线性规划问题理论 和算法的基础。 1979年，Khachiyan，1984年，Karmarka研究成功线性规划的多项式算法。 线性规划研究的主要问题 一类是已有一定数量的资源（人力、物质、时间等），研究如何 充分合理地使用它们，才能使完成的任务量为最大。 —— 实际上，上述两类问题是一个问题的两个不同的方面，都是在给定 的一组约束条件下求问题的最优解（ max 或 min ）。 另一类是当一项任务确定以后，研究如何统筹安排，才能使完成 任务所耗费的资源量为最少。 第一章 线性规划基础 例1.1 （生产计划问题）某厂生产 两种产品，下表给出了单位产品所 需资源及单位产品利润。 问：应如何安排生产计划，才能使 总利润最大？ §1.1 线性规划的基本概念 一、问题的提出 解： 1.决策变量：设产品I、II的产量分 别为 x1、x2 2.目标函数：设总利润为z，则有： max z = 2 x1 + 3 x2 3.约束条件： x1 + 2x2 ≤ 8 4x1 ≤ 16 4x2 ≤ 12 x1， x2≥0 例1.2 （配料问题）某厂生产三种 药物，这些药物可以从四种不同的 原料中提取。下表给出了单位原料 可提取的药物量 要求：生产A种药物至少160单位； B种药物恰好200单位，C种药物不 超过180单位，且使原料总成本最 小。 解： 1.决策变量：设四种原料的使用 量分别为： x1、x2 、x3 、x4 2.目标函数：设总成本为z，则有： min z = 5 x1 + 6 x2 + 7 x3 + 8 x4 3.约束条件： x1 + 2x2 + x3 + x4 ≥160 2x1 +4 x3 +2 x4 ＝200 3x1 ＋x2 +x3 +2 x4 ≤180 x1、x2 、x3 、x4≥0 药物 原料 A B C 单位成本 （元／吨） 甲 1 2 3 5 乙 2 0 1 6 丙 1 4 1 7 丁 1 2 2 8 二、数学模型 1.决策变量： X = (x1,x2,…..,xn)T 2.目标函数：max (minz) = c1 x1 + c2 x2 + ……. + cnxn 3.约束条件： a11x1 + a12 x2 +……..+ a1n xn ≤(=≥) b1 a21x1 + a22 x2 +……..+ a2n xn ≤(=≥) b2 ………………………………………… am1x1 + am2 x2 +……..+ amn xn ≤(=≥) bm x1,x2,……xn≥0 三、模型特点 1 都用一组决策变量X = (x1,x2,…,xn)T表示某一方案，且决策变量取值非负； ——— 具有以上三个特征的数学模型称为线性规划 2 都有一个要达到的目标，并且目标要求可以表示成决策变量的线性函数； 根据目标要求的不同，可以是求max，也可以是求min； 3 都有一组约束条件，这些约束条件可以用决策变量的线性等式或线性不等 式来表示。 其它形式 ①　求和形式 ②　矩阵形式 决策变量 常数项 系数矩阵 价值系数 其中： §1.2 线性规划数学模型的建立 一、建模条件 1 优化条件：问题所要达到的目标能用线型函数描述，且能够用极值