第八章线性规划.pptVIP

前言 最优化问题包括一个目标函数和一个或多个约束条件。 线性规划（linear programming, LP）是一种用来解决一组特殊的有约束条件下最优化问题的方法，在这里，目标函数是线性的，并有一个或多个线性的约束条件。 一、线性假设 在线性规划问题中所有的重要关系都必须是线性的，通常包括生产、总成本、总收入和利润函数。这些函数是线性的假设还意味着假定生产中的规模收益不变、产品价格不变（不管产量多大）和投入要素的价格不变（不管投入要素的购买量多大）。 规模收益不变和投入要素价格不变相结合，意味着单位产量的生产成本是个常数。单位成本不变与产品价格不变相结合，就会使单位产品的利润是个常数。 二、有约束条件下的利润最大化 （一）构造问题 假定有一家企业生产两种产品A和B，它们需要三种不同的机器加工。在生产期内，每种机器可利用的工时数是有限的。假定在相关产量范围内每种产品的单位利润是个常数。企业面临的问题是，在有限的可利用的机器工时数的条件下，确定能使利润最大的A和B的数量QA和QB。 QA和QB被称为决策变量（decision variables）。 二、有约束条件下的利润最大化 为了解决这个问题，管理者需要寻找一种函数形式来表示这个目标，即建立目标函数（objective function）。本例中，目标函数为： 其中， QA和QB为决策变量， 为总利润；a和b分别为生产1个单位A和B的利润。 单位产品的资源（机器工时）需要量和可资利用的总机器工时 二、有约束条件下的利润最大化 该线性规划问题可表述如下： 求最大值： 要求满足： 机器X的约束条件 机器Y的约束条件 机器Z的约束条件 非负约束条件 一般来说，非零决策变量的数目不会大于资源约束条件的数目（即不包括非负约束条件在内的约束条件数目） 二、有约束条件下的利润最大化 （二）可行区域 下一步是确定不违反约束条件的产量QA和QB，即可行域。 可行区域包括所有的能同时满足所有约束条件的所有决策变量的值。在它的边界上或边界内的任何点进行生产，均能满足约束条件。 二、有约束条件下的利润最大化 二、有约束条件下的利润最大化 （三）图解法 分配给每种产品的机器工时数 优解总是在其中的一个隅角上。在解线性规划问题的方法是先随意取一个隅角，评价在这一点的目标函数。然后逐个移向别的能提供更高利润的隅角，直到不能得到更高利润的隅角时为止。 目标函数的斜率对于确定哪个隅角最优是有决定作用的。 二、有约束条件下的利润最大化 （四）代数法 隅角就是约束条件的交点，这些隅角可以通过找出它是哪些约束条件相结合而形成的，然后解这两个约束条件的方程，求出在该交点上决策变量和的值来确定。 决策变量的值和每个隅角点的利润 三、有约束条件下的成本最低化 成本最低化问题的约束条件和可行区域 三、有约束条件下的成本最低化 （二）代数法 每个隅角点的决策变量和成本的值 三、有约束条件下的成本最低化 不论目标是使目标函数最大还是最小，线性规划问题的解题方法都是基本相同的。 首先，用约束条件确定可行区域； 其次，确定可行区域每个隅角点决策变量的值。然后对这些组合中每一个组合的目标函数进行评价，选择能使目标函数最优（即最大或最小）的那个组合。 三、有约束条件下的成本最低化 （二）敏感性分析 如果已知原来的问题和答案，只要改变该问题中的一个或几个参数，再解之，然后比较原来的和新的答案就可以了。这就是敏感性分析的实质所在。 敏感性分析的做法是：解一个线性规划问题；然后改变问题中的一个或几个成分；再解题，并比较两个答案。目标函数的系数、约束条件的系数和（或）约束条件右侧的资源数量都是可以改变的。另外，也可以在问题中增加或删去一个决策变量或约束条件。 四、线性规划中的几个特殊问题 （一）多个解 如果目标函数的斜率与一个约束条件的斜率相同，就会导致决策变量的最优组合有无数个。 四、线性规划中的几个特殊问题 求max：π=10X1+5X2 要求满足：X1+2X2≤60（约束条件A） 2X1+X2≤60 （约束条件B） X1≤27（约束条件B） X1≥0，X2≥0 此题中，目标函数和约束条件B的斜率都为-2。 四、线性规划中的几个特殊问题 （二）多余的约束条件 有时，有一个或几个约束条件是不需要的。例如： A：X1+2X2≤50 （约束条件A） B：X1+X2≤40 （约束条件B） C：5X1+6X2≤300 （约束条件C） X1≥0，X2≥0 由于约束条件C是非绷紧的，这一约束条件所代表的资源的机会成本为零。 四、线性规划