运筹学课件 第一节 运筹学释义与发展历史.pptVIP

operations research 1 第一章 线性规划及单纯形法 1.1 问题提出 LP(linear programming)的基本概念 LP是在有限资源的条件下，合理分配和利用资源，以期取得最佳的经济效益的优化方法。 LP有一组有待决策的变量， 一个线性的目标函数， 一组线性的约束条件。 例题1—生产计划问题 某厂生产两种产品，需要三种资源，已知 各产品的利润、各资源的限量和各产品的 资源消耗系数如下表： 例题1建模 问题：如何安排生产计划，使得获利最多？ 步骤： 1、确定决策变量：设生产Ⅰ产品x1件, 产品Ⅱx2件 2、确定目标函数：max Z=2X1+X2 3、确定约束条件：设备A约束 0X1+5X2≤15 设备B约束 6X1+2X2 ≤24 工序约束 X1+ X2 ≤5 非负性约束X1≥0 X2≥0 例题2——配方问题 养兔饲料中营养要求：VA每天至少700克，VB每天至少30 克，VC每天刚好200克。现有五种饲料，搭配使用，饲料 成分如下表： 例题2建模 设采购饲料I x1kg;饲料II x2kg;饲料III x3kg…… 目标函数：最省钱 minZ=0.2x1+0.7x2+0.4x3+0.3x4+0.8x5 约束条件： 3x1+2x2+x3+6x4+18x5 ≥700 营养要求： x1+0.5x2+0.2x3+2x4+0.5x5 ≥30 0.5x1+x2+0.2x3+2x4+0.8x5 =200 非负性要求：x1 ≥0,x2 ≥0,x3 ≥0,x4 ≥0,x5 ≥0 例题3——经营计划问题 例题3 建模 1.2线性规划的数学模型—代数式 目标函数：max(min)Z=c1x1+c2x2+c3x3+…+cnxn 约束条件：a11x1+a12x2+a13x3+…+a1nxn ≤(= ≥)b1 a21x1+a22x2+a23x3+…+a2nxn ≤(= ≥)b2 … … … … am1x1+am2x2+am3x3+…+amnxn ≤(= ≥)bm 非负性约束：x1 ≥0,x2 ≥0,…,xn ≥0 说明：Cj(j=1,2,……n)通常称为价值系数，bi(i=1,2,……m)表示第i种资源的拥有量， aij表示变量xj 为1个单位时所消耗或含有的第i种资源的数量，通常称aij为技术系数或工艺系数. 规划问题数学模型三要素 1、变量，决策变量，问题中需要确定的未知量。 2、目标函数：是决策变量的函数，按照优化目标在函数前加上max或 min。 3、约束条件，指决策变量取值时，受到各种资源条件的限制。 线性规划的数学模型—和式 向量式 线性规划的数学模型—矩阵式 1.3线性规划的标准型 1.3.1代数式 线性规划的标准型 1.3.2和式： 线性规划的标准型 1.3.3向量式： 线性规划的标准型 1.3.4矩阵式： 标准型的特征 目标函数极大化 约束条件为等式 决策变量非负 非标准型转化为标准型 1、目标函数标准化： minZ等价于max(-Z) , 2、约束条件标准化： （1）不等式约束的转化： 加入松弛变量 减去剩余变量 （2）非正变量： （3）自由变量：即 无约束，令 （4）b0,方程两边乘以（-1） 非标准型转化举例之一 maxZ=70X1+120X2 maxZ=70X1+120X2 +0X3+0X4+0X5 9X1+4X2≤360 9X1+4X2+X3=360 4X1+5X2 ≤200 4X1+5X2 +X4=200 3X1+10X2 ≤300 3X1+10X2+X5 =300 X1≥0 X2≥0