2-1数学模型.ppt

运筹学在中国 基于线性规划理论数学模型 线性规划问题 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产以取得最大经济效益的问题，此类问题构成了运筹学的一个重要分支——数学规划，而线性规划（Linear Programming, 简记LP）则是数学规划的一个重要部分。自从1947年G·B·Dantzig提出求解线性规划的单纯形方法以来，线性规划在理论上日趋成熟 ，在应用上日趋广泛，已成为现代管理中经常采用的基本方法之一。 一.线性规划的实例与定义 例1的数学模型：设该厂生产x1台甲机床和x2台乙机床时总利润最大，则 x1 、x2应满足 判断二元一次不等式表示哪一侧平面区域的方法 二元一次不等式表示平面区域 线性规划的图解法 * * 运筹学在中国 章祥荪 例1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为4000元与3000元。生产甲机床需用A、B机器加工，加工时间分别为每台 2小时和1小时；生产乙机床需用A、B、C三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时数分别为A机器10小时、B机器8小时和C机器7小时，问该厂应生产甲、乙机床各多少台，才能使总利润最大？ max 4x1 + 3x2 s.t 2x1 + x2 ≤10 x1 + x2 ≤8 (1) x2 ≤7 x1 , x2 ≥0 （1）式中4x1 + 3x2表示生产x1台甲机床和x2台乙机床的总利润，被称为问题的目标函数，当希望使目标函数最大时，记为max；反之，当希望使目标函数最小时，记为min。（1）中的几个不等式是问题的约束条件，记为S.t（即Subject to）。由于（1）式中的目标函数及约束条件均为 线性函数，故被称为线性规划问题。总之，线性规划 问题是在一组线性约束条件的限止下，求一线性目标 函数最大或最小的问题。 二元一次不等式表示的平面区域 O x y 在平面直角坐标系中，以二元一次方程x+y-1=0的解为坐标的点的集合{(x,y)|x+y-1=0}是经过点(0,1)和(1,0)的一条直线l，那么以二元一次不等式x+y-10的解为坐标的点的集合{(x,y)|x+y-10}是 什么图形? 1 1 x+y-1=0 结论：二元一次不等式ax+by+c0在平面直角坐标系中表示直线ax+by+c=0某一侧所有点组成的平面区域。不等式 ax+by+c0表示的是另一侧的平面区域。 x+y-10 x+y-10 O x y 1 1 x+y-1=0 x+y-10 x+y-10 由于对在直线ax+by+c=0同 一侧所有点(x，y)，把它的坐标 (x，y)代入ax+by+c，所得的实 数的符号都相同，故只需在这条 直线的某一侧取一特殊点(x0,y0), 以ax0+by0+c的正负的情况便可 判断ax+by+c0表示这一直线 哪一侧的平面区域，特殊地，当 c≠0时常把原点作为此特殊点。 例1：画出不等式2x+y-60表示的平面区 域。 O x y 3 6 注意：把直线画成虚线以表示区域不包括边界 2x+y-6=0 二元一次不等式表示平面区域 例2：画出不等式组 表示的平面区域。 O x y 3 5 x-y+5=0 x+y=0 x=3 线性规划 问题：设z=2x+y，式中变量满足下列条件： 求z的最大值与最小值。 线性规划 问题：设z=2x+y，式中变量满足下列条件： 求z的最大值与最小值。 目标函数 （线性目标函数） 线性约 束条件 线性规划 线性规划：求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性规划问题． 可行解 ：满足线性约束条件的解(x，y)叫可行解； 可行域 ：由所有可行解组成的集合叫做可行域； 最优解 ：使目标函数取得最大或最小值的可行解叫线性规划问题的最优解。 可行域 AX=b (1) X ? 0 (2) maxZ=CX (3) 定义1：满足约束(1)、(2)的X=(X1 …Xn)T称为LP问题的可行解，全部可行解的集合称为可行域。 定义2：满足(3)的可行解称为LP问题的最优解 例1、maxZ=40X1+ 50X2 X1+2X2 ? 30 3X1+2X2 ? 60 2X2 ? 24 X1 , X2 ?0 解：(1)、确定可行域 X1 ?0 X1 =0 (纵) X2 ?0