第五讲---线性规划与二次规划.ppt

第五讲: 线性规划与二次规划 ---水鹏朗 雷达信号处理国防科技重点实验室 数学建模基础 5.1 线性规划举例 例1某工厂每日8小时产量不低于1800件。为了进行质量控制，计划聘请两种不同水平的检验员。 一级检验员：速度25件/小时，正确率98%，计时工资4元/小时；二级检验员：速度15件/小时，正确率95%，计时工资3元/小时。检验员每错检一次，工厂要损失2元。 问题：为使总检验费用最省，应聘一级、二级检验员各几名？ 优化变量：设需要一级和二级检验员的人数分别为x1，x2人 工资花费： 错检损失： 总花费： 约束条件： 5.1 线性规划举例 线性规划：目标函数是线性函数，约束 条件是线性不等式或等式约束。 满足约束条件的所有点构成的集合称作 可行解集合。 可行解集合 凸多边形区域 5.1 线性规划举例 配餐问题 有m种不同类型的食物, ，这些食物提供了有益于健康的n种营养成分 。 是人体每天对营养成分 的最小需求量。 是食物 的单价. 是每单位质量的食物 包含营养成分 的量。 问题：如何配餐的花费代价最小 ？ 优化变量：设每天食物 的量分别是 花费代价： 营养约束： 5.1 线性规划举例 线性规划 5.1 线性规划举例 运输问题 有I个生产基地 存储着某种货物，这些货物必须运至J个港口 装船出口。生产基地 存储货物的总量是 , 港口 对货物运输能力是 . 设从基地 到港口 单位质量货品的运输价格是 。 问题：给出最节省的运输方案。 优化变量：设从基地 运输到港口 的货物量为 总运费： 存货量约束： 运输能力约束： 非负约束： 5.1 线性规划举例 线性规划 标准化 5.1 线性规划举例 数据拟合问题-Min_Max问题 设测定了一组数据 ,用 次的多项式拟合变量 和 ,问题:找一个n次多项式使得所有数据点的最大偏差是最小的。 问题描述 设多项式函数为 在每个数据点的偏差 5.1 线性规划举例 问题描述(续) 绝对值约束转 化为线性约束 关于a的线性等式约束 引进辅助变量控制所有样本点的偏差 转下页 5.1 线性规划举例 线性规划 5.1 线性规划举例 线性分式规划问题-Linear Fractional Programming 找出n维向量 ,使得线性分式函数 在非空、有界集合 基本假定：线性分式函数的分母在集合上是严格正的 上的最大值。 带线性约束的优化问题，可以直接求解，但很难说明得到的 解是全局最优的。 问题：如何转化为线性规划求解？ 5.1 线性规划举例 线性分式规划问题-Linear Fractional Programming 注意到目标函数是齐次的(分子-分母都是线性的),因此，对分子分母同乘以正数 ，目标函数的值是不 边的。所以，可以引入辅助变量t，使得分母 优化变量： 固定，然后最大化分子 目标函数： 5.1 线性规划举例 线性分式规划问题-Linear Fractional Programming 约束条件： 5.2 线性规划的标准形式 求最大值的线性规划 求最小值的线性规划 5.3 线性规划的性质 满足所有约束条件的向量构成的集合 是线性规划的可行域，最优解是否存 在取决于可行域的性质 线性规划的可行域是凸集； 线性规划可能有解、无解或无界； 线性规划的最优解在顶点上； D是凸集 对任意D内任意两点x、y的连线上所有点都在集合 内，即对任意的实数0≤a≤1，点ax＋(1－a)y在D中。 可行域有界 线性规划有解 可行域空集 线性规划无解 可行域无界 线性规划有解或无界 5.3 线性规划的对偶问题 对偶优化问题 是一个mn的约束矩阵 在nm的情况下，可以把低维空间中带有很多约束的线性规划转换为高维空间中具有很少约束的线性规划。通过这种转化可以使一些线性 规划的求解和分析更容易。 资源给定情况下最大化收益 收益固定情况下花费资源最小化 5.3 线性规划的对偶问题 对偶优化问题 线性规划的有界可行是 指目标函数在可行域上 存在最大值(或最小值). 可行域有界则线性规划 必然有界可行；但线性 规划有界可行不一定可 行域一定有界。 例如： 可行域无界，但 最大值是10，最小值是5 (I) (II) 对偶定理：如果线性规划(I)是有