第2章線性規劃概要.docVIP

第二章 線性規劃概要 本章內容： 2.1 一個簡單的極大化問題 2.2 圖解法 2.3 極點與最適解 2.4 Par公司問題的電腦解 2.5 一個簡單的極小化問題 2.6 特殊案例 2.7 一般化的線性規劃符號 線性規劃（LP）問題 LP問題在尋找目標函數值為極大或極小之問題。 LP對目標的追求受限於某些限制條件。 目標函數與限制條件中，每個變數分別在不同的項目中為 一次方(first power)者稱為LP。 目標函數與限制條件之係數為一固定值(可能為0)。 限制條件受限於≦，＝，≧某一固定值。 可行解（feasible solution）需滿足所有限制式。 在求極大化問題中，最適解（optimal solution）是一可行解，且可求得最大目標函數值。 LP的基本假設： 1.可加性(Additivity)：變數之衡量單位必須相同，如此 方能相加減 2.比例性(Proportionality)：每單位產出所需之資源投 入數均為固定，一定倍數的投入可以得到相同倍數的產 出 3.確定性(Determinitic)：目標函數係數及限制條件中之 技術係數以及擁有資源數量等均為已知且確定的數 字，而不含任何機率分配 4.可分割性(Divisibility)：線性規劃解答並不一定是整 數，可以是任意實數 2.1 一個簡單的極大化問題 例：par公司為一製造高爾夫球袋之公司，該公司生產之高爾夫球袋為標準型及豪華型二種，利潤分別為＄10，＄9，生產過程需經以下四部門：切及染、縫製、細部製作、檢驗及包裝，各部門之產能分別為630時，600時，708時，135時，每個高爾夫球袋之生產需求表如下： 表2.1 每個高爾夫球袋生產需求表 生產時間 （小時） 產品 切割及染色 縫製 細部製作 檢驗及包裝 標準型 豪華型 7/10 1 1/2 5/6 1 2/3 1/10 1/4 問題模式化：是將文字的陳述轉為以數字陳述的過程。以 數學模式說明指導方針： 1.充分瞭解問題。 2.描述目標：目標是使總利潤極大化。 3.描述每一個限制條件：（1）切染所使用的工時必須小於或等於可用的切染工時；（2）縫製所使用的工時必須小於或等於可用的縫製工時；（3）細部製作所使用的工時必須小於或等於細部製作工時；（4）檢驗及包裝所使用的工時必須小於或等於可用的檢驗及包裝工時。 4.定義決策變數： S＝標準型球袋的數量 D＝豪華型球袋的數量 S及D就是決策變數（decision variables）。 5.將目標以決策變數表示之： 總利潤＝10S＋9D 6.將限制條件以決策變數表示之： （1）限制條件1：切染耗用工時≦切染可用工時 7/10S＋1D≦630 （2）限制條件2：縫製耗用工時≦縫製可用工時 1/2S＋5/6D≦600 （3）限制條件3： 細部製作耗用工時≦細部製作可用工時 1S＋2/3D≦708 （4）限制條件4： 檢驗及包裝耗用工時≦檢驗及包裝可用工時 1/10S＋1/4D≦135 （5）非負限制式：S，D≧0 Par公司問題的數學敘述： Max 10S＋9D Subject to（s.t） 7/10S＋1D≦630切染 1/2S＋5/6D≦600 縫製 1S＋2/3D≦708 細部製作 1/10S＋1/4D≦135檢驗及包裝 S，D≧0 一個所有變數都是獨立項（沒有相乘項），且皆為一次方的函數稱為線性函數（linear functions）。因此，Par公司的數學模式是一種線性規劃（linear program）模式。 2.2 圖解法 圖2.1 二變數Par問題的解點 圖2.5 Par問題，合併所有限制條件的可行區域 圖2.6 Par問題的可行區域 圖2.7 Par問題的1800元利潤線 圖2.8 Par問題的三條利潤線 圖2.9 Par問題的最適解 畫線的注意事項。 極大化問題圖解法摘要： 1.為每一個限制式找出可行解。 2.找出同時滿足所有限制式的可行區域。 3.畫出某個目標值的目標函數線。 4.將目標函數線往目標值大的方向平移，一直到可行區域的邊緣為止。 5.目標函數線上具有最大目標值的可行解就是最適解。 惰變數（slack variable）：代表寬裕值或未用完的量。 目標函數 Max Z＝10S＋9D s.t. 7/10S＋1D≦630 切染 1/2S＋5/6D≦600 縫製 1S＋2/3D≦708 細部製作 1/10S＋1/4