线性规划及其基本理论材料.ppt

运筹学Operations Research 线性规划及其基本理论 线性规划概述 线性规划问题 线性规划数学模型 一般模型 标准模型 线性规划解的概念 可行解、最优解 基阵、基解、基可行解 线性规划的基本性质 线性规划概述 线性规划（Linear Programming，简记为LP）是运筹学中的一个最重要、应用最广泛的分支。 线性规划及其通用解法--单纯形法一般认为是美国学者丹捷格（G.Dantzig）在1947年研究美国空军军事规划时提出的。 苏联学者康托洛维奇在1939年解决工业生产组织与计划问题时就提出类似线性规划的模型及解法；康托洛维奇的工作当时没有被重视，但直到1960年康托洛维奇再次发表《最佳资源利用的经济计算》一书后，才受到重视。 一些常见的带有Spreadsheet的软件，如：Excel、Lotus1-2-3等，均有内置的线性规划求解功能。 最优化问题求解软件，如：Lindo、Lingo、Matlab等。 线性规划问题提出 在生产管理和经营活动中经常会提出这样一类问题：如何利用有限的人力、物力、财力等资源，取得最好的效果。例如： 配载问题 一交通工具，运输几种不同体积、重量的物资，如何装配， 所运的物资最多？ 下料问题 用圆钢制造长度不等的机轴，如何下料，所剩的余料最少？ 生产计划问题 企业生产A、B两种电器产品，两种产品的市场需求状况可以确定，按当前的定价可确保所有产品均能销售出去。 企业可提供的两种原材料和劳动时间的数量是有限的。产品A与产品B各应生产多少，可使企业总利润最大? 线性规划问题提出 上述这些问题有如下共同特点： 问题解决要满足一定条件，称为约束条件； 问题有多个满足条件的解决方案； 问题解决有明确的目标要求，对应不同方案有不同目标值，可表示成目标函数。 何谓线性规划问题 最优化问题 我们称如下一般问题：“在一定约束条件下，求目标函数的最大或最小值”为最优化问题，用数学模型描述的最优化问题，称为数学规划问题。 线性规划问题 在最优化问题中，如果约束条件与目标函数均是线性的，我们就称之为线性规划问题。 线性规划问题的三个要素 决策变量 决策问题待定的量值称为决策变量。 决策变量的取值有时要求非负。 约束条件 任何问题都是限定在一定的条件下求解，把各种限制条件表示为一组等式或不等式，称之为约束条件。 约束条件是决策方案可行的保障。 LP的约束条件，都是决策变量的线性函数。 目标函数 衡量决策方案优劣的准则，如时间最省、利润最大、成本最低。 目标函数是决策变量的线性函数。 有的目标要实现极大，有的则要求极小。 线性规划数学模型 例 生产计划问题 某厂生产甲乙两种产品，各自的零部件分别在A、B车间生产，最后都需在C车间装配，相关数据如表所示： 问如何安排甲、乙两产品的产量，使利润为最大。 线性规划数学模型 建立数学模型的步骤： Step1 分析实际问题； Step2 确定决策变量； Step3 找出约束条件； Step4 确定目标函数； Step5 整理、写出数学模型。 线性规划问题举例 【例1.1】某市今年要兴建大量住宅,已知有三种住宅体系可以大量兴建，各体系资源用量及今年供应量见下表： 要求在充分利用各种资源条件下使建造住宅的总面积为最 大(即求安排各住宅多少m2)，求建造方案。 线性规划数学模型一般形式 线性规划数学模型标准形式 线性规划问题的数学模型有各种不同的形式，如 目标函数有极大化和极小化； 约束条件有“≤”、“≥”和“＝”三种情况； 决策变量一般有非负性要求，有的则没有。 为了求解方便，特规定一种线性规划的标准形式，非标准型可以转化为标准型。标准形式为： 目标函数极大化， 约束条件为等式， 右端常数项bi≥0， 决策变量非负。 线性规划数学模型标准形式 线性规划数学模型标准形式 线性规划数学模型标准形式 线性规划数学模型标准形式 如何化线性规划标准形式 如何化线性规划标准形式 线性规划解的概念 可行解与可行域 满足约束条件（AX=b, X≥0）的X称为线性规划问题的可行解 所有可行解的集合称为可行域， 记D={X| AX=b, X≥0}。 最优解 使目标函数值达最大的可行解称为线性规划问题的最优解。 若X*是最优解，则对任意的X∈D ，恒有 C X*≥C X。 线性规划解的概念 基（基阵、基础矩阵） 线性规划基解的概念 基向量与非基向量 系数矩阵A中构成基B的列向量称为基向量。 系数矩阵A中除基向量之外的列向量称为基向量