第一章线性规划模型介绍.ppt

第一章　线性规划 §1　线性规划的一般模型 §1　线性规划的一般模型 一般形式 目标函数： Max （Min） z = c1 x1 + c2 x2 + … + cn xn 约束条件： s.t. a11 x1 + a12 x2 + … + a1n xn ≤ （ =, ≥ ）b1 a21 x1 + a22 x2 + … + a2n xn ≤ （ =, ≥ ）b2 …… …… am1 x1 + am2 x2 + … + amn xn ≤ （ =, ≥ ）bm x1 ，x2 ，… ，xn ≥ 0 对于只有两个决策变量的线性规划问题，可以在平面直角坐标系上作图表示线性规划问题的有关概念，并求解。下面通过例1详细讲解其方法。 例1.目标函数： Max z = 50 x1 + 100 x2 约束条件： s.t. x1 + x2 ≤ 300 (A) 2 x1 + x2 ≤ 400 (B) x2 ≤ 250 (C) x1 ≥ 0 (D) x2 ≥ 0 (E) （1）画出线性规划问题的可行域，如图所示。 （2）目标函数z=50x1+100x2，当z取某一固定值时得到一条直线，直线上的每一点都具有相同的目标函数值，称之为“等值线”。平行移动等值线，当移动到B点时，z在可行域内实现了最大化。得到最优解： x1 = 50， x2 = 250， 最优目标值 z = 27500 重要结论： 如果线性规划有最优解，则一定有一个可行域的顶点对应一个最优解； 无穷多个最优解。若将例1中的目标函数变为max z=50x1+50x2，则线段BC上的所有点都代表了最优解； 无界解。即可行域的范围延伸到无穷远，目标函数值可以无穷大或无穷小。一般来说，这说明模型有错，忽略了一些必要的约束条件； 无可行解。若在例1的数学模型中再增加一个约束条件4x1+3x2≥1200，则可行域为空域，不存在满足约束条件的解，当然也就不存在最优解了。 §3线性规划的Matlab标准形式 线性规划的目标函数可以是求最大值，也可以是求最小值，约束条件的不等号可以是小于号也可以是大于号。为了避免这种形式多样性带来的不便，Matlab中规定线性规划的标准形式为 其中c和x为n维列向量，b为m维列向量，A为m*n矩阵. 例如线性规划 的Matlab标准型为 线性规划的matlab解法见word版1.5 　 §4　线性规划的应用模型 解：设 xi 表示第i班次时开始上班的司机和乘务人员数, 这样我们建立如下的数学模型。 目标函数： Minz=x1 + x2 + x3 + x4 + x5 + x6 约束条件：s.t. x1 + x6 ≥ 60 x1 + x2 ≥ 70 x2 + x3 ≥ 60 x3 + x4 ≥ 50 x4 + x5 ≥ 20 x5 + x6 ≥ 30 x1,x2,x3,x4,x5,x6 ≥ 0 利润=总收入-总成本=甲乙丙三种产品的销售单价*产品数量-甲乙丙使用的原料单价*原料数量，故有 目标函数 Max z = 50（x11+x12+x13）+35（x21+x22+x23）+25（x31+x32+x33）-65（x11+x21+x31）-25（x12+x22+x32）-35（x13+x23+x33） = -15x11+25x12+15x13-30x21+10x22-40x31-10x33 约束条件： 从第1个表中有： x11≥0.5(x11+x12+x13) x12≤0.25(x11+x12+x13) x21≥0.25(x21+x22+x23) x2