运筹学1绪论及线性规划研讨.ppt

运 筹 学;运筹学是什么？;具体案例：物流优化管理 ;成都新都物流中心;课程内容：介绍运筹学一些主要分支体系的基本模型、求解方法；引导并锻练运用运筹学知识进行定量分析与解决实际问题的能力。 教学方法 以各种实际问题为背景，引出各分支基本概念、基本模型和基本方法，侧重各种方法及应用。 配合软件教学，让大家熟练应用软件解决问题。 小组案例分析与讨论 ;如何学运筹学？;/;主要教学环节与考核;;绪论　运筹学ABC;现代运筹学的发展简史;运筹学的产生源泉;我国古代经典运筹案例;运筹学的性质和特点; 物联网最紧迫的是加快本土物联网人才的大规模培养,尤其是紧缺的数学建模或运筹学人才。;运筹学的主要内容;线性规划;运筹方法－典型管理问题 ;运筹方法－典型管理问题解决 ;提出 问题;运筹学的发展趋势;第一章 线性规划( Linear Programming???LP）;;实 际 问 题;; 1. 线性规划问题的引出;例1:生产计划问题 ;可能的生产方案;一些启示;;;决策变量 ：模型要决定的未知量 x1 = 生产桌子的数量，x2 = 生产椅子的数量； 约束条件 ：反映客观条件的限制 木工工时不能超过可用工时 4x1 + 3x2 ? 120 油漆工工时不能超过可用工时 2x1 + x2 ? 50 非负约束 ：x1 ? 0，x2 ? 0 目标函数 ：决定线性规划优化方向 max: z = 50x1 + 30x2 ;例2 营养合理配置问题; 表1-1 营养问题有关数据 ;x1 ≥ 0，x2 ≥ 0;这是一种典型的问题，类似的问题还有： 对于冶炼行业来说，就是配制炉料； 对于化工行业来说就是为反应塔配料； 对于石油工业来说，就是原料掺合问题； 对于畜牧业来说，就是配制饲料问题。;例3 产品生产计划安排;例4 房屋租赁计划;月份; ;经过上面的讨论，得到下面的LP模型：;3. 线性规划的数学模型;线性规划数学模型：一般形式;max（或min） ;;4. 线性规划模型的标准型;5. 线性规划的标准化;将第3个约束方程两边乘以（－1）;标准形式如下：;例6. 将下列线性规划化成标准型;;可行点：满足所有约束条件的点称为可行点。 可行域：包含了所有可行点的集合称为可行域。可行域中的每一个点都代表一个可行方案 —— 可行解。 最优解：使目标函数达到最优值（最大值或最小值）的可行解。;1、建立座标系，确定比例尺； 2、图示约束条件，找出可行域； 3、画出目标函数的等值线； 4、平移等值线，找到最优点； 5、代入目标函数，得出最优值。;;;;;;无界解：对极大化线性规划问题，任给一正数 M，存在可行解X，使 CXM ，则称该线性规划问题有无界解，即目标函数无上界。;无可行解：若一个线性规划问题的可行解集为空集，则称这一线性规划无可行解。这时线性规划问题的约束条件是不相容的。;;x2;3. 图解法得到的启示; (d)可行域无界 (e)可行域无界 (f)可行域为空集 多个最优解 目标函数无界 无可行解;总结：解的性质;线性规划问题是否可算作条件极值问题，它与微积分中讲的条件极值问题有何不同?;第三节 单纯形法原理;Review: LP图解法的启示？;;顶点（最优解）有何特征？; 顶点的“代数特征” ——顶点座标有n个分量，其中只有m个分量（注意！m为方程个数）为非零值，称为非零分量，其余（n-m）个分量取零值，称为零分量。 ——并且要求与非零分量对应的系数组成的列向量线性独立，或者说除去零变量之后的线性方程组是独立的。;对标准形式的线性规划问题, A是秩为m的 m*n 阶矩阵( m n )。;(3) 基解:对于基B，令非基变量为0，求得的一个解， 称为对应于基B的一个基解。; 为了讨论方便，不妨假设在标准型线性规划中，系数矩阵Ａ中前m个系数列向量恰好构成一个可行基，即 Ａ=（ＢＮ），其中 Ｂ=（Ｐ1，Ｐ2，…Ｐm）为基变量x1，x2，…xm的系数列向量构成的可行基， Ｎ=(Ｐm+1，Pm+2， …Pn)为非基变量xm+1，xm+2， …xn的系数列向量构成的矩阵。 ; 非可行解;例: B点和D点是可行解,不是基本解;C点是基本可行解;A点是基本最优解,同时也是最优解、基本可行解、基本解和可行解。;基与基解的特征总结;例：求下述线性规划的基本可行解;A=;;当资源数n=3时，可行域为一凸多面体； 当n3时，可行域为一n维空间的超凸多面体。;顶点;