【新步步高】2016-2017学年高二数学人教B必修5学案：3.5.2 简单线性规划（二） Word版含答案.docxVIP

3.5.2　简单线性规划(二) 明目标、知重点　1.准确利用线性规划知识求解目标函数的最值.2.掌握线性规划实际问题中的常见类型.3.会求一些简单的非线性函数的最值． 1．用图解法解线性规划问题的步骤： (1)确定线性约束条件； (2)确定线性目标函数； (3)画出可行域； (4)利用线性目标函数(直线)求出最优解． 2．非线性目标函数的最值 对于非线性目标函数，需结合解析式的几何意义来确定最值，同样让目标函数的图象经过可行域．常用解析式的几何意义有：z＝x2＋y2，表示点(x，y)与(0,0)距离的平方．z＝eq \f(y－a,x－b)表示点(x，y)与(b，a)所连直线的斜率． 探究点一　生活实际中的线性规划问题 例1　某运输公司接受了向四川地震灾区每天至少运送180 t支援物资的任务．该公司有8辆载重6 t的A型卡车与4辆载重为10 t的B型卡车，有10名驾驶员，每辆卡车每天往返的次数是A型卡车4次，B型卡车3次；每辆卡车往返的成本费是A型卡车320元，B型卡车504元．请为公司安排一下，应如何调配车辆，才能使公司所花的成本费最低？ 解　设需A型、B型卡车分别为x辆和y辆．列表分析数据. A型车 B型车 限量 车辆数 x y 10 运物吨数 24x 30y 180 费用 320x 504y z 由表可知x，y满足的线性条件： eq \b\lc\{\rc\ (\a\vs4\al\co1(x＋y≤10，,24x＋30y≥180，,0≤x≤8，,0≤y≤4，))且z＝320x＋504y. 作出线性区域，如图所示， 可知当直线z＝320x＋504y过点A(8,0)时z最小， 这时zmin＝8×320＝2 560(元)，即只用8辆A型车成本最低． 反思与感悟　在实际应用问题中，有些最优解往往需要整数解(比如人数、车辆数等)，而直接根据约束条件得到的不一定是整数解，可以运用枚举法验证求最优整数解，或者运用平移直线求最优整数解．最优整数解有时并非只有一个，很可能是许多个，应具体情况具体分析． 跟踪训练1　已知甲、乙两煤矿每年的产量分别为200万吨和300万吨，需经过东车站和西车站两个车站运往外地，东车站每年最多能运280万吨煤，西车站每年最多能运360万吨煤，甲煤矿运往东车站和西车站的运费价格分别为1元/吨和1.5元/吨，乙煤矿运往东车站和西车站的运费价格分别为0.8元/吨和1.6元/吨，煤矿应怎样编制调运方案，使总运费最少？ 解　设甲煤矿向东车站运x万吨煤，乙煤矿向东车站运y万吨煤，那么总运费 z＝x＋1.5(200－x)＋0.8y＋1.6(300－y)万元， 即z＝780－0.5x－0.8y， 其中x，y应满足eq \b\lc\{\rc\ (\a\vs4\al\co1(x≥0,y≥0,200－x≥0,300－y≥0,x＋y≤280,200－x＋300－y≤360)) 作出上面的不等式组所表示的平面区域，如图所示． 设直线x＋y＝280与y轴的交点为M，则M(0,280)， 把直线l：0.5x＋0.8y＝0向上平移至经过平面区域上的点M(0,280)时，z的值最小，∵点M的坐标为(0,280)， ∴甲煤矿生产的煤全部运往西车站，乙煤矿向东车站运280万吨，向西车站运20万吨时，总运费最少． 例2　一个化肥厂生产甲、乙两种混合肥料，生产1车皮甲种肥料的主要原料是磷酸盐4吨，硝酸盐18吨；生产1车皮乙种肥料的主要原料是磷酸盐1吨，硝酸盐15吨．现库存磷酸盐10吨，硝酸盐66吨，在此基础上生产这两种混合肥料．列出满足生产条件的数学关系式，并画出相应的平面区域．在3.5.1节的例3中，若生产1车皮甲种肥料，产生的利润为10 000元；生产1车皮乙种肥料，产生的利润为5 000元，那么分别生产甲、乙两种肥料各多少车皮，能够产生最大的利润？ 解　设x、y分别为计划生产甲、乙两种混合肥料的车皮数，能够产生利润z万元． 则约束条件为eq \b\lc\{\rc\ (\a\vs4\al\co1(4x＋y≤10，,18x＋15y≤66，,x≥0，,y≥0.))目标函数为z＝x＋0.5y. 可行域如图所示． 把z＝x＋0.5y变形为y＝－2x＋2z，得到斜率为－2，在y轴上的截距为2z，随z变化的一族平行直线． 由图可以看出，当直线y＝－2x＋2z经过可行域上的点M时，截距2z最大，即z最大． 解方程组eq \b\lc\{\rc\ (\a\vs4\al\co1(18x＋15y＝66，,4x＋y＝10))得M的坐标为x＝2，y＝2. 所以zmax＝x＋0.5y＝3. 答　生产甲、乙两种肥料各2车皮，能够产生最大的利润，最大的利润为3万元． 反思与感悟　线性目标函数的最大值、最小值一般在可行域的顶点处取得．如果顶点不是整数点，不符合实际问题的需要，适当调整最优