浅谈线性规划在活中的应用2.docVIP

浅谈线性规划在生活中的应用 摘 要 线性规划的研究对象是计划管理工作中有关安排和估值的问题,解决的主要问题是在给定条件下,按某一衡量指标来寻找安排的最优方案.文章涉及的是在两个限定条件下的最大利润问题，它是一种最简单的线性规划，解决的方法就是用图象法和消去法. 关键词 线性规划;松弛变量;最优解;目标函数 中图分类号 0122.1 线性规划作为数学规划中最简单的一种问题.它的研究对象是计划管理工作中有关安排和估值的问题，解决的主要问题是在给定条件下，按某一衡量指标来寻找安排的最优方案。它可以表示成求函数在满足约束条件下的极大或极小值问题.如果约束条件和目标函数都是呈线性关系的就叫线性规划.要解决线性规划问题，从理论上讲都要解线性方程组，而解线性方程组的常见方法是图象法和消去法. 1 预备知识 线性规划是数学规划中理论成熟,方法有效,应用最广泛的一个分支.它研究满足一组线性的等式或不等式约束条件,对一定的线性目标函数进行最优化处理的问题.它是由丹捷格(G.B.Dantzig)在1947年发表的成果.所解决的问题是美国制定空军军事规划时提出的,并提出了求解线性规划问题的方法. 2 线性规划问题解的基本概念 2.1 线性规划 线性规划是在线性约束的有限集合上使一个仿射函数(仿射函数亦即线性函数)达到最大(或最小)的优化问题. 2.2 松弛变量 松弛变量表示一个决策过程中原料消耗的剩余量. 2.3 可行解,可行域 满足若干个约束条件的解称为线性规划问题的可行解,所有的可行解构成的集合叫它的可行域. 最优解 满足若干个约束条件和某个目标函数式的可性解称为线性规划问题的最优解. 2.5 基本可行解 满足若干个非负条件的基本解称为基本可行解. 3 简单线性规划问题的解法 将实际生活中的线性规划问题,抽象为数学形式,目的在于找到解决问题的方法.为此,我们作以下一些讨论. 3.1 最大利润问题 例1 某工厂在计划期内要安排生产Ⅰ、Ⅱ两种产品,已知生产单位产品所需的设备台时及A、B两种原材料的消耗.如表1所示: 表1 Ⅰ Ⅱ 设备 1 2 8台时 原材料A 4 0 16㎏ 原材料B 0 4 12㎏ 该厂每生产一件产品Ⅰ可获利2元,每生产一件产品Ⅱ可获利3元.问应如何安排计划,使该工厂在限定条件下获利最多? 显见,这个问题可以用以下的数学模型来描述: 设分别表示在计划期内产品Ⅰ、Ⅱ的产量.因为设备的有效台时是8,这是一个限制产量的条件,所以确定产品Ⅰ、Ⅱ的产量时,要考虑不超过设备的有效台时数,即可用不等式表示为:.同理,因原材料的限量,可以得到两个不等式:,. 该厂的目标是在不超过所有资源限量的条件下,如何确定产量以得到最大的利润.用z表示利润,这时.综合上述,此计划问题可用数学模型表示为: 目标函数: 约束条件: 3.2 两个变量的线性规划问题的图解法 现在我们用图解法来解上述的例1: 在以为坐标轴的直角坐标系中,非负条件是指第一象限.每一个约束条件都代表一个半平面,如约束条件是代表以直线为边界的左下方的半平面.若同时满足: ,,和的约束条件的点,必然落在坐标轴和由这三个半平面交成的区域内(如右图). 阴影区域中的每一个点(包括边界)都是这个线性规划问题的解,因而此区域是此线性规划问题的解集合,称它为可行域. 再来分析目标函数.在这个坐标平面上,它可表示以z为参数,以为斜率的一族平行线:.位于同一直线上的点,具有相同的目标函数值,因而称它为“等值线”.当z值由小变大时,直线沿其法线方向向右上方移动．当移动到点时， 使z值在可行域边界上实现最大化（如下图）这就得到了例１的最优解对应的点,点的坐标为.于是可计算出满足所有约束条件的最大值． 这说明该厂的最优生产计划方案是：生产４件产品Ⅰ，生产２件产品Ⅱ，可得最大利润为14元． 3.3 用消去法解两个变量的线性规划问题 例２　某车间生产甲、乙两种产品，已知制造一件甲产品需要Ａ种元件５个,Ｂ种元件３个；制造一件乙产品需要Ａ种元件２个，Ｂ种元件３个.现因某种条件限制,只有A种元件180,B种元件135个；每件甲种产品可获利20元, 每件乙种产品可获利15元.试问在这种条件下,应该生产甲、乙两种产品各多少件才能得到最大利润? 解: 设应该生产甲产品件,乙产品件,才能得到最大利润元.根据题意,此问题可用数学模型表示为: 目标函数 满足约束条件 即求解满足约束条件的,使目标函数的值最大.为此,引进松弛变量,把线性规划问题化为标准形式: 求的最小值,并