第4章线性规划(免费阅读).pptVIP

第5章 线性规划(LP) Linear Programming 问题与建模 二维线性规划图解法 计算机解法 极小化下的求解与大M法 灵敏度分析 5.1 线性规划的数学模型 例1. 某工厂在计划内要安排Ⅰ、Ⅱ两种产品的生产，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，以及资源的限制，如下表所示。 可以用x1和x2的线性函数形式来表示工厂所要求的最大利润的目标： max z=50x1+100x2 其中max为最大化的符号（最小化符号为 min)；50和100分别为单位产品Ⅰ、Ⅱ的利 润。同样也可以用x1和x2的线性不等式来表示问 题的一些约束条件。 对于台时数方面的限制可以表示为： x1+x2≤300. 同样，原材料的限量可以表示为 2x1+x2≤400 x2≤250 除了上述约束外，显然还应该有x1≥0， x2≥0， 因为Ⅰ产品、Ⅱ产品的产量是不能取负值的。综上 所述，就得到了例1的数学模型如下： 目标函数：max z=50x1+100x2 满足约束条件： 例1. 生产计划决策 max z=50x1+100x2 xj生产 j 产品的数量 LP四要素 s.t ：约束条件 目标函数 决策变量(设计变量） max或min成为优化准则 LP 定义： 若目标函数f (x)为决策变量xj的线性函数，约束条件亦为决策变量xj的线性不等式（或等式），则该数学表达式（模型）称为线性规划。 若目标与约束中至少有一为非线性时，则该模型称为非线性模型（NLP）。 模型的标准化 标准化LP模型的特点 目标函数仅限于极大化（或极小化） 所有约束条件均由等式表示 所有决策变量限于取非负值 每一约束不等式（或等式）之右端均为非负值 模型的标准化 约束方程的标准化（增加变量个数换取求解难度） 模型的标准化 例1 （标准化模型） 1. 线性规划的几何性质 图解：利用解析式与平面区域对应关系求解 基本原理 图解法步骤 最优解的几种类型 满足LP中所有约束条件（不等式或等式约束）的点必在这些约束条件所对应区域所围成的公共区域D内，则称此公共区域D为LP的可行域。 例1 最优解的几种类型 唯一解 无穷多解 无界解 无最优解 例1. 唯一解 例2. 无穷多解 例3.无界解 例4. 无最优解 计算机算法(图解法只对n≤3有效) 图解法的启示与计算机求解思路 需待解决的理论问题 基本概念与理论 算法与求解 图解法的启示与计算机求解思路 最优解 在可行域D内（或边界）； 最优解 在D的顶点或边界达到； 求解思路设想：首先搜索D的顶点，然后通过顶点对应的目标值的比较来求解最优解 2.线性规划问题的基本概念 对于标准形式的线性规划： min f=cTx （a） Ax=b x≥0 （b） (1)可行解(feasible solution)——满足约束条件（b）的点x=（x1，x2，…，xn）T称为该LP的一个可行解； (2)最优解(optimal solution)——使目标函数值达到最小的可行解 (3) 基、基变量、非基变量 (base, basic variable, nonbasic variable) 设约束方程的系数矩阵A中，有m个线性无关的列向量， 且设 B=（P1，P2，…，Pm）线性无关，则称B为该LP的一个基； 相应的 P1，P2，…，Pm——为基向量； 与之对应的变量 x1，x2，…，xm——基变量，记为：XB= （x1，x2，…，xm）T ； 其余的向量为非基向量，记为：N=（Pm+1，Pm+2，…，Pn）； 其余的变量为非基变量 ，记为：XN=（xm+1，xm+2，…，xn）T； (4)基本解 (basic solution) 将Ax=b改写 （B，N）（XB，XN）T=b 有： BXB=b－NXN 令 XN=0 得到 BXB=b ——线性方程组。 由于B中各列向量线性无关，因此解此方程组有唯一解 即： XB= （x10，x20，…，xm0）T 于是得到Ax=b的一个确定的解： X0=（XB，XN）T =（x10，x20，…，xm0，0，0，…，0）T 称X0为该线性规划对应于基B的一个基本解。 3.基本解与基本可行