3.3.3-1 简单的线性规划问题 学案 （苏教版必修5）.docVIP

3．3.3　简单的线性规划问题 第1课时　简单的线性规划问题 【课标要求】 1．了解线性规划的意义． 2．了解线性规划问题中有关术语的含义，会求一些简单的线性规划问题． 【核心扫描】 1．求目标函数的最值(重点、难点)． 2．本节与直线的截距和斜率，与点到直线的距离，以及方程等知识联系密切． 3．目标函数的最大值和最小值与其对应直线截距的关系．(易错点) 自学导引 线性规划中的基本概念 (1)约束条件：变量x，y满足的一组条件． (2)线性约束条件：由x，y的二元一次不等式(或方程)组成的不等式组． (3)目标函数：欲求最大值或最小值所涉及的变量x，y的解析式． (4)线性目标函数：目标函数是关于x，y的二元一次解析式． (5)可行解：满足线性约束条件的解(x，y)． (6)可行域：所有可行解组成的集合． (7)最优解：使目标函数取得最大值或最小值的可行解． (8)线性规划问题：在线性约束条件下，求线性目标函数的最大值或最小值问题． 想一想：在线性约束条件下，最优解唯一吗？ 提示　不一定，可能有一个或多个． 名师点睛 1．求解线性规划问题的注意事项 (1)线性约束条件是指一组对变量x，y的限制条件，它可以是一组关于变量x，y的一次不等式，也可以是一次方程． (2)有时可将目标函数z＝ax＋by改写成y＝mx＋nz的形式，将nz看作直线y＝mx＋nz在y轴上的截距来处理． (3)目标函数所对应的直线系的斜率，若与约束条件中的某一约束条件所对应的直线斜率相等，则最优解可能有无数个. (4)解线性规划问题，正确画出可行域并利用数形结合求最优解是重要一环，故力求作图准确；而在求最优解时，常把视线落在可行域的顶点上． 2．利用图解法解决线性规划问题的一般步骤 (1)作出可行域，将约束条件中的每一个不等式当作等式，作出相应的直线，并确定原不等式表示的区域，然后求出所有区域的交集. (2)令z＝0，作出一次函数ax＋by＝0. (3)求出最终结果．在可行域内平行移动一次函数ax＋by＝0，从图中能判定问题有唯一最优解，或者是有无穷最优解，或是无最优解. 题型一　求目标函数的最大值或最小值 【例1】 若变量x，y满足约束条件，则z＝x－2y的最大值为________． [思路探索] 先根据约束条件作出可行域，再平移直线x－2y＝0找到最大值点，代入z＝x－2y可求出最大值． 解　作出可行域如图所示，把z＝x－2y变形为y＝－，得到斜率为，在y轴上的截距为－，随z变化的一族平行直线． 由图可知，当直线y＝－经过点A时，－最小，即x最大，解方程组，得A点坐标为(1，－1)，所以zmax＝1－2×(－1)＝3. 答案　3 规律方法 解线性规划问题的关键是准确地作出可行域，正确理解z的几何意义，对一个封闭图形而言，最优解一般在可行域的边界上取得，在解题中也可由此快速找到最大值点或最小值点． 【训练1】 已知x，y满足z＝2x－y，求z的最大值和最小值． 解　z＝2x－y可化为y＝2x－z，z的几何意义是直线在y轴上的截距的相反数，故当z取得最大值和最小值时，应是直线在y轴上分别取得最小和最大截距的时候． 作一组与l0：2x－y＝0平行的直线系l，经上下平移，可得：当l移动到l1，即经过点A(5,2)时，zmax＝2×5－2＝8. 当l移动到l2，即过点C(1,4.4)时， zmix＝2×1－4.4＝－2.4. 题型二　非线性目标函数的最值问题 【例2】 已知，求： (1)z＝x2＋y2－10y＋25的最小值； (2)z＝的范围． [思路探索] →→ 解　作出可行域如图，并求出顶点的坐标A(1,3)、B(3,1)、C(7,9)． (1)z＝x2＋(y－5)2表示可行域内任一点(x，y)到定点M(0,5)的距离的平方，过M作直线AC的垂线，易知垂足N在线段AC上，故z的最小值是|MN|2＝. (2)z＝2·表示可行域内任一点(x，y)与定点Q(－1，－)连线的斜率的两倍，因为kQA＝，kQB＝， 故z的范围为[，]． 规律方法 非线性目标函数最值问题的求解方法 (1)非线性目标函数最值问题，要充分理解非线性目标函数的几何意义，诸如两点间的距离(或平方)，点到直线的距离，过已知两点的直线斜率等，充分利用数形结合知识解题，能起到事半功倍的效果． (2)常见代数式的几何意义主要有： ①表示点(x，y)与原点(0,0)的距离； 表示点(x，y)与点(a，b)的距离； ②表示点(x，y)与原点(0,0)连线的斜率；表示点(x，y)与点(a，b)连线的斜率，这些代数式的几何意义能使所求问题得以转化，往往是解决问题的关键． 【训练2】变量x，y满足设z＝，求z的最大值与最小值． 解　由约束条件 作出点(x，y)的可行域(如右图)阴影部