3.3.2 简单的线性规划问题 学案（人教A版必修5）.docVIP

3．3.2　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一些术语的含义． 3．会解决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．目标函数的最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 名　称 意　义 约束条件 关于变量x，y的不等式(组) 线性约束条件 关于x，y的一次不等式(组) 目标函数 欲求最大值或最小值的关于变量x，y的函数解析式 线性目标函数 关于x，y的一次解析式 可行解 满足线性约束条件的解(x，y) 可行域 由所有可行解组成的集合 最优解 使目标函数取得最大值或最小值的可行解 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 ：在线性约束条件下，最优解唯一吗？ 提示：最优解可能有无数多个，直线l0：ax＋by＝0与可行域中的某条边界平行时，求目标函数z＝ax＋by的最值，最优解就可能有无数多个． 名师点睛 1．解决线性规划问题的一般方法 解决线性规划问题的一般方法是图解法，其步骤如下： (1)确定线性约束条件，注意把题中的条件准确翻译为不等式组； (2)确定线性目标函数； (3)画出可行域，注意作图准确； (4)利用线性目标函数(直线)求出最优解； (5)实际问题需要整数解时，应调整检验确定的最优解(调整时，注意抓住“整数解”这一关键点)． 说明：求线性目标函数在约束条件下的最值问题的求解步骤是： ①作图——画出约束条件(不等式组)所确定的平面区域和目标函数所表示的平行直线系中的任意一条直线l. ②平移——将直线l平行移动，以确定最优解所对应的点的位置． ③求值——解有关的方程组求出最优解的坐标，再代入目标函数，求出目标函数的最值． 2．线性规划的应用 线性规划的理论和方法主要在两类问题中得到应用：一是在人力、物力、资金等资源一定的条件下，如何利用它们完成更多的任务；二是给定一项任务，如何合理安排和规划，能以最少的人力、物力、资金等资源来完成该项任务，常见的问题有： (1)物资调运问题：(2)产品安排问题；(3)下料问题． 题型一　求线性目标函数的最值 【例1】 已知关于x，y的二元一次不等式组 (1)求函数u＝3x－y的最大值和最小值； (2)求函数z＝x＋2y的最大值和最小值． [思路探索] 画边界，确定可行域，根据目标直线确定最大值、最小值的位置． 解　 图(1) (1)作出二元一次不等式组表示的平面区域，如图(1)所示． 由u＝3x－y，得y＝3x－u，得到斜率为3，在y轴上的截距为－u，随u变化的一组平行线， 由图可知，当直线经过可行域上的C点时，截距－u最大，即u最小． 解方程组得C(－2,3)， ∴umin＝3×(－2)－3＝－9. 当直线经过可行域上的B点时，截距－u最小，即u最大， 解方程组得B(2,1)， ∴umax＝3×2－1＝5. ∴u＝3x－y的最大值是5，最小值是－9. (2) 图(2) 作出二元一次不等式组表示的平面区域，如图(2)所示． 由z＝x＋2y，得y＝－x＋z，得到斜率为－，在y轴上的截距为z，随z变化的一组平行线． 由上图可知，当直线经过可行域上的A点时，截距z最小，即z最小， 解方程组得A(－2，－3)， ∴zmin＝－2＋2×(－3)＝－8. 当直线与直线x＋2y＝4重合时，截距z最大，即z最大， ∴zmax＝x＋2y＝4，∴z＝x＋2y的最大值是4，最小值是－8. 图解法是解决线性规划问题的有效方法．其关键在于平移目标函数对应的直线ax＋by＝0，看它经过哪个点(或哪些点)时最先接触可行域和最后离开可行域，则这样的点即为最优解，再注意到它的几何意义，从而确定是取得最大值还是最小值． 【变式1】 已知x，y满足约束条件求z＝3x＋5y的最大值和最小值． 解　 由不等式组作出可行域，如图所示． ∵目标函数为z＝3x＋5y， ∴作直线l：3x＋5y＝t(t∈R)． 平移直线l，在可行域内以经过点A的直线l1所对应的t最大． 类似地，在可行域内，以经过点B(－2，－1)的直线l2所对应的t最小． ∴zmax＝3×＋5×＝17，zmin＝3×(－2)＋5×(－1)＝－11. 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＝的取值范围． [思路探索] 解答本题可先将目标函数变形，找到它的几何意义，再利用解析几何知识求最值． 解　(1)作出可行域如图所示，A(1,3)，B(3,1)，C(7,9)． z＝x2＋(y－5)2表示可行域内任一点(x，y)到点M(0,5)的距离的平方， 过M作AC的垂线，易知垂足在AC上， 故MN＝＝＝. ∴MN2＝2＝， ∴z的最小值为.