a第五章线性规划--.pptVIP

引言 1 运筹学的发展历史（Operations Research） 第二次世界大战高射炮阵地火力的配置，武器库设置问题等 英国雷达、新式武器演示及评价（1938）——“作业研究” Erlang 1917的排队论； 美国数学家G.B.Dantzig的线性规划求解问题（1947）；T.C.Koopmans的运输问题;很多诺贝尔奖金得主的工作与运筹均有关。 60年代华罗庚“优选法、统筹方法”，国防科技的计划评审技术。 计算机→运筹学的发展→实际问题的最优与满意解。  第五章 线性规划（Linear Programming ） 教学目的： 重点引入线性规划问题的模型、几何性质、单纯形解法。应理解和掌握线性规划的几何性质和求解原理，能针对实际问题，建立相应的线性规划模型。 解：设x1，x2分别为甲、乙产品的数量，则有 约束条件 x1 + 2x2≤8 4x1 ≤16 4x2≤12 x1≥0，x2≥0，称x1，x2为决策变量 解：设 xij为从产地运往销地的物资数量(i=1,2；j=1,2,3), 则有 目标函数： min z=2 x11+x12+3 x13+2x21+ 2x22+4x23 约束条件: x11+x12+ x13 = 50 x21+ x22+x23 = 30 x11+ x21 =40 x12+ x22 =15 x13+ x23 =25 xij≥0 i=1,2；j=1,2,3 总结： 线性规划三要素： 决策变量、目标函数、 约束条件 线性规划的特点: 目标线性、约束条件为线性不等式或等式 线性规划问题模型的标准型 分量形式：线性规划（LP）的标准型： 目标函数： max z=c1 x1+ c2 x2+ …+ cn xn 约束条件： a11 x1 + a12 x2+ …+ a1n xn=b1 s.t a21 x1 + a22 x2+ …+ a2n xn=b2 … … … am1 x1 + am2 x2+ …+ amn xn=bm x1≥0，x2≥0，…，xn≥0 且bi≥0，若 bi0，则乘(-1) 注: 有些书中以min型目标函数为标准型 任意线性规划模型转化为标准型的方法 1、目标最小化： min Z=max(―Z)=max Z? 2、约束条件为不等式： “≥” 引进非负松弛变量xk≥0,(减去)松弛变量,对应于xk的目标系数取为零。 “≤” 引进松弛变量xl≥0, (加入)松弛变量,对应于xl 的目标系数取为零。 3、决策变量xk是自由变量(无非负限制)，或xj有上下界限制是可以引进新的变量，转化为变量≥0形式。例如xk是自由变量，引进xl≥0, xm≥0,新变量，令xk =xl-xm，对应的目标系数仍为ck 。 4、当bi小于零的时候，在等式两边同时乘以-1即可。 “小加、大减、一变二” §2 线性规划图解法 § 2.1、图解法: 图解法不是解线性规划的主要方法,只是用于说明线性规划解的性质和特点。只能解两个变量问题。 （用图解法求解,线性规划不需要化成标准型） ?图解法的步骤： 1、约束区域的确定 2、目标函数等值线 3、平移目标函数等值线求最优值 有唯一解 例1： max z=2x1+ 3x2