第章 线性规划问题的图解法.pptVIP

一、 线性规划的图解法 －－－解的几何表示 2. 图解法举例 图解法求解步骤 由全部约束条件作图求出可行域； 作目标函数等值线，确定使目标函数最优的移动方向； 平移目标函数的等值线，找出最优点，算出最优值。 约束条件及非负条件x1,x2 ?0代表的公共部分－－图中阴影区，就是满足所有约束条件和非负条件的点的集合，即可行域。在这个区域中的每一个点都对应着一个可行的生产方案（可行解）。 令 Z=2x1+3x2=c, 其中c为任选的一个常数，在图中画出直线 2x1+3x2=c, 即对应着一组可行的生产结果，使两种产品的总利润达到c。 这样的直线有无数条，且相互平行，称这样的直线为目标函数等值线。只要画两条目标函数等值线，如令 c＝0和c=6，可看出目 标函数值变化的方向, 即虚线 l1和l2,箭头为产 品的总利润递增的方向。 对应坐标x1=4, x2=2 是最佳的产品组合, [4,2]T就是线性规划模型的最优解 使产品的总利润达到最大值maxZ=2?4+3?2=14就是目标函数最优值。 max z=x1+3x2 s.t. x1+ x2≤6 -x1+2x2≤8 x1 ≥0, x2≥0 max z=x1+3x2 s.t. x1+ x2≤6 -x1+2x2≤8 x1 ≥0, x2≥0 解：目标函数： Min f = 2x1 + 3 x2 约束条件： s.t. x1 + x2 ≥ 350 x1 ≥ 125 2 x1 + x2 ≤ 600 x1 , x2 ≥ 0 采用图解法。如下图：得Q点坐标（250，100）为最优解。 3、线性规划问题求解的 几种可能结果 (a) 唯一最优解 线性规划问题求解的 几种可能结果 无穷多个最优解 如图中可行域是一个无界区域，如阴影区所示。虚线为目标函数等值线，沿着箭头指的方向平移可以使目标函数值无限制地增大，但是找不到最优解。 图解法的几点结论:（由图解法得到的启示） 可行域是有界或无界的凸多边形。 若线性规划问题存在最优解，它一定可以在可行域的顶点得到。 若两个顶点同时得到最优解，则其连线上的所有点都是最优解。 * * 1．什麽是图解法？ 线性规划的图解法就是用几何作图的方法分析并求出其最优解的过程。 求解的思路是：先将约束条件加以图解，求得满足约束条件和非负条件的解的集合（即可行域），然后结合目标函数的要求从可行域中找出最优解。 例1-1 9 — 8 — 7 — 6 — 5 — 4 — 3 — 2 — 1 — 0 | | | | | | | | | 1 2 3 4 5 6 7 8 9 x1 x2 x1 + 2x2 ? 8 (0, 4) (8, 0) 目标函数 Max Z = 2x1 + 3x2 约束条件 x1 + 2x2 ? 8 4x1 ? 16 4x2 ? 12 x1、 x2 ? 0 4x1 ? 16 4 x2 ? 12 图解法 9 — 8 — 7 — 6 — 5 — 4 — 3 — 2 — 1 — 0 x2 目标函数 Max Z = 2x1 + 3x2 约束条件 x1 + 2x2 ? 8 4x1 ? 16 4x2 ? 12 x1、 x2 ? 0 | | | | | | | | | 1 2 3 4 5 6 7 8 9 x1 x1 + 2x2 ? 8 4x1 ? 16 4 x2 ? 16 可行域 图解法 9 — 8 — 7 — 6 — 5 — 4 — 3 — 2 — 1 — 0 | | | | | | | | | 1 2 3 4 5 6 7 8 9 x1 x2 目标函数 Max Z = 2x1 + 3x2 约束条件 x1 + 2x2 ? 8 4x1