第2章 线性规划的图解法48376.pptVIP

第二章　线性规划的图解法 §1　问题的提出 §2　图解法 §3　图解法的灵敏度分析 第一节 线性规划问题 及其数学模型 问题的提出 例1: 生产计划问题 决策变量（Decision variables） 目标函数（Objective function） 约束条件（Constraint conditions） 可行域（Feasible region) 最优解（Optimal solution) 该计划的数学模型 目标函数 Max Z = 50x1 + 100x2 约束条件 x1 + x2 ? 300 2x1 + x2 ? 400 x2 ? 250 x1、 x2 ? 0 例2:某工厂拥有A、B、C 三种类型的设备，生产甲、乙两种产品。每件产品在生产中需要占用的设备机时数，每件产品可以获得的利润以及三种设备可利用的时数如下表所示： 对设备C ：两种产品生产所占用的机时数不能超过75，于是我们可以得到不等式：3x2 ≤75 ；另外，产品数不可能为负，即 x1 ,x2 ≥0。 同时，我们有一个追求目标，即获取最大利润。于是可写出目标函数z为相应的生产计划可以获得的总利润： z = 1500x1 + 2500x2 综合上述讨论，在加工时间以及利润与产品产量成线性关系的假设下，把目标函数和约束条件放在一起，可以建立如下的线性规划模型： 目标函数 Max z =1500x1+2500x2? 约束条件 s.t. 3x1 + 2x2 ≤ 65 2x1 + x2 ≤ 40 3x2 ≤ 75 x1 ,x2 ≥ 0? 线性规划问题的共同特征 一组决策变量X表示一个方案,一般X大于等于零。 约束条件是线性等式或不等式。 目标函数是线性的，求目标函数最大化或最小化 建模过程 1.理解要解决的问题，了解解题的目标和条件； 2.定义决策变量（ x1 ，x2 ，… ，xn ），每一组值表示一个方案； 3.用决策变量的线性函数形式写出目标函数，确定最大化或最小化目标； 4.用一组决策变量的等式或不等式表示解决问题过程中必须遵循的约束条件 线性规划模型的一般形式 线性规划问题的标准形式 标准形式为: 标准形式可以简写为 线性规划的标准形式有如下四个特点： 目标最大化； 约束为等式； 决策变量均非负； 右端项非负。 对于各种非标准形式的线性规划问题，我们总可 以通过以下变换，将其转化为标准形式: 2、约束条件不是等式的问题 “?” 约束：加入非负松驰变量 当“?” 约束： 减去非负剩余变量； 解 ：标准形为 4.右端项有负值的问题： 在标准形式中，要求右端项必须每一个分量非负。当某一个右端项系数为负时，如 bi0，则把该等式约束两端同时乘以-1，得到：-ai1 x1-ai2 x2- … -ain xn = -bi。 例：将以下线性规划问题转化为标准形式? Min f = 2 x1 -3x2 + 4 x3 s.t. 3 x1 + 4x2 - 5 x3 ≤6 2 x1 + x3 ≥8 x1 + x2 + x3 = -9 x1 , x2 , x3 ≥ 0? 解：首先,将目标函数转换成极大化： 令 z = -f = -2x1+3x2-4x3 其次考虑约束，有2个不等式约束，引进松弛变量x4，x5 ≥0。 第三个约束条件的右端值为负，在等式两边同时乘-1。 通过以上变换，可以得到以下标准形式的线性规划问题： Max z =-2x1+3x2-4x3 s.t. 3x1+4x2-5x3 +x4 = 6 2x1 +x3 -x5 = 8 -x1 -x2 -x3 = 9 x1 ,x2 ,x3 ,x4 ,x5 ≥ 0 例1.目标函数： Max