1-2 线性规划的图解法.ppt

二、 线性规划的图解法及标准型 ——解的几何表示 ——LP模型的标准化 2. 图解法举例 实施图解法，以求出最优生产计划（最优解）。 由于线性规划模型中只有两个决策变量，因此只需建立平面直角坐标系就可以进行图解了。 如果全部的劳动工时都用来生产甲产品而不生产乙产品，那么甲产品的最大可能产量为300吨，对应右图中的点E(300, 0). 同样乙产品最大可能生产 量对应点G(0,300)。 连接E、G两点得到约束 x1+ x2 ?300 所代表的 半平面即直线： x1+ x2 ＝300的左下方 。 3个约束条件及非负条件x1,x2 ?0所代表的公共部分：阴影区——满足所有约束条件和非负条件的点的集合，即可行域。 可行域中的每一个点都对应着一个可行的生产方案。 第二、三个约束条件的边界分别为 直线: 2x1+ x2 =400， x2 =250 这样的直线有无数条，而且相互平行，称目标函数等值线。 只要画出两条目标函数等值线，比如c＝0和c=15000，就能看出目标函数值递增的方向. 图中两条虚线分别代表目标函数等值线： 50x1+100x2=0和 50x1+100x2=15000, 箭头表示使两种产品的总利润递增的方向。 B对应的坐标就是最有利的产品组合，即生产A产品50件，B产品250件能使两种产品的总利润达到最大值 Zmax=50?50+100?250 =27500（元），x1=50,x2=250就是线性规划模型的最优解，Zmax=27500就是相应的目标函数最优值。 B点对应着该线性规划的最优解： X*=(1,2,0)T 即 x1=1 （产品A的产量） x2=2 （产品B的产量） x3=0 （产品C的产量） 此时可得产品最大总利润为： Zmax=8 结 论 从上面用例1图解法求解的过程中明显感觉到对具有三个决策变量的线性规划进行图解就麻烦得多了。因此，尽管图解法具有简单、直观的优点，但它的使用是有局限性的，对仅含有两个至多不超过三个决策变量的线性规划才适于使用图解法，大多数情况下仅对含有两个决策变量的线性规划才使用图解法求解，而对含有三个及三个以上决策变量的线性规划则应考虑使用更加有效的通用算法——单纯形法来进行求解，这将在§1-4节加以介绍。 例1和前例所描述的都是有唯一最优解且可行域是非空有界区域的情况。实际上，可行域不仅仅只有这一种可能，解的情况也是各种各样的。 无穷多个最优解 可行域为上图中四边形OAED（即阴影区），虚线为目标函数等值线，箭头为目标函数值递增的方向。沿着箭头的方向平移目标函数等值线，平移的最终结果是：目标函数等值线与可行域的一条边界－－线段AE重合！！ 这个结果表明，该线性规划有无穷多个最优解－－线段AE上的所有点都是最优点，它们都使目标函数取得相同的最大值Zmax=3。 唯一最优解 例1-3 将例1中目标要求改为极小化，目标函数和约束条件均不变，则可行域与例1相同，目标函数等值线也完全相同，只是在求最优解时，应沿着与箭头相反的方向平移目标函数等值线，求得的结果是有唯一最优解x1=0,x2=0,对应着图中的坐标原点。 无界解 本例中的可行域是一个无界区域， 如图中阴影区所示。虚线为目函数 等值线，沿着箭头所指的方向平移可 以使目标函数值无限制地增大，因此 找不到最优解。这种情况通常称为： 无“有限最优解” 或“最优解无界”。 如果一个实际问题抽象成像例1－4这样的线性规划模型，比如是一个生产计划问题，其经济含义就是某些资源是无限的，产品的产量可以无限大，解释不合理。此时应重新检查和修改模型，否则就没有实际意义。 注意，对于无界可行域的情况，也可能有唯一最优解或无穷多个最优解。 比如目标要求为minZ=x1+2x2或 maxZ=－2x1+x2， 而约束条件不变的例子。 3.用图解法求解线性规划时需特别注意： 第一、线性规划的可行域一定是凸多边形或凸多面体，所以下图中 所示阴影区不可能是某个线性规划的可行域，而