1.1线性规划及数学模型及其标准形.pptVIP

运 筹 学 第一章.线性规划 线性规划问题的实例 线性规划的基本概念 线性规划的数学模型 线性规划问题的标准形式 §1.1 线性规划的数学模型 及其标准形式 Linear Programming 问题的提出 例1: 生产计划问题 产品 I 产品 2 如何安排生产 使利润最大 ？ 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) 基本概念 问题中要确定的未知量，表明规划中的用数量表示的方案、措施，可由决策者决定和控制。 它是决策变量的函数 指决策变量取值时受到的各种资源条件的限制，通常表达为含决策变量的等式或不等式。 满足约束条件的决策变量的取值范围 可行域中使目标函数达到最优的决策变量的值 例2. 生产策略问题,(I为大轿车,II为载重汽车) 问:如何安排生产才能获得最大? 该计划的数学模型 目标函数 Max Z = 4x1 + 3x2 约束条件 5x1 + 2.5x2 ? 2500 2x1 + 2x2 ? 1600 x1 ? 400 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. 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 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: 目标函数最大 约束条件等式 决策变量非负 简写为 用向量表示 用矩阵表示 C—价值向量向量 X—决策变量向量 b—资源 一般线性规划问题的标准形化 例： 目标函数 Min Z = 2x1 + 3x2 约束条件 x1 + 2x2 ? 8 4x1 ? 16 4x2 ? 12 x1、 x2 ? 0 min Z=CX 等价于 max Z’ = -CX “?” 约束：加入非负松驰变量 一般线性规划问题的标准形化 例： “?” 约束： 减去非负剩余变量； Max 例 ： 可正可负（即无约束）； 解 ：标准形为 运 筹 学 第一章.线性规划