运筹学教程第2版课件作者邱菀华冯允成第2章节（修改后）.ppt

第2章 线性规划 2.1 线性规划的基本概念 2.2 线性规划的图解法 2.3 线性规划的标准形式 2.4 线性规划的解和基本定理 2.5 单纯形法 2.1 线性规划的基本概念 线性规划的数学模型为：求一组变量 的值，使之满足线性约束条件  (2-4) 并使线性目标函数 （2-5） 达到极值（最大或最小）。其中 为已知常数。 在经济和生产活动中，线性规划是在有限资源（人力、物力、财力）限制条件下，寻求获得最大收益或支付最低成本的可行方案的一种数学方法。其中收益、成本和限制条件均为变量的线性表达式，故称为线性规划问题，简记为LP（Linear Programming）问题。 2.2线性规划的图解法 当线性规划问题的决策变量个数少于４时，可用图解法求解。 图解法是利用几何图形来求解线性规划问题的一种方法，它将几何图形和线性规划问题中的基本概念联系起来，直观明了，有助于人们理解线性规划问题的基本思想和解题思路。 本节主要介绍两个决策变量的线性规划问题的图解法。 1．线性不等式的图像表示 （1）单个不等式的图像 对于一般情况，令f（x，y）＝ax＋by＋c式中， a、b、c为实常数。若 １）f（x，y）＝０，则其图像为一条直线，记为。 ２）f（x，y）≥０，则其图像是以为边界的一个半平面。 ３）f（x，y）≤０，则其图像是以为边界的另一个半平面。 当f（x，y）为非线性函数时，也有类似情况，不同之处在于它们的边界是曲线f（x，y）＝０，而不是直线。 如何判定两个半平面中哪一个是f（x，y）≥０的图像，哪一个是f（x，y）≤０的图像呢？ 只要任取不在上的点（x′，y′）（为简化计算，x′、y′越简单越好，若原点（０，０）不在上，则取原点计算起来最简便）代入f（x，y）中，若有f（x′，y′）＜０，则点（x′，y′）所在的半平面为f（x，y）≤０的图像，另一半平面为f（x，y）≥０的图像。否则（x′，y′）所在的半平面为f（x′，y′）≥０的图像，另一半平面为f（x，y）≤０的图像。 （2）线性不等式组的图像　 在线性规划中，称约束条件的图像为可行域。可行域中的点称为可行点或可行解。 线性不等式组的图像是一个“凸”的图形。这种图形的基本特点是：在图形区域内任取两点，则连接这两点的线段上的所有点都在图形范围内。具有这种特征的图形称为凸集（或凸多边形、凸多面体）。 2．目标函数等值线 目标函数P是一个依（x，y）而变化的变量。P值一旦确定，它的图像就是一条直线。P取一系列不同的值，则得到一组（或族）互相平行的直线，这些直线称为目标函数等值线。等值线就是位于该直线上的所有点都使目标函数取相等的值的直线。 3．线性规划的图解法 所谓用图解法求解线性规划问题，就是寻求与其可行域有公共点的具有极值的目标函数等值线，这些公共点就是线性规划的最优解，此目标等值线的目标值即为线性规划的最优值。 把线性规划的图解法归结为以下三个步骤： １）画出约束条件的图像———可行域。 ２）画出目标函数的图像———等值线。 ３）确定与可行域有公共点，且具有极值的目标 函数等值线，从而得到最优解、值。 例：用图解法求解线性规划问题 按照图解法步骤画出上图。 从中可以看出，该线性规划问题的最优解为 （x*,y*）＝（12,6） 它与可行域顶点B相对应，最优目标值P*=132。 从几何图直观上看到，线性规划问题如果存在最优解，则可能存在唯一最优解，也可能存在无穷多个最优解，并且最优解一定可以从可行域顶点中找到。此即为线性规划求解算法的核心思想。这一结论的正确性在n维空间也同样存在。 2.3 线性规划的标准形式 为了讨论和求解问题方便，人为的规定一种形式作为标准形式，不同形式的线性规划问题的数学模型，总可以等价地转化成这种标准形式： 式中， 均为实常数； （j＝１，２，…，n）为待求变量。且不失一般性，总可假定 ≥０（i＝１，２，…，m）。  矩阵形式为： 将线性规划模型转化为标准形式： 1.化不等式约束为等式约束 2.化自由变量为非负变量 3.化求目标函数最大值问题为求最小值问题 任意形式的线性规划与标准形式的线性规划之间的差异不 外乎以上三种情况。因此，任何线性规划问题都可以化为标准形式的线性规划问题来求解。线性规划的求解问题便归结为标准形式的线性规划的求解问题。这就大大降低了探求