[数学]Chapter 2 线性规划.ppt

例题5 分配问题及匈牙利算法(Assignment Problem) 1.1 数学模型 Mathematical Model 线性规划（Linear Programming,缩写为LP）是运筹学的重要分支之一，在实际中应用得较广泛，其方法也较成熟，借助计算机，使得计算更方便，应用领域更广泛和深入。 应用模型举例 【例1.1】最优生产计划问题。某企业在计划期内计划生产甲、乙、丙三种产品。这些产品分别需要要在设备A、B上加工，需要消耗材料C、D，按工艺资料规定，单件产品在不同设备上加工及所需要的资源如表1.1所示。已知在计划期内设备的加工能力各为200台时，可供材料分别为360、300公斤；每生产一件甲、乙、丙三种产品，企业可获得利润分别为40、30、50元，假定市场需求无限制。企业决策者应如何安排生产计划，使企业在计划期内总的利润收入最大？ 表1.1 产品资源消耗 分析：设变量xi为第i种（甲、乙、丙）产品的生产件数（i＝1，2，3）。根据题意，我们知道三种产品的生产受到设备能力（机时数）的限制。对设备A，三种产品生产所占用的机时数不能超过200，于是我们可以得到不等式： 3x1+ x2+ 2 x3 ≤ 200； 对设备B，三种产品生产所占用的机时数不能超过200，于是我们可以得到不等式： 2x1+2x2+4x3 ≤ 200； 对材料C，三种产品生产所消耗的材料数不能超过360公斤，于是我们可以得到不等式： 4x1+5x2+x3 ≤ 360；对材料D ，三种产品生产所消耗的材料数不能超过300，于是我们可以得到不等式： 2x1+3x2+5x3 ≤ 300； 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=40x1+30x2 +50x3 【解】设x1、x2、x3 分别为甲、乙、丙三种产品的产量数学模型为： 这是一个典型的利润最大化的生产计划问题。其标中，“Max”是英文单词“Maximize”的缩写，含义为“最大化”；例题中x1、x2、x3 称为决策变量;不等式组称为约束条件,( 有时在它前面加“s.t.”表示“subject to”的意思，意思是“满足于……”);函数Z称为目标函数,随讨论问题的不同,Z也可以求最小值. 线性规划的数学模型由 决策变量 Decision variables ;目标函数Objective function及约束条件Constraints构成。称为三个要素。 书本还例举了诸如合理用料问题;配料问题;投资问题;均衡配套生产问题等. 线性规划的一般模型 一般地，假设线性规划数学模型中，有m个约束，有n个决策变量xj, j=1,2…,n，目标函数的变量系数用cj表示, cj称为价值系数。约束条件的变量系数用aij表示，aij称为工艺系数。约束条件右端的常数用bi表示，bi称为资源限量。则线性规划数学模型的一般表达式可写成 1.2 线性规划的标准型Standard form of LP Max（或Min）z = c1x1 + c2x2 + … + cnxn 可以看出，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xj均非负、右端常数bi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 如果目标函数为 Min f = c1x1 + c2x2 + … + cnxn  则可以令z ＝ -f ，该极小化问题与下面的极大化问题有相同的最优解，即 Max z = -c1x1 - c2x2 - … - cnxn  但必须注意，尽管以上两个问题的最优解相同，但他们最优解的目标函数值却相差一个符号，即 Min f ＝ - Max z 线性规划的标准形式也写成下列形式： 如何将非标准形式的线性规划问题转化为标准形式 ２当约束条件为 ai1x1+ai2x2+ … +ainxn ≥ bi 时，类似地令 s=(ai1x1+ai2x2+ … +ainxn)- bi 显然，s 也具有非负约束，即s≥0，这时新的约束条件成为 ai1x1+ai2x2+ … +ainxn-s = bi  【例1.12】将下列线性规划化为标准型 (2) 第一个约束条件是≤号，在≤左端加入松驰变量x4，x4≥0,化为等式 (3)第二个约束条件是≥号，在≥号 左端减去剩余变量x5，x5≥0。也称松驰变量 综合起来得到下列标准型  当某个变量xj≤0时,令x/j=－xj 。 当某个约束是绝对值不等式时，将绝对值不等式化为两个不等式，再化为等式，例如约束  【例1.13】将下例线性规划化为标准