[高等教育]11 72线性规划问题及其数学模型.ppt

【例1】最优生产计划问题。 某工厂在计划期内要安排生产Ⅰ、Ⅱ两种产品，已知生产单位产品所需的设备台时及A、B两种原材料的消耗，如表1-1所示。 预备知识： 1、融会贯通地理解要解决的问题， 搞清在什么条件下，要追求什么目标？ 2、这个要实现的目标是由一组变量决定的—— 决策变量。 定义决策变量，每一个问题用一组决策变量 （x1 , x2 , x3 … , xn）来表示某一方案， 每组决策变量的值就代表一个具体方案； 3、用决策变量的线性函数来表示写出所要追求的目标，我们称之为目标函数。 按问题的不同，可能要求这目标函数实现最大化或最小化。 4、这些决策变量需要一定的限制和约束，这些约束条件可以用一组线性等式或线性不等式来表示。 解：将此实际问题转化为线性规划模型步骤如下： 1.明确问题，确定决策变量 设工厂1和工厂2每天分别处理污水x1万m3和x2万m3 数学模型 小结1：建模的基本步骤 设置决策变量，它们体现解决问题的方案。 小结2：数学模型的共同特征 （1）每一个线性规划问题都用一组决策变量 , 每组决策变量的值就代表一个具体方案。 一般这些变量取值是非负且连续的； (2)要有各种资源和使用有关资源的技术数据创造新价值的数据；资源的数据: (3) 存在可以量化的约束条件， 这些约束条件可以用一组线性等式或线性不等式来表示; (4) 要有一个达到目标的要求， 它可用决策变量的线性函数(称为目标函数)来表示。 按问题的不同，要求目标函数实现最大化或最小化。 具有上述特征的数学模型称为线性规划模型 一类是在有限的人力、物力、财力的条件下，研究如何合理地计划和安排，使得某一目标达到最大（产量最大、利润最大）。 另一类是任务确定后，如何计划和安排，用最少的人力、物力和财力，去实现该任务，使得成本最小。 线性规划的一般模型形式 它们的对应关系可用表格表示： 1.2 二维线性规划问题的图解法 对于只有两个决策变量的LP，可以在平面直角坐标系上作图表示其有关概念，并进行求解。 定义1 在LP 问题中，凡满足约束条件的解 称为LP 问题的可行解，所有可行解的集合称为可行解集（或可行域）。 max z=2x1+3x2 s.t. x1+ 2x2≤8 4x1 ≤16 4x2≤12 x1 ≥0, x2≥0 LP图解法的基本步骤： max z=x1+3x2 s.t. x1+ x2≤6 -x1+2x2≤8 x1 ≥0, x2≥0 线性规划问题解的几种情况： 【 例1 】 max z=2x1+ 3 x2 s.t. x1+ 2x2≤8 4x1 ≤16 4x2≤12 x1 ≥0, x2≥0 例： max z=x1+x2 s.t. -2x1+ x2≤4 x1 - x2 ≤2 x1 ≥0, x2≥0 无可行解 求解线性规划问题最优解的方法： 确定可行域 = 凸集(凸多边形) 确定可行域顶点 = 求基可行解 寻找最优解， 如果最优解存在，则必在可行域的某一顶点 = 在基可行解中寻找 图解法优点： 向量式： 矩阵式： (1)目标函数 若目标函数是求最小值，即min z=CX。 因为求 min z 等价于求 max (-z)， 故令 z’ = - z， 于是得到max z′= -CX。 这就同标准型的目标函数的形式一致了。 (2)约束条件 若约束方程为不等式，则有两种情况： 一种是约束方程为“≤”不等式，则可在“≤”不等式的左端加入非负松弛变量，把原“≤”不等式变为等式； 另一种是约束方程为“≥”不等式，则可在“≥”不等式的左端减去非负剩余变量(也可称松弛变量)，把不等式约束条件变为等式约束条件。 例3： 将例1的数学模型化为标准型。 处理的步骤： 例4 ： 将下述线性规划问题化为标准型 （4） 右端项系数 1.4 线性规划问题的解的概念 1.可行解、可行解集（可行域） 最优解、最优值 2.基、基变量、非基变量 3.基本解，基本可行解 4.可行基、最优基 1. 可行解，可行域，最优解 2. 基，基向量，基变量，非基变量 设A是约束方程组m×n维的系数矩阵，其秩为m， B是矩阵A中m×m阶非奇异子矩阵（B的行列式│B│≠0）， 则称B是线性规划问题的一个基阵或基。 （2