[数学]数模线性规划.ppt

最优化问题 最优化就是在一定的约束条件下求函数的最大值或最小值 最值点： 极值点、导数不存在点、区间端点 按函数和约束条件的类型进行讨论 　线性规划Linear Programming 建模过程 1. 理解要解决的问题、解题的目标和条件； 2. 定义决策变量（ x1 ，x2 ，… ，xn ），每一组值表示一个方案； 3. 用决策变量的线性函数形式写出目标函数，确定最大化或最小化目标； 4. 用一组决策变量的线性等式或不等式表示解决问题过程中必须遵循的约束条件 线性函数：变量一次方 目标函数为变量的线性函数，约束条件也是变量的线性函数，这类模型称这为线性规划。 满足所有约束条件的解称为可行解。 使目标函数最大（或最小）的解称为最优解。 非线性规划。已知一铁丝长为L，如何弯成一个三角形，使其面积最大 不是三角形,任意形状,何时面积最大? 例1.目标函数： Max z = 50 x1 + 100 x2 约束条件： s.t. x1 + x2 ≤ 300 (Ⅰ) 2 x1 + x2 ≤ 400 (Ⅱ) x2 ≤ 250 (Ⅲ) x1 ≥ 0 (Ⅳ) x2 ≥ 0 (Ⅴ) 得到最优解： x1 = 50， x2 = 250 最优目标值 z = 27500 (1)分别取决策变量X1、X2 为坐标向量建立直角坐标系。在直角坐标系里，图上任意一点的坐标代表了决策变量的一组值，每个约束条件都代表一个半平面。 （2）对每个不等式(约束条件)，先取其等式在坐标系中作直线，然后确定不等式所决定的半平面。 （3）五个图合并，取各约束条件的公共部分(可行域)，如右下图。A，B，C，D，E是可行域的顶点，对有限个约束条件，其可行域的顶点也是有限的。 （4）目标函数z=50x1+100x2，当z取某一固定值时得到一条直线，直线上的每一点都具有相同的目标函数值，称之为“等值线”。平行移动等值线，当移动到B点时，z在可行域内实现了最大化。B点为两直线x2=250 、 x1+x2=300的交点。故解为 x1=50 、 x2=250 可行域的几何结构为凸集 凸集：集合中任意两点的连线都在这个集合中 例：矩形、圆 立方体、球体 结论： 如果线性规划有最优解，则一定有一个可行域的顶点对应一个最优解； 无穷多个最优解。若将例1中的目标函数变为max z=50x1+50x2，则线段BC上的所有点都代表了最优解； 无界解。这种情况是由于忽略了一些必要的约束条件； 无可行解。这种情况是由于约束条件自相矛盾引起的。 应用：人力资源分配的问题 解：每个班次工作时间都为4小时，设 xi 表示第i班次时开始上班人数,则第i班上班人数应包括第i-1班开始上班人数和第i班开始上班人数。这样我们建立如下的数学模型。 目标函数：Min x1 + x2 + x3 + x4 + x5 + x6 约束条件：s.t. x1 + x6 ≥ 60 x1 + x2 ≥ 70 x2 +x3 ≥ 60 x3 + x4 ≥ 50 x4 + x5 ≥ 20 x5 + x6 ≥ 30 x1,x2,x3,x4,x5,x6 ≥ 0 结果 解： 例 某公司从两个产地A1、A2将物品运往三个销地B1、B2、B3，各产地的产量、各销地的销量和各产地运往各销地每件物品的运费如下表所示，问：应如何调运可使总运输费用最小？ 一般运输模型：产销平衡 A1、A2、…、 Am 表示某物资的m个产地，si 表示产地Ai的产量 B1、B2、… 、Bn 表示某物资的n个销地， dj 表示销地Bj 的销量； cij 表示从产地Ai运往销地Bj的运输单价 设 xij表示从产地Ai运往销地Bj的运输量 一般运输问题的模型