[经济学]1运筹学.pptVIP

三、课堂教学内容 运筹学的工作步骤 线性规划 (Linear Programming ——LP)是数学规划的一个分支，是一种解决在线性约束条件下追求最大或最小的线性目标函数的方法。一般可以表达成以下两个问题中的一个： 当资源给定时，要求完成的任务最多； 当任务给定时，要求为完成任务所消耗的资源最少。 第一章 线性规划及单纯形法第一节 线性规划问题及数学模型（P8） 四、 线性规划问题的标准型 例1 第2节 LP理论基础：(凸集、凸组合、顶点） 第2节 LP理论基础：(定理1、2*、3） 证明： 设X(1)﹑X(2)为LP可行域D内任意两点，X(1)≠X(2) ， 则AX(1)=b，AX(2)=b，X(1)≥0，X(2)≥0 令X为X(1)﹑X(2) 连线上任意一点， 即X=αX(1)+（1-α）X(2) ，（0≤α≤1） 代入约束AX=αAX(1)+（1-α）AX(2) =αb+（1-α）b=b， 又∵α≥0，（1-α）≥0，∴X≥0，即X(1)﹑X(2) 连线上任意一点也在D内，由凸集定义，D为凸集。 证明： 设X(1)﹑...﹑X(k)为可行域顶点，相应目标值Z(1)﹑...﹑Z(k) ，其中第m个顶点X(m)处目标值最大，记为Z(m) ，若X(0) 不是顶点但其目标值最优，则： 第3节 单纯形法(George Dantgig于1947年提出) 由线性代数知，对标准形LP问题，理论上可以求出所有基解（枚举法），再通过观察找出其中的可行解（基可行解），进而找出最优解。但如果变量和方程较多，比如m=50，n=100，所有基解有可能达1029个，即使计算机每秒能求解1亿个这样的方程组，也需要30万亿年！因此，必须寻求有效的算法. 表1-3 x3 x4 x2 x3 x4 x2 第六节 应用举例 0.8 6.6 3 1 0 x5 0.3 7.1 0 2 1 x4 0.2 7.2 2 2 0 x3 0.1 7.3 1 0 2 x2 0 7.4 3 0 1 x1 料头 合计 1.5米 2.1米 2.9米 方案 10：现要做100套钢架，每套需2.9米、2.1米和1.5米的圆钢各一根。已知原料长7.4米，问如何下料，使用的原料最省（料头最少或根数最少）？ 解：先根据经验列出若干能使料头较少的下料方案，并用xj代表按第j种方案（共5种）下料根数。 0.8 6.6 3 1 0 x5 0.3 7.1 0 2 1 x4 0.2 7.2 2 2 0 x3 0.1 7.3 1 0 2 x2 0 7.4 3 0 1 x1 料头 合计 1.5米 2.1米 2.9米 方案 定理1：若LP问题存在可行域，则其可行域 D={ X| } 是凸集。 X(0) = αi X(i) ，αi≥0， αi =1 CX(0)= αi CX(i)= αiZ(i)≤ αiZ(m)= Z(m) 据假使CX(0) 为最优值，∴X(m)处也能达到最优。 定理3：若可行域有界，LP问题的目标函数一定可以在其可行域的顶点上达到最优。 为加快计算速度，算法必须具有两个功能，一是每得到一个解，就来检验是否已经最优，若是，停止。二是若不是最优，要保证下一步得到的解不劣于当前解。基于线性代数原理，并将上述功能贯穿于算法过程，这就是线性规划的单纯形法。 第3节 单纯形法(George Dantgig于1947年提出) Z=2X1+3X2,C1=20, C2=30, ∴此解非最优 , 选X2进基. 令X1,X2=0,称非基变量 X1+2X2 +X3 =8 4X1 +X4 =16 4X2 +X5 =12 X=(0 0 8 16 12),Z=0 Max Z=2X1+3X2+0X3+0X4+0X5 X1+2X2 +X3 =8 4X1 +X4 =16 4X2 +X5 =12 X1,X2 ,X3 ,X4 ,X5 ≥0 0 4 0 0 1 12 X5 4 0 0 1 0 16 X4 1 2 1 0 0 8 X3 X1+2X2 +X3 =8 4X1 +X4 =16 4X2 +X5 =12 用表