第2章 节 线性规划（第1节） 运筹学课件.pptVIP

第二章 线性规划 ;线性规划(Linear Programming)是运筹学中研究得比较早,理论成熟，方法有效，应用广泛的一个重要分支。在运筹学中占有重要的位置。 早在20世纪30年代末，前苏联数学家康托洛维奇发表的小册子《生产组织与计划中的数学方法》，首先提出了线性规划模型，这是有关线性规划的最早文献； ;其后，美国也开始研究这个问题，最有影响的是希契科克研究的运输问题及其解。 后来由于第二次世界大战的需要，军事中有关规划、侦察、后勤、生产等各方面的问题被陆续提出，人们对线性规划问题的求解与应用展开了系统的研究，并于1947年由美国人旦茨格等提出了线性规划的单纯形算法，较好地解决了线性规划的求解问题，从而奠定了线性规划作为一门学科的基石。;随着电子计算机技术的不断发展，使线性规划的求解能力大大提高，更为线性规划在经济等各领域的广泛应用提供了极为有利的条件。线性规划已成为现代化管理的一种重要的手段。;线性规划研究的对象大体可分为两大类， 一类是在现有的人、财、物等资源的条件下，研究如何合理地计划、安排，可使得某一目标达到最大，如产量、利润目标等。 另一类是在任务确定后，如何计划、安排，使用最少的人、财、物等资源，去实现该任务，如使生产成本、费用最少等。这两类问题从本质上说是相同的，它们都是在一组约束条件下，去实现某一个目标的最优(最大或最小)。; 一、建立决策问题数学模型的一般方法;1．确定决策变量; 2．建立目标函数;作为建立数学模型的第二步，即要对每个决策目标，建立目标函数，找到目标值与决策变量的数量关系。 在本章线性规划中，讨论的数学模型只含一目标函数。且这函数关系是线性的，至于多个决策目标的数学模型，属于目标规划讨论的问题。; 3．确定约束条件;一个成本最小化的决策目标，就可能受制于一定的产量要求等等。这些限制往往是决策方案(即决策变量)的等式或不等式，称为约束条件。;在本章线性规划模型中，我们要求模型的所有约束条件也必须是线性的。;二、线性规划问题举例;表1.1;假定所生产的三种产品都能全部售出，问这三种产品每天要各生??多少件才能使获得的利润最大? 解 设 是甲、乙、丙三种产品的产量，是工厂的总利润。那么， 这里 是目标函数，而 是决策变量。;由于各种产品在三道工序的加工时间不能超过现有的加工能力，所以， 对于第一道工序，有： 对于第二道工序，有： 对于第三道工序，有： ;这些限制变量的条件都是约束条件。又由于 是表示产量，当然有 这些称为决策变量的非负性约束条件。 所以这个问题就是要求出 ， 它们满足以上四个约束条件，并使 的值最大。; 例1.2 (营养搭配问题)。如果有甲、乙、丙、丁四种食品，单价各不相同，都含有不同成分的维生素，其含量和单价如表1.2所示。 ;表1.2;现在我们希望每天得到的维生素不少于所规定的最低需要量，问应该如何搭配各种食品才能使所花的费用最少? 解 设 和 是每天采购甲、乙、丙、丁四种食品的数量， 是每天采购食品的费用，那么 ; 约束条件： ; 所以这个问题是要求出 ，使它们满足以上的约束条件并使 的值最小。 ;三、线性规划的标准形式;约束条件： 且约束条件右边的常数;在标准形式中，我们要求目标函数是线性的，并且是求最大值。 所有的约束条件(除决策变量为非负约束)也是线性的，且都是等式，等式右边的常数项非负 所有的决策变量是非负。;线性规划的标准形式可简记为 约束条件：;也可用矩阵形式记为： 约束条件：;其中： ; A为约束条件的系数矩阵，在标准形式中，一般我们要求约束条件方程的个数小于决策变量的个数，即m＜n，同时要求约束条件方程组是线性无关的，即 ;2．非标准形式线性规划问题的标准化; (1)求目标函数最小值 如果原模型是求目标函数最小值，记为;由于 令 就可将原目标函数化为求最大值 ; (2)约束条件是“ ” 如果原模型的约束条件中，有若干方程为 “ ”，则可对每一个这样的约束方程分别引入一个非负的变量，称为松弛变量，将其化为等式。 ; (3)约束条件是“ ”型。 如果原模型的约束条件中，有若干方程为 “ ”型，则可对每一个这样的约束方程分别引入一个非负的松弛变量，此时其系数应为负的，将其化为等式。 ;4)约束条件右边为负。 这种情况只需在约束条件两边同乘 “-1”，即可把约束条件右边化为正的。 ;; 例1.3 已知线性规划问题 约束条件： 试将此问题化为标准形式。