线性规划建模和单纯形法.ppt

第一章 线性规划及单纯形法 例1.1: 某工厂拥有A、B、C三种类型的设备，生产甲、乙两种产品。每件产品在生产中需要占用的设备机时数，每件产品可以获得的利润以及三种设备可利用的时数如下表所示： 对设备C，两种产品生产所占用的机时数不能超过75，于是我们可以得到不等式：3x2 ≤75 ； 目标函数z为相应的生产计划可以获得的总利润：z=1500x1+2500x2 。综合上述讨论，在加工时间以及利润与产品产量成线性关系的假设下，把目标函数和约束条件放在一起，可以建立如下的线性规划模型： 目标函数 Max z =1500x1+2500x2? 约束条件 s.t. 3x1+2x2≤ 65 2x1+x2≤ 40 3x2≤ 75 x1 ,x2 ≥0? 图解法(解的几何表示)只适宜有两个变量的线性规划问题。 图解法求解线性规划问题的步骤如下： 例1.3 某工厂拥有A、B、C三种类型的设备，生产甲、乙两种产品。每件产品在生产中需要占用的设备机时数，每件产品可以获得的利润以及三种设备可利用的时数如下表所示： Max z = 2x1 + x2 st. 5x2 ≤ 15 (A) 6x1+2x2 ≤ 24 (B) x1+x2 ≤ 5 (C) x1 ,x2 ≥ 0 (D) 进一步分析讨论可知线性规划的可行域和最优解有以下几种可能的情况 1.可行域为封闭的有界区域 (a) 有唯一的最优解； (b) 有无穷多个最优解； 2.可行域为无界区域 (c) 有无界解； 3.可行域为空集 (d) 没有可行解，原问题无最优解 － 可行解、可行解集（可行域） 最优解、最优值 基、基变量、非基变量 基本解、基本可行解 可行基、最优基 Max z = 2x1 + x2 st. 5x2 ≤ 15 (A) 6x1+2x2 ≤ 24 (B) x1+x2 ≤ 5 (C) x1 ,x2 ≥ 0 (D) Max z = 2x1 + x2 st. 5x2 ≤ 15 6x1+2x2 ≤ 24 x1+x2 ≤ 5 x1 ,x2 ≥ 0 显然，若解中含有非零的人工变量，此时线性规划问题无可行解。 求 xi 的利润:利润 = 售价 - 各成本之和,可得到 xi（i = 1,2,3,4,5）的利润分别为15、10、7、13、9元。 这样我们建立如下数学模型： 目标函数: Max z = 15x1+10x2+7x3+13x4+9x5 约束条件： s.t. 5x1+10x2+7x3 ≤ 8000 6x1+4x2+8x3+6x4+4x5 ≤12000 3x1+2x2+2x3+3x4+2x5 ≤ 10000 x1, x2, x3, x4, x5 ≥ 0 生产计划的问题 解：设 xijk 表示第 i 种产品，在第 j 种工序上的第 k 种设备上加工的数量. 利润 = [（销售单价 － 原料单价）× 产品件数之和 － 每台时的设备费用×设备实际使用的总台时数之和] 这样我们建立如下的数学模型: Max 0.75x111+0.7753x112+1.15x211+1.3611x212+1.9148x312 － 0.375x121－0.5x221－0.4475x122－1.2304x322－0.35x123 s.t 5x111+10x211≤6000 （ 设备 A1 ） 7x112+9x212+12x312≤10000 （ 设备 A2 ）