第一章 线性规划.ppt

概 述 线性规划问题的提出最早是1939年由前苏联数学家康托洛维奇在研究铁路运输的组织问题、工业生产的管理问题时提出来的。 1947年，美国学者丹西格（G.B.Dantzig）提出了线性规划问题的单纯形方法。 线性规划理论最为成熟、应用最为广泛 第一节 线性规划问题及其数学模型 一、问题提出 例1（生产计划问题）某企业利用A、B、C三种资源，在计划期内生产甲、乙两种产品，已知生产单位产品资源的消耗、单位产品利润等数据如下表，问如何安排生产计划使企业利润最大？ 从上述两个例子，我们可以总结出线性规划的数学模型的一般形式。 max(min) z=c1x1+c2x2+…+cnxn ——目标函数 a11x1+a12x2+…+a1nxn= (≥,≤) b1 a21x1+a22x2+…+a2nxn= (≥,≤) b2 ——约束条件 ………………………………… am1x1+am2x2+…+amnxn= (≥,≤) bm x1，x2，…，xn≥0 模型特点：目标函数(Objective function)与约束条件(Constraint)均为线性的；目标函数实现极大化或极小化。 第二节 线性规划图解法 (Graphical Solution) 一、基本概念 可行解(Feasible Solution)——任一满足约束条件的一组决策变量的数值； 可行域(Feasible Region)——所有可行解组成的集合，也称为可行解集； 目标函数等值线(Objective function line)——为于同一直线上的点，具有相同的目标函数值； 二、图解法步骤(Procedure) （1）画出线性规划问题的可行域； （2）画出两条目标函数等值线； （3）平行移动目标函数等值线，使目标函数在可行域范围内达到最优。 三、图解法举例 例1 max Z=50x1+100x2 x1 + x2≤300 2x1 + x2≤400 x2≤250 x1、x2≥0 例2 max Z=50x1+50x2 x1 + x2≤300 2x1 + x2≤400 x2≤250 x1、x2≥0 直 观 结 论 可行域可以是个凸多边形，可能无界，也可能为空； 若线性规划问题的最优解存在，它一定可以在可行域的某一个顶点上得到； 若在两个顶点上同时得到最优解，则该两点连线上的所有点都是最优解，即LP有无穷多最优解； 若可行域非空有界，则一定有最优解。 四、线性规划问题的标准形式(Standard form) 规定如下形式的线性规划数学模型为LP标准形式。 max z=c1x1+c2x2+…+cnxn ——目标函数 a11x1+a12x2+…+a1nxn= b1 a21x1+a22x2+…+a2nxn= b2 ——约束条件 ……………………… am1x1+am2x2+…+amnxn= bm x1，x2，…，xn≥0 特点：Z——max；约束条件为等号；变量非负；右端常数项大等于零。 上述标准形式的线性规划模型还可写成如下一些形式: (1) (2) (3) (5) 五、化非标准形为标准形 （1）若min f=cX 此时可令：z =－f，则max z=－min f =－cX，这样处理所得最优解不变； 举例： min z =－x1－x2 2x1 + x2≤2 －x1 + x2≤1 x1、x2≥0 max f =x1+ x2 (2)约束条件为“≤”时， ∑aijxj≤bi → ∑aijxj + xn+i = bi xn+i—— 松弛变量(slack variable)； (3)约束条件为“≥”时， ∑aijxj ≥ bi → ∑aijxj － xn+i = bi xn+i—— 过剩变量(surplus variable)； 这样处理所得最优解不变； max z =x1+10x2 x1 + 2x2≤100 x1、x2≥0 （4）若xk为无限制， 则令xk=xk1－xk2，其中xk1、xk2≥0 （5）若bi 0，则－bi 0 举例: 化下列线性规划为标准形 max z=2x1+2x2－4x3 x1 + 3x2－3x3 ≥30