《运筹学》线性规划学习课件演示课件.pptVIP

图示目标函数 求最优解 x1 x2 最优解 等值线向右上方移动，函数值变大。在其即将离开可行域时达到B（3/2,1）点。所以最优解为： 此时最优值为： 精选文档 2.2.2 线性规划求解的可能结局 1、有唯一的最优解 2、有无穷多个最优解 （将目标函数改为 z=4x1+3x2 ） 精选文档 max z =3x1 + 5.7x2 s.t. x1 + 1.9x2 ≥ 3.8 x1 - 1.9x2≤ 3.8 x1 + 1.9x2 ≤11.4 x1 - 1.9x2 ≥ -3.8 x1 ，x2 ≥ 0 x1 x2 o x1 - 1.9 x2 = 3.8 x1 + 1.9 x2= 3.8 x1 + 1.9 x2 = 11.4 （7.6,2） D 0=3 x1 +5.7 x2 max Z min Z （3.8,4） 34.2 = 3 x1 +5.7 x2 可行域 x1 - 1.9 x2 = -3.8 (0,2) (3.8,0) 绿色线段上的所有点 都是最优解,即有无穷多最优解。Zman=34.2 精选文档 3、无界解 指线性规划问题有可行解，但是在可行域，目标函数值是无界的，因而达不到有限最优值。因此线性规划问题不存在最优解。 精选文档 4、无可行解 指找不到一组变量能满足线性规划的所有约束条件的情况，也就是线性规划问题不存在可行解，或者说可行域是空集。例如线性规划问题： 精选文档 LP 解的几种情况 （1）唯一解 （2）多重最优解 （3）无可行解 注：出现（3）、（4）情况时，建模有问题 （4）无有限最优解 精选文档 另外两个重要的结论： 线性规划问题可行域若不是空集，则它是一个凸集； 线性规划问题的最优解若存在，则一定可以在其可行域的一个顶点上达到。 精选文档 最优解： x1 = 0， x2 = 1 最优目标值 z = 3 课堂练习 图解法求解线性规划 0 1 2 3 4 1 2 3 4 x 1 x 2 O -1 -2 (1) (2) (3) 精选文档 例 某工厂经市场调研，决定生产甲、乙两种产品，其单台利润分别为60元和30元，两种产品共用一种钢材、一台设备，其资源及获利情况如下： 甲 乙 现有资源 钢材消耗定额（公斤/台） 2 4 600公斤 台时消耗定额（小时/台） 3 1 400小时 配件（件/台） 2 0 250件 利润（元） 60 30 求利润最大的产品结构决策。 精选文档 ② 确定目标函数及约束条件——建立数学模型 目标函数： ③ 将不等式变为等式并在x1－x2坐标图中作出直线 ④ 最优点在凸边形的顶点，代入（1）式可得maxP 解： ① 设变量：设甲生产x1台，乙生产x2台，可得最大利润 约束条件： 精选文档 0 50 50 100 100 150 150 200 250 300 350 200 250 300 350 400 x1 x2 A(0,150) B(100,100) C(125,25) D(125,0) (4) 精选文档 2.4 线性规划解的基本概念与性质 在本节，我们主要考虑模型具有标准形式的线性规划问题 （2.6） 精选文档 线性规划问题解的概念及性质 对于线性规划问题（2.6）来说，可行解实际上是由约束条件构成的线性方程组（常称为约束方程组） 的解，并且还满足非负约束条件，即各个决策变量都取非负值： 。 精选文档 对于线性规划问题（2.6），可以证明如下的结论： 定理2.1 线性规划问题的可行域如果不是空集，就一定是凸集。 凸集:指一个非空集，并且以其中任意两个点为端点的直线段上的所有点都属于该集合。 顶点：在凸集中，如果一个点不位于其他两点为端点的线段的内部，则称其为该凸集的顶点。例如上图中第一个凸集的A点，或第二个凸集的B点，分别是相应的凸集的顶点。 哪个是凸集呢？ 精选文档 今后我们将A的任一个具有这样的特征的子矩阵B称为线性规划问题（2.6）的一个基。也就是说线性规划问题的基就是矩阵A的一个 且行列式不为零的子矩阵。 我们将约束方程组的系数矩阵 称为线性规划问题的系数矩阵，并且总假定其秩等于其行数： 。这意味着系数矩阵 的各行是线性无关的， 这也表明约束方程中的各个方程是相互独立的。 由于矩阵A的秩为m, 故至少存在一个 的子矩阵B，其行列式不为零。 精选文档 例如，对于线性规划问题 其系数矩阵为 则下面两个矩阵都是该线性规划问题的基。 和 还能找出其它基吗？ 精选文档 例如，对上面的线性规划问题，若我