运筹学讲义 _原创文档.pdf

运筹学讲义

《管理运筹学》

1、运筹学的工作步骤

(1)提出和形成问题．

(2)建立模型．

(3)求解．

(4)解的检验．

(5)解的控制．

(6)解的实施.

2、运筹学模型三种基本形式：(1)形象模型

(2)模拟模型

(3)符号或数学模型

构模的五种方法和思路：(1)直接分析法(如线性规划)

(2)类比法（手机的普及与电视机的普及）

(3)数据分析法（如汽车销售量预测模型）

(4)试验分析法（销售量与价格之间的关系模型）

(5)想定(构想)法（销售与心理）

3、如何将线性规划问题的一般形式化为标准形式：

1.如果问题是求目标函数的最小值，求minf＝∑Cjxj则可先将目

标函数乘（-1），化为求极大值问题，即求maxZ=－f=－∑Cjxj

2.如果有某个bk≤0，则可将该等式两边均乘以(－1)，使右端常数

项bk=－bk≥0

3.如果第k个约束条件是∑akjxj≤bk,引入松弛变量sk≥0,将它写

成∑akjxj+sk＝bk

如果第l个约束条件是∑aljxj≥bl则引入剩余变量(也可称为松弛变

量)sl≥0，将它写成∑aljxjsl=bl—且使松弛变量和剩余变量在目标函数

中的系数为零。

4.如果对某个变量xj没有非负限制(这种变量称为自由变量或无约

束变量)，则引进两个非负变量xj′，xj″，xj令＝xj′－xj″代人目标函数

和约束条件中，可将它化为对全部变量都有非负限制的问题。

4、①目标函数为变量的线性函数，约束条件也为变量的线性等式

或不等式的模型称之为线性规划。

②如果目标函数是变量的非线性函数，或约束条件中含有变量非

线性的等式或不等式的数学模型则称之为非线性规划。

③满足所有约束条件的解称为该线性规划的可行解。

④把使得目标函数值最大(即利润最大)的可行解称为该线性规划的

最优解,此目标函数值称为最优目标函数值，简称最优值

5、图解法的启示

1．最优解：如果某一个线性规划问题有最优解，则一定有一个可

行域的顶点对应一个最优解。（一般为封闭可行域凸集）

2．无穷多个最优解：若将上例中的目标函数变为求

maxZ=50x1+50x2

则代表目标函数的直线平移到最优位置后将和直线x1+x2=300重

合。此时不仅顶点B，

C都代表了最优解，而且线段BC上的所有点都代表了最优解，这

样最优解就有无穷多个了。

最优值50x1+50x2=15000。（一般为封闭可行域凸集）

3．无界解：即无最优解的情况。

4．无可行解：若在例l的数学模型中再增加4x1+3x2≥1200，显

然可见新的线性规划的可行域为空域，也即不存在满足所有约束条件

的x1和x2的解，当然更不存在最优解了。出现这种情况是由于约束

条件自相矛盾导致的建模错误。

（无可行域）

6、图解法得到的启示

①求解线性规划问题时，解的情况有；唯一最优解、无穷多最优

解、无界解、无可行解。

②若线性规划问题的可行域存在，则可行域是一个凸集。

凸集：如果集合C中任意两个点X1，X2，其连线上的所有点也都

是集合X中的点，称C为凸集。

凸集数学解析式可表为：对任何X1∈C，X2∈C，

有aX1+(1-a)X2∈C(0≤a≤1)，则称C为凸集

③若线性规划问题的最优解存在，则最优解或最优解之一(如果有

无穷多的话)一定是可

行域的凸集的某个顶点。

④解题思路：先找出凸集的任一顶点，计算在顶点处的目标函数

值。比较周围相邻顶点

的目标函数值是否比这个值大，如果为否，则该顶点就是最优解

的点或最优解的点之一，否则转到比这个点的目标函数值更大的另一

顶点，重复上述过程，一直到找出使目标函数值达到最大的顶点为止。

7、对偶价格总结：

在约束条件右边常量增加一个单位而使最优目标函数值