第一章 线性规划1

合集下载

运筹学讲义_1线性规划

运筹学讲义_1线性规划

第一章 线性规划【教学内容】线性规划模型,图解法,可行区域的几何结构,基本可行解及线性规划的基本定理,单 纯形方法,单纯形表,两阶段法,关于单纯形方法的几点说明,对偶线性规划,对偶理论, 对偶单纯形法,求解线性规划问题的几个常用软件。

【教学要求】要求学生理解线性规划的标准形式,能熟练的将一般的线性规划问题化为标准形式;掌 握图解法,能用单纯形法求解线性规划问题;掌握灵敏度分析方法,能够建立线性规划模型 及用常用软件求解线性规划问题。

【教学重点】线性规划模型,图解法,单纯形方法,单纯形表,两阶段法,对偶线性规划,对偶单纯 形法,灵敏度分析。

【教学难点】基本可行解及线性规划的基本定理,单纯形方法,对偶线性规划,对偶理论,对偶单纯 形法。

第一节 线性规划模型线性规划(Linear Programming , 简记为 LP )问题研究的是在一组线性约束条件下一个线 性函数最优问题。

§1.1 线性规划问题举例例 1.1.1 某工厂用 3 种原料 3 2 1 , , P P P 生产 3 种产品 3 2 1 , , Q Q Q 。

已知单位产品所需原 料数量如表 1.1.1 所示,试制订出利润最大的生产计划。

453 单位产品的利润(千元)20005 2 800 4 2 0 P 2 1500 0 3 2 P 1 原料可用量Q 3Q 2 Q 1 单位产品所需产品原料数量(kg)原料3P 3表 1.1.1分析 设产品 j Q 的产量为 j x 个单位, 3 , 2 , 1 = j ,它们受到一些条件的限制。

首先, 它们不能取负值,即必须有 3 , 2 , 1 , 0 = ³ j x j ;其次,根据题设,三种原料的消耗量分别不 能超过它们的可用量,即它们又必须满足:1223 123 231500 24800 3252000 x x x x x x x +£ ì ï+£ í ï ++£ î我们希望在以上约束条件下,求出 3 2 1 , , x x x ,使总利润 3 2 1 4 5 3 x x x z + + = 达到最大, 故求解该问题的数学模型为:123 12 23 123 max 354 231500 24800 .. 3252000 0,1,2,3j z x x x x x x x s t x x x x j =++ +£ ì ï +£ ï í++£ ï ï ³= î 类似这样的问题非常多。

第一章线性规划

第一章线性规划
所以运输问题的模型可记为 Min Z = 21x11 + 25x12 + 7x13 + 15x14 + 51x21 + 51x22 + 37x23 + 15x24 s.t.
x11 + x12 + x13 + x14 = 2000 x21 + x22 + x23 + x24 = 1100 x11 + x21 = 1700 x12 + x22 = 1100 x13 + x23 = 200 x14 + x24 = 100 xij ≥ 0(i = 1,2;j = 1,2,3,4).
其中c =(c1,c2,…,cn)为行向量,称为价值向量,
a11 a A = 21 a m1 a12 a22 am 2
C
单500
75
解:(1) 确定决策变量:设x1,x2为下一个 生产周期产品甲和乙的产量;
(2) 所满足的约束条件:
对资源A的限制:3x1 + 2x2 ≤ 65 对资源B的限制:2x1 + x2 ≤ 40
对资源C的限制: 3x2 ≤ 75
基本要求:x1,x2 ≥ 0 ; (3) 明确目标函数: 获利最大,即求Z= 1500x1 + 2500x2的最大值,用 max表示最大值,s.t.(subject to的简写)表示约束条件,则该模型 可记为: max Z = 1500 x1 + 2500 x2 s.t. 3 x1 + 2 x2 ≤ 65 2 x1 + x2 ≤ 40 3 x2 ≤ 75
标准形式
max z = c1 x1 + c2 x2 + … + cn xn (1.2a)

数学建模算法大全线性规划

数学建模算法大全线性规划

第一章 线性规划§1 线性规划在人们的生产实践中,经常会遇到如何利用现有资源来安排生产,以取得最大经济效益的问题。

此类问题构成了运筹学的一个重要分支—数学规划,而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。

自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来,线性规划在理论上趋向成熟,在实用中日益广泛与深入。

特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后,线性规划的适用领域更为广泛了,已成为现代管理中经常采用的基本方法之一。

1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床,每台销售后的利润分别为4000元与3000元。

生产甲机床需用B A 、机器加工,加工时间分别为每台2小时和1小时;生产乙机床需用C B A 、、三种机器加工,加工时间为每台各一小时。

若每天可用于加工的机器时数分别为A 机器10小时、B 机器8小时和C 机器7小时,问该厂应生产甲、乙机床各几台,才能使总利润最大?上述问题的数学模型:设该厂生产1x 台甲机床和2x 乙机床时总利润最大,则21,x x 应满足(目标函数)2134max x x z += (1)s.t.(约束条件)⎪⎪⎩⎪⎪⎨⎧≥≤≤+≤+0,781022122121x x x x x x x (2)这里变量21,x x 称之为决策变量,(1)式被称为问题的目标函数,(2)中的几个不等式是问题的约束条件,记为s.t.(即subject to)。

由于上面的目标函数及约束条件均为线性函数,故被称为线性规划问题。

总之,线性规划问题是在一组线性约束条件的限制下,求一线性目标函数最大或最小的问题。

在解决实际问题时,把问题归结成一个线性规划数学模型是很重要的一步,但往往也是困难的一步,模型建立得是否恰当,直接影响到求解。

而选适当的决策变量,是我们建立有效模型的关键之一。

1.2 线性规划的Matlab 标准形式线性规划的目标函数可以是求最大值,也可以是求最小值,约束条件的不等号可以是小于号也可以是大于号。

第一章 线性规划

第一章  线性规划

第1章线性规划Chapter 1 Linear Programming本章内容提要线性规划是运筹学的重要内容。

本章介绍线性规划数学模型、线性规划的基本概念以及求解线性规划数学模型的基本算法——单纯形法。

学习本章要求掌握以下内容:⏹线性规划模型的结构⏹线性规划的标准形式,非标准形式转化为标准形式⏹线性规划的图解以及相应的概念。

包括:约束直线,可行半空间,可行解,可行域,凸集,极点,目标函数等值线,最优解⏹线性规划的基本概念。

包括:基,基础解,基础可行解,基变量,非基变量,进基变量,离基变量,基变换⏹单纯形法原理。

包括:基变量和目标函数用非基变量表出,检验数,选择进基变量的原则,确定离基变量的方法,主元,旋转运算⏹单纯形表。

包括初始单纯形表的构成,单纯形表运算方法⏹初始基础可行解,两阶段法⏹退化的基础可行解§1.1 运筹学和线性规划1.1.1 运筹学运筹学(Operations Research)是二十世纪三十年代二次大战期间由于战争的需要发展起来的一门学科。

当时,英国组织了一批自然科学和工程科学的学者,和军队指挥员一起,研究大规模战争提出的一些问题。

如轰炸战术的评价和改进、反潜艇作战研究等,研究结果在战争实践中取得了明显得效果。

这些研究当时在英国称为Operational Research,直译为作战研究。

战争结束以后,这些研究方法不断发展完善,并逐步形成学科理论体系,其中一些主要的理论和方法包括:线性规划,网络流,整数规划,动态规划,非线性规划,排队论,决策分析,对策论,计算机模拟等。

这些理论和方法在经济管理领域也得到了广泛应用,Operations Research也转义成为“作业研究”。

我国将Operations Research译成“运筹学”,非常贴切地将Operations Research这一英文术语所包含的作战研究和作业研究两方面的涵义都体现了出来。

现在,运筹学已经成为管理科学重要的基础理论和应用方法,是管理科学专业基本的必修课程之一。

第一章 线性规划(week1)

第一章  线性规划(week1)
– 如果发生风暴、员工罢工,怎样重新安排员工 和航班时间?
• 南部联盟农场
– 有限的水资源,三种作物(甜菜、棉花、高粱) – 怎样分配水资源,使得作物的总收益最大?
3
1.1 应用模型举例
Wyndor Glass公司拥有2种产品,3家工厂。加工每批次的产品1, 在工厂1需要1小时,在工厂3需要3小时,无法在工厂2加工;加工 每批次的产品2,在工厂2需要2小时,在工厂3需要2小时,无法在 工厂1加工。工厂1每周有4小时可用于生产,工厂2是12小时,工 厂3是18小时。每批产品1的利润是3000美元,每批产品2的利润是 5000美元。如果希望公司的总利润最大,应当怎样安排生产
工厂 1
每批的生产时间/小时 产品1(x1) 1 产品2(x2) 0
每周可用的生产时 间/小时 4
2 3
每批的利润/美元
0 3
3000
2 2
5000
12 18
5
• 【例1.1】最优生产计划问题。某企业在计划期内计划 生产甲、乙、丙三种产品。这些产品分别需要要在设 备A、B上加工,需要消耗材料C、D,按工艺资料规定, 单件产品在不同设备上加工及所需要的资源如表1.1所 示。已知在计划期内设备的加工能力各为200台时, 可供材料分别为360、300公斤;每生产一件甲、乙、 丙三种产品,企业可获得利润分别为40、30、50元, 假定市场需求无限制。企业决策者应如何安排生产计 划,使企业在计划期内总的利润收入最大?
31Biblioteka 单纯形法的基本原理• 如果某个CPF大于 相邻的CPF,则该 点为最优解。 • 定理1.1
– 若线性规划可行 解非空,则是凸 集。
有最优解:唯一解,无穷多解 无最优解:无解,找不到(无界解)

01第一章 线性规划

01第一章  线性规划

第一章 线性规划§1 线性规划在人们的生产实践中,经常会遇到如何利用现有资源来安排生产,以取得最大经济效益的问题。

此类问题构成了运筹学的一个重要分支—数学规划,而线性规划(Linear Programming 简记LP)则是数学规划的一个重要分支。

自从1947年G. B. Dantzig 提出求解线性规划的单纯形方法以来,线性规划在理论上趋向成熟,在实用中日益广泛与深入。

特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后,线性规划的适用领域更为广泛了,已成为现代管理中经常采用的基本方法之一。

1.1 线性规划的实例与定义 例1 某机床厂生产甲、乙两种机床,每台销售后的利润分别为4000元与3000元。

生产甲机床需用B A 、机器加工,加工时间分别为每台2小时和1小时;生产乙机床需用C B A 、、三种机器加工,加工时间为每台各一小时。

若每天可用于加工的机器时数分别为A 机器10小时、B 机器8小时和C 机器7小时,问该厂应生产甲、乙机床各几台,才能使总利润最大?上述问题的数学模型:设该厂生产1x 台甲机床和2x 乙机床时总利润最大,则21,x x 应满足(目标函数)2134max x x z += (1)s.t.(约束条件)⎪⎪⎩⎪⎪⎨⎧≥≤≤+≤+0,781022122121x x x x x x x (2)这里变量21,x x 称之为决策变量,(1)式被称为问题的目标函数,(2)中的几个不等式是问题的约束条件,记为s.t.(即subject to)。

由于上面的目标函数及约束条件均为线性函数,故被称为线性规划问题。

总之,线性规划问题是在一组线性约束条件的限制下,求一线性目标函数最大或最小的问题。

在解决实际问题时,把问题归结成一个线性规划数学模型是很重要的一步,但往往也是困难的一步,模型建立得是否恰当,直接影响到求解。

而选适当的决策变量,是我们建立有效模型的关键之一。

1.2 线性规划的Matlab 标准形式线性规划的目标函数可以是求最大值,也可以是求最小值,约束条件的不等号可以是小于号也可以是大于号。

第一章 线性规划

第一章 线性规划
第四节 线性规划的典型案例
线性规划
【开篇案例】
一、人力资源分配的问题
某旅行社为了迎接旅 游黄金周的到来,对一日 游导游人员的需求经过统 计分析如表所示。为了保 证导游充分休息,导游每 周工作 5天,休息两天, 并要求休息的两天是连续 的。问应该如何安排导游 人员的作息,既满足工作 需要,又使配备的导游人
下午5时14分
什么是规划?
• 以上问题无一例外都属于规划问题,涉及到求解最大值 和最小值
• 人们经常谈规划,比如国家有5年规划、10年规划、城市 有城市规划,个人有自己的人生规划.
• 规划是在现有的人力、物力水平下,使得目标达到最优 的全面、理性的计划
下午5时14分
线性规划
• 线性规划简介: • 运筹学中最成熟的一个分支 • 静态规划:单周期决策
第一节 下午5时14分 线性规划的一般模型
三、线性规划模型的特征
1. 模型隐含假定
作为严密的数学模型,线性规划蕴含着以下假定: (1)线性化假定
函数关系式f(x)= c1x1+c2x2+… +cnxn,称线性函数。 经济学中大多数函数都是非线性,通过偏导求最优。但在企业
运营决策中,经常考虑比较短时间内的计划安排,通过线性化 更便于应用。
乙两种产品的铸造中,由本公司铸造和由外包协作各应多少件?



资源限制
铸造工时(小时/件)
5
10
7
8000
机加工工时(小时/件)
6
4
8
12000
装配工时(小时/件)
3
2
2
10000
自产铸件成本(元/件)
3
5
4
外协铸件成本(元/件)

运筹学第一章线性规划

运筹学第一章线性规划
Z= X1+X2 X1
《运筹学》 第一章 线性规划
Slide 18
4、无可行解——可行域为空集
X2
maxz=2X1+4X2
L3: X1<=4
s.t.
L1: X1+X2>=6
X1+X2>=6 X1+2X2<=6
L2: X1+2X2<=6
L4: X2<=3
X1 <=4, X2<=3
X1>=0, X2>=0
二、一般线性规划问题的建模过程(方法)
追求什么目标? 决策变量? 目标函数? 约束条件?
《运筹学》 第一章 线性规划
Slide 4
课本P4例1.1: 生产安排问题 设X1,X2,X3是甲、乙、丙三种产品的产量,Z是工厂 的总利润。 maxz=3X1+2X2+5X3
s.t. X1+2X2+X3<=430 ——第一道工序 3X1+2X3<=460 ——第二道工序 X1+4X2<=420 ——第三道工序 X1>=0, X2>=0 , X3>=0
b1
b2
Xm=
bm

a1m1 a2m1 amm1
Xm+1
a1n
a2n
-用…向-量的am形n 式Xn表示为:(1.j1m18a) j x j
b
n
ajxj
j m1
(1.19)
方程组的基是B,设XB是对应于这个基的基变量,XB=(
X1,X2,…,Xm)T
《运筹学》 第一章 线性规划
满足约束条件:
am
x1 1 am x2 2 x1, x2,, xn

第一章 线性规划

第一章 线性规划

常数项bi全为非负。变量xj值非负。
m axz c j x j
j 1
n
s.t.
aij x j bi i 1, , m j 1 x 0 j 1, , n j
n
一般形变成标准形的方法
1、目标函数:求极大值
两边乘以-1,最大变最小。

max z x1 2 x2 3x3 3x3 0 x4 0 x5
2 x x x x x 9 1 2 3 3 4 3x x 2 x 2 x x5 4 1 2 3 3 s.t. 3x1 2 x 2 3x3 3x3 6 x1 , x 2 , x3 , x3 , x 4 , x5 0
b
min z 3x1 5 x 2 x3 x1 2 x 2 x3 6 2 x x 3x 16 1 2 3 s.t. x1 x 2 5 x3 10 x1 , x 2 0, x3无约束
1-4线性规划问题的解



1、可行解 2、最优解



一般线性规划的数学模型 线性规划的标准形式 图解法 单纯形法
§ 1、一般线性规划问题的数学模型
1-1 数学模型
例1 用一块边长为a的正 方形铁皮做一个容器, 应如何裁剪,使做成 的容器的容积最大
x
a
v a 2x x,x 0, a 0
2
例2 常山机器厂生产Ⅰ、Ⅱ两种产品。这两 种产品都要分别在A、B、C三种不同设备 上加工.按工艺资料规定,生产每件产品Ⅰ 需占用各设备分别为2h、4h、0h,生产 每件产品Ⅱ,需占用各设备分别为2h、0h、 5h.已知各设备计划期内用于生产这两种 产品的能力分别为12h、16h、15h,又知 每生产一件产品Ⅰ企业能获利2元利润, 每生产一件产品Ⅱ企业能获利3元,问该 企业应安排生产两种产品各多少件,使得 总利润计划期内的产量

第一章 线性规划

第一章 线性规划
对于标准形式的线性规划问题若约束方程系数矩阵中不存在现成的初始可行基则不能简单的用上述单纯形法而通常采用所谓的人工变量法
第一章 线性规划
(Linear Programming, LP)
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。
(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 x1 + 2x2-4x3≤80 x1、x2≥0,x3无限制
max z=2x1+2x2-4x3’+4x3” x1 + 3x2-3x3’+3x3” –x4 = 30 x1 + 2x2-4x3+ 4x3” + x5 = 80 x1、x2 、x3’、x3” 、x4、x5 ≥0
称X0为该线性规划对应与基B的一个基本解。
同样,在A中任选m个线性无关的列向量都可以组成一个基, 对应基一个基本解。对于一个LP最多有多少呢?从n个中 选m个进行组合,即:
Cnm=n!/[(n-m)!m!] 因此,基本解是有限的。
举例:找出下列LP所有的基及其对应的基本解 max z=6x1+4x2 2x1 + 3x2≤100 4x1 + 2x2≤120 x1、x2≥0
资源
产品

乙 资源限制
A
1
B
2
C
0
单位产品利润(元/件) 50
1
300kg
1
400kg
1
250kg
100
• 决策变量:x1、x2——分别代表甲、乙两

管理运筹学讲义 第1 章 线性规划

管理运筹学讲义  第1 章  线性规划

(3)约束条件:产量之和等于销量之和,故要满足:
供应平衡条件
x11+x12+x13+x14=50 x21+x22+x23+x24=20 x31+x32+x33+x34 =30
x11+x21+x31=20 x12+x22+x32=30 x13+x23+x33=10 x14+x24+x34=40
xij≥0 (i=1,2,3;j=1,2,3,4)
决策变量对目标函数和约束方程的影响是独立于其他变量的。 目标函数值是决策变量对目标函数贡献的总和。
(4)连续性假定
决策变量取值连续。
(5)确定性假定
所有参数都是确定的,不包含随机因素。
9 OR:SM
第一节 线性规划的一般模型
三、线性规划模型的特征
2、一般数学模型
• 用一组非负决策变量表示的一个决策问题; • 存在一组等式或不等式的线性约束条件; • 有一个希望达到的目标,可表示成决策变量的极值线性函数。
4 2 6
8
O
2
4
6
8
x1
OR:SM
23
• 当决策变量是三维的,如何求解? • 当维数再高时,又如何求解?
24
OR:SM
第二节 线性规划的一般模型
一、线性规划的标准型式
1、标准型表达方式
1)代数式
max Z c j x j
j 1 n
2)向量式
max Z CX
i 1,2,, m j 1,2,, n
20
OR:SM
第一节 线性规划的一般模型

a第一章_线性规划

a第一章_线性规划

运筹学
(2)线性规划问题如果有最优解,由图解法推断可行 域的某个顶点对应目标函数的最优解(证明见教材P16P20)。 可行域的顶点至多有Cmn 个,目标函数最优解问题就 转化为寻找可行域顶点的问题。 ①将所有顶点找出来,计算相应的目标函数的值,最 大者即为最优解。 ②先计算可行域某个顶点处的目标函数值,再考察它 周围相邻顶点的目标函数值是否比这个值更优,如果 为否,则该顶点就是最优解(或最优解之一),否则 转到比这个点的目标函数值更优的另一顶点,重复上 述过程,直到找出对应最优解的顶点(这是由 LP 问题 可行域为凸集所决定的)。
图解法的启示和知识要点: ( 1 ) LP 问题的可行域是一个多边形(多面体)。图解法仅 适用于两个变量的线性规划问题,求解时按原来题目对目标 函数的优化要求去求解即可,不必将求极小值化为求极大值。 三个变量的线性规划问题用图解法求解时,可行域是三 维空间的多面体,很难用平面上的图形画得清晰准确;目标 函数对应的是三维空间中的平面,难以通过平面上画出的立 体图形求出最优解。所以,从理论上讲,三个变量的线性规 划也有图解法,但实际上不可行。多于三个变量的线性规划 涉及到在高于三维的向量空间中求解优化问题,而三维以上 的空间已无直观的几何意义,故不存在相应的图解法。
原料A约束: 4X1
非负约束:
<=16
一般形式 Max CX s.t. AX<=b X>=0
原料B约束: 4X2<=12 X1 , X2 >=0
运筹学
建立模型实例:发电厂燃煤混合问题
问题:某电厂可用燃煤甲、乙、丙,主要指标有含硫量、发热量、 价格,列表如下:
含硫量 甲 乙 丙 0.01 0.05 0.03 发热量(MJ/KG) 价格(元/T) 16 20 18 830 800 815

运筹学第一章线性规划

运筹学第一章线性规划

线性规划解的概念 ——[3]基可行解
[3.1.2]基变量XB和非基变量XN
线性代数: 被表示变量 表示变量
2 x2 x4 x1 2 x2 x3 2 x4 1 x1 2 基变量: 2 x x x1 x 2 x1 4 x2 x3 x4 5 2 x3 41 待解的 4 2 1 x4 变量 x3
X=αx1+βx2 或C=αA +βB y=αy1+βy2
类似的我们有凸组合的概念
线规几何意义: 凸组合
设X1,X2,…XK为n维空间中的k个
点。若下式成立, 显然, X X 1 X例:阴影中任 原点,Q1,Q4的凸 2 ... K X K 类似的,上面X1,X2,…XK的 1 2 C=αA 组合则表示三角 +βB 一点,可表示 0 i 1, i 1 ( 0≤α,β≤1,α+β=1) 凸组合X,则表示由它们圈定 为:原点、 形(O,Q1,Q4)内 则称X为X1,X2,…XK的凸组合。 的封闭空间中任意一点。 是凸组合的一个特例,同时AB的凸 Q1、Q2、Q3、 的任一点 组合C表示AB连线上任一点。 Q4的凸组合
线性规划解的概念
——[3]基可行解 根据基解的定义,我们有:
在基解中
基变量 非零分量(待求变量) 非基变量 零分量(自由变量)
线性规划解的概念
——[3]基可行解
基可行解的定义:
定义1:可行的基解。 定义2:各分量均大于零的基解。
基可行解(m个方程,n个变量) 基可行解 基变量 正分量(待求变量) 正分量个数=m=方程个数=R(A) 非基变量 =n-m 零分量个数 零分量(自由变量)

线性规划1

线性规划1

习题一1.1 用图解法求解下列线性规划问题,并指出各问题是具有唯一最优解、无穷多最优解、无界解或无可行解。

(1) min z =6x1+4x2(2) max z =4x1+8x2st. 2x1+x2≥1 st. 2x1+2x2≤103x1+4x2≥1.5 -x1+x2≥8x1, x2≥0 x1, x2≥0(3) max z =x1+x2(4) max z =3x1-2x2st. 8x1+6x2≥24 st. x1+x2≤14x1+6x2≥-12 2x1+2x2≥42x2≥4 x1, x2≥0x1, x2≥0(5) max z =3x1+9x2(6) max z =3x1+4x2st. x1+3x2≤22 st. -x1+2x2≤8-x1+x2≤4 x1+2x2≤12x2≤6 2x1+x2≤162x1-5x2≤0 x1, x2≥0x1, x2≥01.2. 在下列线性规划问题中,找出所有基本解,指出哪些是基本可行解并分别代入目标函数,比较找出最优解。

(1) max z =3x1+5x2(2) min z =4x1+12x2+18x3st. x1+x3=4 st. x1+3x3-x4=32x2+x4=12 2x2+2x3-x5=5 3x1+2x2+x5=18 x j≥0 (j=1, (5)x j≥0 (j=1, (5)1.3. 分别用图解法和单纯形法求解下列线性规划问题,并对照指出单纯形法迭代的每一步相当于图解法可行域中的哪一个顶点。

(1) max z =10x1+5x2st. 3x1+4x2≤95x1+2x2≤8x1, x2≥0(2) max z =100x1+200x2st. x1+x2≤500x1≤2002x1+6x2≤1200x1, x2≥09101.4. 分别用大M 法和两阶段法求解下列线性规划问题,并指出问题的解属于哪一类:(1) max z =4x 1+5x 2+ x 3 (2) max z =2x 1+ x 2+ x 3st. 3x 1+2x 2+ x 3≥18 st. 4x 1+2x 2+2x 3≥42x 1+ x 2 ≤4 2x 1+4x 2 ≤20x 1+ x 2- x 3=5 4x 1+8x 2+2x 3≤16x j ≥0 (j =1,2,3) x j ≥0 (j =1,2,3)(3) max z = x 1+ x 2 (4) max z =x 1+2x 2+3x 3-x 4st. 8x 1+6x 2≥24 st. x 1+2x 2+3x 3=154x 1+6x 2≥-12 2x 1+ x 2+5x 3=202x 2≥4 x 1+2x 2+ x 3+ x 4=10x 1, x 2≥0 x j ≥0 (j =1, (4)(5) max z =4x 1+6x 2 (6) max z =5x 1+3x 2+6x 3st. 2x 1+4x 2 ≤180 st. x 1+2x 2+ x 3≤183x 1+2x 2 ≤150 2x 1+ x 2+3x 3≤16x 1+ x 2=57 x 1+ x 2+ x 3=10x 2≥22 x 1, x 2≥0,x 3无约束x 1, x 2≥01.5 线性规划问题max z =CX ,AX =b ,X ≥0,如X*是该问题的最优解,又λ>0为某一常数,分别讨论下列情况时最优解的变化:(1) 目标函数变为max z =λCX ;(2) 目标函数变为max z =(C +λ)X ;(3) 目标函数变为max z =C X ,约束条件变为AX =λb 。

第一章---线性规划--第一节

第一章---线性规划--第一节

线性规划问题及数学模型
例1 生产计划问题
Ⅰ Ⅱ 每天可用能力
设备A (h) 0 5
15
设备B (h) 6 2
24
调试工序 (h) 1 1
5
利润 (元)
21
两种家电各生产多少, 可获最大利润?
线性规划问题及数学模型
解:设两种家电产量分别为变量x1 , x2
max Z= 2x1 +x2 5x2 15
约束条件:
从仓库运出总量不超过可用总量,运入零售点的数
量不低于需求量。
由于总供给量等于总需求量,所以都是等号。即
x x x x a ;i 1,2
i1
i2
i3
i4
i
x x b ; j 1,2,3,4
1j
2j
j
蕴含约束:数量非负 x 0;i 1,2, j 1,2,3,4 ij
非标准形转化为标准形
练习一: 将minZ= 0.15x1 + 0.25x2 + 0.1x3
50x1 + 150x2 + 90 x3 175
100x2 - 50x3 -30
70x1+ 10 x2
200
30x1 + 80x2 + 200 x3 100
xi 0 (i =1,2)
一:标准形为 maxZ=- 0.15x1- 0.25x2 - 0.1x3 + 0.1x4
50x1 + 150x2 + 90 x3 -90 x4+ x5 = 175 -100x2 +50x3 - 50x4-x6=30
70x1+ 10 x2 – x7= 200 30x1 + 80x2 + 200 x3 – 200 x4 – x8= 100 xi 0 (i =1,……,8)

运筹学A-第1章线性规划

运筹学A-第1章线性规划

8 6 300
x1 0,x2 0
租赁费 C (元/天)
10
250
20
350
700
例1-4 见教材第6页,例【1.2】人员分配问题
2024/1/17 7
OR:SM
思考题:(下料问题)
某一机床需要用甲、乙、丙三种规格的轴各一根,这些轴 的规格分别是2.9、2.1和1.5m,这些轴需要用同一种圆钢切割 而成,圆钢长度为7.4m。现在要制造100台机床,问:最少要 用多少圆钢来生产这些轴?(切割损失不计)
300
700
2024/1/17 6
OR:SM
【解】设租赁机械甲x1天、机械乙x2天,则该线性规划问 题的数学模型为:
min Z 250x1 350x2
5x1 6 x2 250 构件
A
B
s.t
.
180xx1 162x02
x2
300 700
机械 甲(根/天) 乙(根/天) 任务(根)
5 6 250
注意本题条件:有钱就会用于投资,即: 可利用的资金 = 投资金额,据此建立约束等式。
2024/1/17 17
OR:SM
二、线性规划问题的数学模型3.30
• 线性规划问题的数学模型包括三大要素:
• (1)一组决策变量(x1 , x2 , … , xn),是模型中需要首 确定的未知量。
• (2)一组约束条件,是模型中决策变量受到的约束限制, 包括两个部分:不等式或等式;非负取值(实际问题)。
第3年,可用于项目1和4投资,投资额x21和x12有关: x31 + x34 = 1.2 x21 + 1.5 x12 投资限额: x12 ≤ 150000; x23 ≤ 200000; x34 ≤ 100000 非负约束: xij ≥ 0 ( i = 1,2,3; j = 1,2,3,4 ) 对于目标函数,只需考虑第3年末的收益:

第1章线性规划

第1章线性规划
• 对于数学规划,我们研究其中应用最为广 泛的线性规划问题
线性规划的基本特点:
• 是运筹学中应用最广泛的方法之一
• 网络分析、整数规划、目标规划和多目标 规划都是以线性规划为基础的
• 解决稀缺资源最优分配的有效方法,使付 出的费用最小或获得的收益最大
研究对象:
• 有一定的人力、财力、资源条件下,如何 合理安排使用,效益最高
解:首先,将目标函数转换成极大化: 令 z = -f = 3x1–5x2–8x3+7x4 ;
其次考虑约束,有3个不等式约束,引进松弛变 量x5 ,x6 ,x7 ≥0 ;
x2''≥0由;于x2无非负限制,可令x2=x2'-x2'',其中x2'≥0,
由于第3个约束右端项系数为-58,于是把该式 两端乘以-1 。
(0,6)
3x1+2x2=18 x1=4
(2,6) (4,6)
2x2=12
(4,3)
3x1+5x2=50
(0,0)
(4,0) (6,0)
x2=0 x1
无可行解
若线性规划问题的决策变量超过2个时, 应用图解法求解时便会显得很困难。这里需 要解决线性规划问题的更一般的代数的方 法——单纯形法。
单纯形法可以解决成千上万个变量或约 束条件的线性规划问题。
这里x3和x4是新加上去的变量,取值均为 非负,加到原约束条件中去的目的是使不等 式 一转般化称为为等剩余式。变其量,中其,实x3质称与为x松3相弛同变,量故,也x4有 统称为松弛变量的。松弛变量或剩余变量在 目标函数中的系数均为零。
(3)变量xj≤0。令xj'=- xj 即可。 (4)取值无约束的变量x。令x=x'-x'',其中 x'≥0,x''≥0。

01-线性规划

01-线性规划
Min f= -3 x1 + 5 x2 + 8 x3 - 7 x4 s.t. 2 x1 - 3 x2 + 5 x3 + 6 x4 ≤ 28 4 x1 + 2 x2 + 3 x3 - 9 x4 ≥ 39 6 x2 + 2 x3 + 3 x4 ≤ - 58 x1 , x3 , x4 ≥ 0, x2无约束
第 5页
11:23
设 x1、x2 分别为第一、第二化工厂每天处理的工业污水量。 目标函数: 要求两厂用于处理工业污水的费用最小 min z = 1000 x1+800 x2 约束条件: 第一化工厂到支流汇入点之间的污水含量要不大于 0.2% (2 - x1) / 500 2 / 1000 流经第二化工厂后,河流中的污水含量仍不大于 0.2% [0. 8(2 - x1) + (1.4- x2)] / 700 2 / 1000 污水处理量限制 x1 2,x2 1.4,x1 0,x2 0 第 6页
第11页
11:23
2、约束条件不是等式的问题: 假设约束条件为 ai1 x1+ai2 x2+ … +ain xn ≤ bi 可以引进一个新的变量 xs ,使它 等于约束右边与左边之差 xs =bi–(ai1 x1 + ai2 x2 + … + ain xn ) 显然,xs也具有非负约束,即xs≥0, 松弛 这时新的约束条件成为 变量 ai1 x1+ai2 x2+ … +ain xn+ xs = bi
第14页
Байду номын сангаас
11:23
11:23
其次考虑约束,有 2个不等式约束,引进 松弛变量x4,x5 ≥0。 于是,我们可以得到以下标准形式的线性 规划问题: Max z = - 3.6 x1 + 5.2 x2 - 1.8 x3 s.t. 2.3x1+5.2x2-6.1x3+x4= 15.7 4.1x1+3.3x3-x5= 8.9 x1+x2+x3= 38 x1 ,x2 ,x3 ,x4 ,x5 ≥ 0

第1章_线性规划

第1章_线性规划

2x1 3x2 5x3 300
x1 0,x2 0,x3 0
产品 甲 乙 丙 资源
设备 A 3 1 2 设备 B 2 2 4 材料 C 4 5 1 材料 D 2 3 5 利润(元/件)40 30 50
现有 资源
200 200 360 300
最优解X=(50,30,10);Z=3400
第1章 线性规划
10
§1.1 线性规划的数学模型 Mathematical Model of LP
小结
1、定义?所谓线性规划就是求一个线性函数在一组线性约 束条件下极值的问题。
2、构成?线性规划的数学模型由决策变量 (Decision variables)、目标函数(Objective function)及约束条 件(Constraints)构成。称为三个要素。
例1.10
max Z=x1+2x2
x1 3x2 6 3x1x1x2x246 x1 0、x2 0
无界解(无最优解)
4
6
x1
第1章 线性规划
20
x2
50 40
30 20
10
§1.2 图解法 The Graphical Method
例1.11
max Z=10x1+4x2
2.线性规划数学模型的组成及其特征 3.线性规划数学模型的一般表达式。
作业:教材P31 T 2,3,4,5,6
下一节:图解法
2020-03-11
第1章 线性规划
14
Chapter1 线性规划
§1.2 图解法
Graphical Method
一、图解法的含义 二、图解法的步骤 三、图解法的几种可能结果 四、图解法的几何意义
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
课后作业
P43 1.1图解法
2019/3/8
新疆大学科学技术学院阿克苏校区
1
1.3 单纯形法原理
LP解的相关概念 凸集及其顶点 几个基本定理 单纯形法迭代原理
2019/3/8
新疆大学科学技术学院阿克苏校区
2
一.LP解的相关概念
1.可行域,可行解,最优解
x2
x1=0, x3=0 x2=3, x4=-2
量为0,根据克莱姆法则,则(1.7)有唯一解。
令xi1= α1 ,xi2= α2,…,xim= αm,称
x i 1 1 , , x im m x 0 , j 1 , , n , j i , , i j 1 m
为一组基解。
2019/3/8 新疆大学科学技术学院阿克苏校区 6
因此: 可行解:满足(1.7)(1.8)的解称为LP的可行解;
可行域:全部可行解的集合;
最优解:使目标函数(1.6)达到最大值的可行解
2019/3/8 新疆大学科学技术学院阿克苏校区 4
2.基,基变量,非基变量;基解,基可行解,可行基
定义1:从n个变量中任取m个变量xi1,xi2,…,xim,若
这m个变量对应的系数列向量Pi1,Pi2,…,Pim线性无关,
(1) X 令 ( 2 ) X
k
x (j1) x 0 j t j 0 X t x (j2 ) x 0 j t j 0 X t x (1) x ( 2 ) 0 j j
i 1
j 1, , k j 1, , k j k 1, , n
新疆大学科学技术学院阿克苏校区
二 . 凸集和顶点(理论依据)
1.凸集
如果集合C中任意两点x1,x2,其连线上的所有点也都是集
合C中的点,则称C为凸集,其中x1,x2的连线可以表示为: α x1 +(1-α )x2(0<α <1) 数学解析式为: x1 ∈C, x2 ∈C,有α x1 +(1-α ) x2∈C (0<α <1) ,则C为凸集。
cn xn a1n xn ) a2 n xn ) amn xn ) cm 1 xm 1
m n i 1 j m 1 i ij j
i 1,
, m代入目标函数Z
Z c1 x1 c2 x2
c1 (b1 a1m 1 xm 1 c2 (b2 a2 m 1 xm 1 cm (bm amm 1 xm 1 ci bi
又因X 0,X (1) , X ( 2 )均 0
(1) X ( 2) X
0 1
X 0 X (1) X ( 2 )
AX 0 b (1) (1) T ( X 1 , , X m ,0, ,0) (1) AX b ( 2) ( 2) T ( 2 ) ( X 1 , , X m ,0, ,0) AX b P1 , P2 , , Pm线性无关
2019/3/8 新疆大学科学技术学院阿克苏校区 12
定理2:线性规划问题的基可行解X对应线性规划问题可行域的顶点。 分两步:1)顶点→基可行解 2)基可行解→顶点 反证法: 1)假设X0是可行域的顶点,X0不是基可行解,X0的前k个分量大于0,其 余为0,因不是基可行解,则存在
i不全为0,使 i Pi 0, 设=( 1 , 2 , , k ,0, ,0)
x1=0, x2=0 x3=3, x4=1 A
2019/3/8
x2=0, x3=0 x1=3, x4=1
x1
3
O
新疆大学科学技术学院阿克苏校区
x2=0
LP问题数学模型
MaxZ c j x j
j 1 n
(1.6 ) (1.7 ) (1.8 )
MaxZ CX AX b X 0
n a ij x j bi , i 1, , m j 1 x j 0 , j 1, , n
是凸集
2019/3/8 新疆大学科学技术学院阿克苏校区
不是凸集
10
二 . 凸集和顶点(理论依据) 2.顶点
如果集合C中不存在任何两个不同的点x1,x2,使x
为这两点连线上的一个点,称x为顶点。
对任何x1 ∈C, x2 ∈C,不存在x=α x1 +(1-α )
x2(0<α <1),则称x为凸集的顶点。
换仅变换一个基变量。
2019/3/8
新疆大学科学技术学院阿克苏校区
20
3.基变换
换入变量的确定
2.基,基变量,非基变量;基解,基可行解,可行基
基可行解:满足(1.8)中的基解为基可行解,
即基解中每一分量均非负。
可行基:基可行解对应的基。 退化解:基变量中有分量为0的解。
线性规划的基可行解就是可行域的顶点。
2019/3/8 新疆大学科学技术学院阿克苏校区 7
x1=0, x3=0 x2=3, x4=-2 是基解,但不 是可行解
即对应系数列向量行列式≠0, 则称 B=(Pi1,Pi2,…,Pim )为基矩阵,简称基, xi1,xi2,…,xim
为基变量,其余n-m变量为非基变量。
2019/3/8 新疆大学科学技术学院阿克苏校区 5
2.基,基变量,非基变量;基解,基可行解,可行基
定义2:在约束方程(1.7)中,令所有非基变
x3 5
x4 10
x5 4
Z 5
是否为基可行解 √
2
3 4 5
0
5 0 10
4
0 5 0
5
0 5 -5
2
5 0 0
0
4 -1 4
17
10 20 15

√ × ×
6
7 8
2019/3/8
5
5 2
2.5
4 4
0
0 3
0
-3 0
1.5
0 0
17.5
22 19

× √
9
最优解为x1 =2,x2=4, x3 =3,Z=19
解不是最优解,需要进行基变换寻找另一个基可行解;
2019/3/8 新疆大学科学技术学院阿克苏校区 18
证明:令 xk M 0 x i bi a ik x k
n
x j 0, j m 1, , n, j k i 1, , m
X (1)为一可行解 CX (1) Z 0
17
由检验数可以判断解的最优性情况 (1)因为所有Xj≥0,当所有非基变量σ j<0时,则 Z≤Z0,则该基可行解对应唯一最优解; (2)因为所有Xj≥0,当σ j≤ 0 且存在σ j=0 (j=m+1,…,n)时,则该线性规划问题有无穷多最优 解。 (3)对基可行解X0,若存在某个σ k>0,且所有 aik≤0(Pj≤0), i=1,2,…,m,则该问题无界。 (4)因为所有Xj≥0,当存在σj>0时,则该基可行
D
max z=x1+2x2 s.t. x1+x23 x2 1 x1, x2 0 x3=0 x4=0 B
max z=x1+2x2 s.t. x1+x2+ x3 =3 x2 +x4=1 x1, x2 ,x3, x40
x1=0, x4=0 x2=1, x3=2
x1=0 C
x3=0, x4=0 x1=2, x2=1
j m 1 0 0 x Z x Z kM j j k k
M , CX (1) 该问题无界
2019/3/8
新疆大学科学技术学院阿克苏校区
19
3.基变换
•变换目的:使目标函数Z值得到改
善,接近最优解,一次基变换,是
从该顶点到相邻顶点,即一次基变令:X X (1) (1 ) X ( 2 )
0 1
则AX A(X (1) (1 ) X ( 2 ) ) AX (1) AX ( 2 ) AX ( 2 ) b
X C C为凸集
引理:线性规划问题的可行解X=(x1,x2,……xn)为基可行解的充要条 件是X的正分量所对应的系数列向量是线性独立的(所组成的矩阵是 非奇异的)。
所以X不能表示成可行域中另外两点的凸组合,与假设相矛 盾,则X必为可行域的顶点。
2019/3/8 新疆大学科学技术学院阿克苏校区 14
定理3:若线性规划问题有最优解,一定存在一个基可行解是
最优解。 X0为LP的最优解,Z*=CX0,如果X0不是基可行解,则定有 X(1)=X0-ta , X(2)=X0+ta为可行解,则有 CX(1)=CX0-tCa≤CX0 CX(2)=CX0+tCa≤CX0 则必有tCa=0 所以X0 ,X(1) ,X(2)均为最优解,如果X(1) ,X(2)不是基可行解, 继续下去,则必可以找到基可行解为最优解。
i 1 m m n j m 1 n j j
cn xn
c x ca x (c c a ) x
j i 1 i ij j m j
ci bi
i 1
j m 1
Z
0
j m 1

n
xj
2019/3/8
非基变量 新疆大学科学技术学院阿克苏校区 检验数
2019/3/8 新疆大学科学技术学院阿克苏校区 13
2)假设X0是基可行解,X0不是顶点。 假设X0是一个基可行解,设X0的前m个分量为正,令 X0=(x1,x2,…,xm,0,…,0)T,因为不是顶点,则X0可以表示 成另外两个点X(1),X(2)的凸组合,且P1,…,Pm线性无关。
令:X 0 X (1) (1 ) X ( 2 )
2019/3/8
相关文档
最新文档