第二章线性规划模型和图解法全
合集下载
管理运筹学第二章 线性规划的图解法
B、约束条件不是等式的问题：
若约束条件为 ai1 x1+ai2 x2+ … +ain xn ≤ bi 可以引进一个新的变量si ，使它等于约束右 边与左边之差 si=bi–(ai1 x1 + ai2 x2 + … + ain xn ) 显然，si 也具有非负约束，即si≥0， 这时新的约束条件成为 ai1 x1+ai2 x2+ … +ain xn+si = bi
第二章 线性规划 的图解法
一、线性规划的概念 二、线性规划问题的提出 三、线性规划的数学模型 四、线性规划的图解法 五、线性规划解的情况 六、LP图解法的灵敏度分析
一、线性规划的概念
线性规划Linear Programming 简称LP，是一 种解决在线性约束条件下追求最大或最小的 线性目标函数的方法。 线性规划的目标和约束条件都可以表示成线 性的式子。
max z 3 x1 2 x2
2 x1 x2 ≤ 10 设备B台时占用 s.t. x1 x2 ≤ 8 x , x ≥ 0 产量非负 1 2
决策变量 （decision variable） 目标函数 （objective function） 约束条件 （subject to）
-ai1
x1-ai2 x2- … -ain xn = -bi 。
例1.3：将以下线性规划问题转化为标准形式 Min f = 3.6 x1 - 5.2 x2 + 1.8 x3 s. t. 2.3 x1 + 5.2 x2 - 6.1 x3 ≤15.7 4.1 x1 + 3.3 x3 ≥8.9 x1 + x2 + x3 = 38 x 1 , x 2 , x3 ≥ 0
管理运筹学第二章线性规划的图解法
02
图解法的基本原理
图解法的概念
图解法是一种通过图形来直观展示线性规划问题解的方法。它通过在坐标系中绘 制可行域和目标函数，帮助我们理解问题的结构和最优解的位置。
图解法适用于线性规划问题中变量和约束条件较少的情况，能够直观地展示出最 优解的几何意义。
图解法的步骤
确定决策变量和目标函数
明确问题的决策变量和目标函数，以便在图 形中表示。
目标函数是要求最小化或最大化的函数，通常表示为 $f(x) = c_1x_1 + c_2x_2 + ldots + c_nx_n$。
04
约束条件是限制决策变量取值的条件，通常表示为 $a_1x_1 + a_2x_2 + ldots + a_nx_n leq b$或 $a_1x_1 + a_2x_2 + ldots + a_nx_n = b$。
LINDO是一款开源的线性规划求解器，用 户可以免费使用。
软件工具的使用方法
Excel
用户需要先在Excel中设置好线性规划模型，然后使 用“数据”菜单中的“规划求解”功能进行求解。
Gurobi/CPLEX/LINDO
这些软件通常需要用户先在软件界面中输入线性规划 模型，然后通过点击“求解”按钮进行求解。
实例三：分配问题
总结词
分配问题是指如何根据一定的分配原则 或目标，将有限的资源分配给不同的需 求方，以最大化整体效益。
VS
详细描述
分配问题在实际生活中广泛存在，如物资 分配、任务分配等。通过图解法，可以将 分配问题转化为线性规划模型，并利用图 形直观地展示最优解的资源分配方案。在 分配问题中，通常需要考虑不同需求方的 重要性和优先级，以及资源的有限性等因 素，以实现整体效益的最大化。
管理运筹学_第二章_线性规划的图解法
线性规划中超过约束最低限的部分，称为剩余量。 记s1,s2为剩余变量，s3为松弛变量，则s1=0, s2=125,
s3=0，加入松弛变量与剩余变量后例2的数学模型变为 标准型： 目标函数： min f =2x1+3x2+0s1+0s2+0s3 约束条件： x1+x2-s1=350， x1-s2=125, 2x1+x2+s3=600, x1, x2, s1,s2,s3≥0.
阴影部分的每 一点都是这个线 性规划的可行解， 而此公共部分是 可行解的集合， 称为可行域。
B
X2=250
100
100
300
x1
B点为最优解， X1+X2=300 坐标为（50, 250）， Z=0=50x1+100x2 此时Z=27500。 Z=10000=50x1+100x2 问题的解： 最优生产方案是生产I产品50单位，生产Ⅱ产品250单位，可得 最大利润27500元。
Z=10000=50x1+50x2
线段BC上的所有点都代表了最优解，对应的最优值相 同： 50x1+50x2=15000。
10
3. 无界解，即无最优解的情况。对下述线性规划问题：
目标函数：max z =x1+x2 约束条件：x1 - x2≤1 -3x1+2x2≤6 x1≥0, x2≥0．
x2 -3x1+2x2=6 3
其中ci为第i个决策变量xi在目标函数中的系数， aij为第i个约束条件中第j个决策变量xj的系数， bj(≥0)为第j个约束条件中的常数项。
16
灵敏度分析
灵敏度分析：求得最优解之后，研究线性规划的
第2章 线性规划图解法
-8
x2
6
4
可行域
6
0
x1
23
3. 画出目标函数的图形(通常可画出当目 标函数值为零时的(基准)目标函数图)，确 定目标函数平行移动的方向，并沿目标函 数直线的法向用小箭头标出。
例1. max Z = x1+3x2 s.t. x1+ x2≤6 -x1+2x2≤8 x ≥0, x ≥0 1 2
大轿车座椅的限制： 非负限制：
5 x1 2.5 x2 2500 x1 400 x1 0, x2 0
分析：问题是如何安排生产使得工厂获利最大？
项目 产品 生产能力 5 (小时 ⁄ 辆) 2.5 (小时 ⁄ 辆) 2500 (小时 ⁄ 年) 钢材 (吨 ) 装配座椅 (辆 ⁄ 年 ) 利润 (千元 ⁄ 辆)
4
§2.1
线性规划问题的提出
线性规划研究的内容和问题
线性规划是研究在线性不等式或等式的限 制条件下，使得某一个线性目标函数取得最大 （或最小）的问题。常见的线性规划问题有： （一） 运输问题 （二） 生产的组织与计划问题 （三） 合理下料问题 （四） 配料问题 （五） 布局问题 （六） 分派问题
5
7
例1. 某工厂在计划期内要安排Ⅰ、Ⅱ两种产品的生产， 已知生产单位产品所需的设备台时及A、B两种原材料的 消耗、资源的限制，如下表：
设备 原料 A 原料 B 单位产品获利 Ⅰ 1 2 0 50 元 Ⅱ 1 1 1 100 元 资源限制 300 台时 400 千克 250 千克
问题:工厂应分别生产多少单位Ⅰ、Ⅱ产品才能使工厂获 利最多？
6
§2.1
线性规划问题的提出
线性规划发展前景
另一方面，以线性规划为基础而发展起 来的多部门的线性规划 , 多时期的线性规划， 模糊线性规划，随机线性规划，以及整数规 划，非线性规划，目标规划等等，为现代管 理中各类实际问题的解决提供了科学的方法。 目前线性规划的理论研究仍十分活跃，其应 用前景也越来越广阔，它已成为国家重点推 广的现代管理方法之一。
x2
6
4
可行域
6
0
x1
23
3. 画出目标函数的图形(通常可画出当目 标函数值为零时的(基准)目标函数图)，确 定目标函数平行移动的方向，并沿目标函 数直线的法向用小箭头标出。
例1. max Z = x1+3x2 s.t. x1+ x2≤6 -x1+2x2≤8 x ≥0, x ≥0 1 2
大轿车座椅的限制： 非负限制：
5 x1 2.5 x2 2500 x1 400 x1 0, x2 0
分析：问题是如何安排生产使得工厂获利最大？
项目 产品 生产能力 5 (小时 ⁄ 辆) 2.5 (小时 ⁄ 辆) 2500 (小时 ⁄ 年) 钢材 (吨 ) 装配座椅 (辆 ⁄ 年 ) 利润 (千元 ⁄ 辆)
4
§2.1
线性规划问题的提出
线性规划研究的内容和问题
线性规划是研究在线性不等式或等式的限 制条件下，使得某一个线性目标函数取得最大 （或最小）的问题。常见的线性规划问题有： （一） 运输问题 （二） 生产的组织与计划问题 （三） 合理下料问题 （四） 配料问题 （五） 布局问题 （六） 分派问题
5
7
例1. 某工厂在计划期内要安排Ⅰ、Ⅱ两种产品的生产， 已知生产单位产品所需的设备台时及A、B两种原材料的 消耗、资源的限制，如下表：
设备 原料 A 原料 B 单位产品获利 Ⅰ 1 2 0 50 元 Ⅱ 1 1 1 100 元 资源限制 300 台时 400 千克 250 千克
问题:工厂应分别生产多少单位Ⅰ、Ⅱ产品才能使工厂获 利最多？
6
§2.1
线性规划问题的提出
线性规划发展前景
另一方面，以线性规划为基础而发展起 来的多部门的线性规划 , 多时期的线性规划， 模糊线性规划，随机线性规划，以及整数规 划，非线性规划，目标规划等等，为现代管 理中各类实际问题的解决提供了科学的方法。 目前线性规划的理论研究仍十分活跃，其应 用前景也越来越广阔，它已成为国家重点推 广的现代管理方法之一。
《数据、模型与决策》第2节：线性规划与图解法
第2章线性规划：建立模型与图解法（Mathematica & QM 授课）第2章线性规划：建立模型与图解法（Mathematica & QM 授课）2.1线性规划的历史2.2 线性规划模型2.2.1 基本概念2.2.2 模型假设1.比例假设2.非负假设3.确定性假设2.2.3 线性规划的标准形2.3 非线性规划线性化的转换技巧2.3.1 目标函数最大化2.3.2 消除不等式约束2.3.3 消除自由变量2.3.4 消除绝对值符号1.目标函数中有绝对值符号2.约束条件中有绝对值符号3.约束条件中有最大最小值的判断（非线性约束）2.4 图解法（MATHEMATICA+processon）2.4.1 线性约束作图2.4.2 线性目标函数作图 (平移)2.5 线性规划案例 (QM for Windows)2.5.1 资源分配生产问题2.5.2 营养问题本章参考文献本章带大家走进线性规划（LP）的世界。
首先介绍线性规划的历史，让大家了解在线性规划领域作出杰出贡献的学者及其成就；接下来的内容为线性规划的基本概念，模型假设和“标准形”，并介绍了将一个般的线性规划模型转化为标准形的技巧；最后给出了线性规划案例。
2.1线性规划的历史1939年，苏联学者Kantorovich为前苏联政府解决优化问题时提出了极值问题，并且提出了解乘数法的新方法，可惜他的工作在当时并未引起足够的重视。
事实上，他所提出的问题正是线性规划的雏形。
与此同时，美国的线性规划却获得了飞快的发展。
1941年，Hitchcock提出运输问题；1945年，Stigler 提出了营养问题；1945年，Koopmans提出了经济问题。
而奠定线性规划整套理论方法的，还要说是G.B.Dantzig，他被誉为“线性规划之父”。
他在1947年担任美国空军审计官的数学顾问，为找到解决问题的机制化工具，提出了“在一组线性方程或不等式约束下，求某一线性形式极小值问题的数学模型”，这便是“线性规划”（linear programming）这一经典优化模型。
第二章线性规划的图解法
➢ 答案：
X2 ➢ 最优解为： x1 ＝15 ，x2＝10 40 ➢ 最优值为：z*＝2500×15+1500×10
➢
30
＝52500
3x2＝75
20
（15，10）
10
O
10
20
30
40
50 X1
3x1+2x2＝65
2x1+x2＝40
五、线性规划问题解的情况
➢ 例1.5的最优解只有一个，这是线性规划问题 最一般的解的情况，但线性规划问题解的情 况还存在其它特殊的可能：无穷多最优解、 无界解或无可行解。
... am1x1+am2x2 +…+amnxn≤( =, ≥ )bm x1 ，x2 ，… ，xn ≥ ( ≤) 0 或无约束
xj为待定的决策变量； cj为目标函数系数，或价值系数、费用系数； aij为技术系数； bj为资源常数，简称右端项； 其中i＝1，2，…m； j＝1，2，…n
可以看出，一般LP模型的特点： A、决策变量x1，x2，x3，……xn表示要寻求
O
100 200 300
X1
3、无界解的情况
➢若将例1.5的线性规划模型中约束条件1、2的 不等式符号改变，则线性规划模型变为：
➢ 目标函数：Max z= 50x1+100 x2 约束条件：x1+x2 ≥ 300 2x1+x2 ≥ 400 x2≤250 x1 ≥0， x2 ≥0
B、定义决策变量；
C、用决策变量的线性函数形式写出所要追求 的目标，即目标函数；
D、用一组决策变量的等式或不等式来表示在 解决问题过程中所必须遵循的约束条件。
三、线性规划的数学模型
1、LP模型的一般形式 目标函数：
线性规划的图解法
s.t.
32xx11'' 3x1'
+ + +
2
x2 x2 x2
+ x3' − x3'' + 2x3' − 2x3'' + 3x3' − 3x3''
+
x4
−
x5
= 9 = 4 = 6
x1'
,
2
x2
,
x3' ,
x3'' ,
x4 ,
x5
≥
0
2.1问题的提出
例7 将以下线性规划问题转化为标准形式。
min f =−3x1 + 5x2 + 8x3 − 7x4
x5
≥
20
x5 xj
+ ≥
x6 0,
≥ 30 j = 1, 2, ,
6
2.1问题的提出
所谓线性规划问题
就是求一组变量 (x1,x2,…,xn)的值，它们在满足一组线 性等式或不等式的限制条件下，使某一线性函数的值达到 极大或极小。而线性规划就是研究并解决这类问题的一门 理论和方法。
线性规划模型是由决策变量、目标函数和约束条件三要素 组成。
例2 某昼夜服务的公交线路每天各时间区段内所需的工
作人员数量如下：
时段
时间
所需人数
1
6:00~10:00
60
2
10:00~14:00
70
3
14:00~18:00
60
4
18:00~22:00
50
5
22:00~2:00
20
第二章 线性规划的图解法(简)
第二节 图解法
在线性规划中，对一个约束条件中没使用的资源或能力的大小称 之为松弛量。记为Si。
第二节 图解法
像这样把所有的约束条件都写成等式 ，称为线性规划模型的标准化，所得结果 称为线性规划的标准形式。
第二节 图解法
同样对于≥约束条件中，可以增加一些代表
最低限约束的超过量，称之为剩余变量，把≥约
第二章 线性规划的图解法
主要内容：
§1 问题的提出 （什么是线性规划） §2 图解法 §3 图解法的灵敏度分析
重点和难点
重点： （1）线性规划问题的主要概念 （2）线性规划问题的数学模型 （3）线性规划图解法的过程 （4）阴影价格的定义和灵敏度分析 难点： 灵敏度分析
第一节 问题的提出
约束条件对偶价格小于零时，约束条件
右边常数增加一个单位，就使得最优目
标函数值减少一个其对偶价格。
第三节 图解法的灵敏度分析
对目标函数值求最小值的情况下， 当对偶价格大于零时，约束条件右边常数增加 一个单位就使其最优目标函数值减少一个其对 偶价格； 当对偶价格等于零时，约束条件右边常数增加 一个单位，并不影响其最优目标函数值； 当对偶价格小于零时，约束条件右边常数增加 一个单位，就使得其最忧目标函数值增加一个 其对偶价格。
具有上述3个特征的问题为线性规划问题。
第一节 问题的提出
我们的仸务就是要选择一组或多组方案，使目
标函数值最大或最小。从选择方案的角度说，
这是规划问题。从使目标函数值最大或最小的
角度说，就是优化问题。
线性规划数学模型的一般表示方式
max(min) f ( x) c1 x1 c2 x2 cn xn a11 x1 a12 x2 a1n xn a x a x a x 21 1 22 2 2n n s.t. a x a x a x m2 2 mn n m1 1 x1 , x2 , , xn n : 变量个数 ; m : 约束行数 ; n m : 线性规划问题的规模 c j : 价值系数 ; b j : 右端项; aij : 技术系数 (, )b1 (, )b2 (, )bm 0
第二章 线性规划的图解法
x2
AB
z
C
D
z=0=50x1+100x2
E
x1
图2-2
12
❖ 目标函数：Maxz = 50 x1 + 100 x2
❖ 约束条件：s.t. x1 + x2 ≤ 300
❖
2 x1 + x2 ≤ 400
❖
x2 ≤ 250
❖
x1 , x2 ≥ 0
❖最优解： x1 =50 x2 = 250
❖例2：某工厂在计划期内要安排生产Ⅰ、Ⅱ 两种产品，已知生产单位产品所需的设备台
- (c1 / c2 ) ， 当 -1 - (c1 / c2 ) 0 （*） 时，原最优解仍是最优解。
❖假设产品Ⅱ的利润100元不变，即 c2 = 100，代到式（*）并整理得 0 c1 100
❖假设产品Ⅰ的利润 50 元不变，即 c1 = 50 ，代到式（*）并整理得 50 c2 +
▪ 4.无可行解。若在例1的数学模型中 再增加一个约束条件4x1+3x2≥1200， 则可行域为空域，不存在满足约束条 件的解，当然也就不存在最优解了。
例3.某公司由于生产需要，共需要A，B两种原料至 少350吨（A，B两种材料有一定替代性），其中A原 料至少购进125吨。但由于A，B两种原料的规格不同 ，各自所需的加工时间也是不同的，加工每吨A原料 需要2个小时，加工每吨B原料需要1小时，而公司总 共有600个加工小时。又知道每吨A原料的价格为2万 元，每吨B原料的价格为3万元，试问在满足生产需 要的前提下，在公司加工能力的范围内，如何购买A ，B两种原料，使得购进成本最低？
❖-ai1 x1-ai2 x2- … -ain xn = -bi。
AB
z
C
D
z=0=50x1+100x2
E
x1
图2-2
12
❖ 目标函数：Maxz = 50 x1 + 100 x2
❖ 约束条件：s.t. x1 + x2 ≤ 300
❖
2 x1 + x2 ≤ 400
❖
x2 ≤ 250
❖
x1 , x2 ≥ 0
❖最优解： x1 =50 x2 = 250
❖例2：某工厂在计划期内要安排生产Ⅰ、Ⅱ 两种产品，已知生产单位产品所需的设备台
- (c1 / c2 ) ， 当 -1 - (c1 / c2 ) 0 （*） 时，原最优解仍是最优解。
❖假设产品Ⅱ的利润100元不变，即 c2 = 100，代到式（*）并整理得 0 c1 100
❖假设产品Ⅰ的利润 50 元不变，即 c1 = 50 ，代到式（*）并整理得 50 c2 +
▪ 4.无可行解。若在例1的数学模型中 再增加一个约束条件4x1+3x2≥1200， 则可行域为空域，不存在满足约束条 件的解，当然也就不存在最优解了。
例3.某公司由于生产需要，共需要A，B两种原料至 少350吨（A，B两种材料有一定替代性），其中A原 料至少购进125吨。但由于A，B两种原料的规格不同 ，各自所需的加工时间也是不同的，加工每吨A原料 需要2个小时，加工每吨B原料需要1小时，而公司总 共有600个加工小时。又知道每吨A原料的价格为2万 元，每吨B原料的价格为3万元，试问在满足生产需 要的前提下，在公司加工能力的范围内，如何购买A ，B两种原料，使得购进成本最低？
❖-ai1 x1-ai2 x2- … -ain xn = -bi。
第二章 线性规划解的概念、性质及图解法
上页
下页
返回
习题：用图解法求下列线性规划:
可行域为无界 区域一定无最 优解吗？
x2
2 x1 x2 2
max z = 2x1 + 2x2 s.t. 2x1 – x2 ≥ 2 -x1 + 4x2≤ 4 x1，x2 ≥ 0
Note:
x1 4 x2 4
可行域为无界区域，
目标函数值可无限
x(1) (1 ) x(2) S 则称 S 是一个凸集。
几何意义：如果集合中任意两点连线上的一切点都在 该集合中，则称该集合为凸集。
凸集
上页
下页
返回
定义 2
设 x R , i 0, i 1, 2,, k , 且 i 1， 则称
(i ) n i 1
k
x 1 x (1) 2 x (2) k x ( k )
上页 下页 返回
3.可行解与最优解
Ax=b，x≥0；
上页
下页
返回
4.线性规划的可行域和最优解的性质
1.若线性规划的可行域非空，则可行域必定 为一凸集． 2.若线性规划的可行域非空，则至多有有限 个极点.
3.若线性规划有最优解,则至少有一个极点是 最优解.
可行域内 无限个 可行解 搜索
可行域的 有限个极点
x2
上页 下页 返回
图解法
步骤 一： 由全 部约 束条 件作 图求 出可 行域 ；
9— 8—
目标函数
Max Z = 2x1 + 3x2
约束条件
x2
7—
6— 5—
x1 + 2x2 8 4x1 16 4x2 12 x 1、 x 2 0
2.3 线性规划的图解法
1984年印度的Karmarkar提出“投影梯度法”
线性规划是研究线性不等式组的理论，或者 说是研究（高维空间中）凸多面体的理论，是线 性代数的应用和发展。
线性规划问题的一般形式： Max(Min)S=c1x1+c2x2+…..+cnxn s.t. a11x1+a12x2+….+a1nxn (=, )b1
20
10
10
20
Q1（25，0） 30 40
x1
解的讨论：
无界解：
例：max S=x1+x2 s.t. -2x1+x2 40 x1-x2 20 x1,x2 0
x2 50
40 30
该可行域无界，目标函 数值可增加到无穷大， 称这种情况为无界解或 无最优解。
20
10
10
20
30
40
x1
例2.1的数学模型 max S=50x1+30x2 s.t. 4x1+3x2 120 2x1+x2 50 x1,x2 0
x2 50 由 4x1+3x2 120 x1 0 40 30 x2 0 围成的区域
20
10
4x1+3x2 120
10
20
30
40
x1
x2 50
40 30
x2 50
40 30
20 可行域 10
目标函数是同约束 条件：4x1+3x2 120 平行的直线 x2 = S/30-（4/3）x1
10
20
30
40
x1
x2 50
40 30
当S的值增加时，目 标函数同约束条件： 4x1+3x2 120
第2章 线性规划的图解法
在标准形式中，要求右端项必须每一个分量非 对各个约束引进不同的松弛变量。 负。当某一个右端项系数为负时，如 bi<0，则把该 等式约束两端同时乘以-1，得到：-ai1 x1-ai2 x2… -ain xn = -bi。
管 理 运 筹 学
7
§2 图 解 法
对于只有两个决 策变量的线性规划问 题，可以在平面直角 坐标系上作图表示线 性规划问题的有关概 念，并求解。 下面通过例1详细 讲解其方法：
例1.目标函数： Max z = 50 x1 + 100 x2 约束条件： s.t. x1 + 2 x1 + x2 ≤ x2 ≤ x2 ≤ x1 ≥ x2 ≥ 300 (A) 400 (B) 250 (C) 0 (D) 0 (E)
X2=0
x1
管 理 运 筹 学
x1
9
§2 图 解 法
（2）对每个不等式(约束条件)，先取其等式在坐标系中作直 线，然后确定不等式所决定的半平面。
400 300 200 100 100 200 300 300
x1+x2=300
200 100
2x1+x2=400
2x1+x2≤400
100
200
300
x1+x2≤300
x2 B C z=27500=50x1+100x2 z=20000=50x1+100x2 D z=0=50x1+100x2 E x1
A z=10000=50x1+100x2
图2-2
管 理 运 筹 学
12
§2 图 解 法
• 线性规划的标准化内容之一：——引入松驰变量（含义是 线性规划的标准化内容之一： 资源的剩余量） 例1 中引入 s1， s2， s3 模型化为 目标函数：Max z = 50 x1 + 100 x2 + 0 s1 + 0 s2 + 0 s3 约束条件：s.t. x1 + x2 + s1 = 300 2 x1 + x2 + s2 = 400 x2 + s3 = 250 x1 , x2 , s1 , s2 , s3 ≥ 0 对于最优解 x1 =50 x2 = 250 ， s1 = 0 s2 =50 s3 = 0 说明：生产50单位Ⅰ产品和250单位Ⅱ产品将消耗完所有 可能的设备台时数及原料B，但对原料A则还剩余50千克。
线性规划模型和图解法全
本章教学目的、重点、难点：
Chapter2 线性规划模型和图解法
1. 规划问题阐述
生产和经营管理中经常提出如何合理安排，使人力、物力等各种资源得到充分利用，获得最大的效益，这就是规划问题。
线性规划通常解决下列两类问题：
（1）当任务或目标确定后，如何统筹兼顾，合理安排，用最少的资源 （如资金、设备、原标材料、人工、时间等）去完成确定的任务或目标
练习： 用图解法求解下面线性规划模型：
线性规划模型的图解法
分析： 用图解法求解下面线性规划模型： 图1最大化线性规划模型的图解法
分析：
用图解法求解下面线性规划模型：
多边形区域OABCD中的点就是线性规划问题的可行解（可行点），多边形区域 OABCD称为线性规划问题的可行解区域。显然它是一个凸区域。
图解法简单直观，有助于领会线性规划的基本性质及一般求解方法的基本思想。
例1.4 用图解法求解线性规划问题
max Z = 2X1 + X2 X1 + 1.9X2 ≥ 3.8 X1 - 1.9X2 ≤ 3.8 s.t. X1 + 1.9X2 ≤10.2 X1 - 1.9X2 ≥ -3.8 X1 ，X2 ≥ 0
X1 - 1.9X2 = -3.8(≥)
X1 + 1.9X2 = 10.2 (≤)
（7.6，2）
D
L0： 0=3X1+5.7X2
max Z
34.2 = 3X1+5.7X2
蓝色线段上的所有点都是最 优解这种情形为有无穷多最 优解，但是最优目标函数值 max Z=34.2是唯一的。
可行域
线性规划模型的图解法
下面介绍QM软件的使用方法：
线性规划模型的图解法
Chapter2 线性规划模型和图解法
1. 规划问题阐述
生产和经营管理中经常提出如何合理安排，使人力、物力等各种资源得到充分利用，获得最大的效益，这就是规划问题。
线性规划通常解决下列两类问题：
（1）当任务或目标确定后，如何统筹兼顾，合理安排，用最少的资源 （如资金、设备、原标材料、人工、时间等）去完成确定的任务或目标
练习： 用图解法求解下面线性规划模型：
线性规划模型的图解法
分析： 用图解法求解下面线性规划模型： 图1最大化线性规划模型的图解法
分析：
用图解法求解下面线性规划模型：
多边形区域OABCD中的点就是线性规划问题的可行解（可行点），多边形区域 OABCD称为线性规划问题的可行解区域。显然它是一个凸区域。
图解法简单直观，有助于领会线性规划的基本性质及一般求解方法的基本思想。
例1.4 用图解法求解线性规划问题
max Z = 2X1 + X2 X1 + 1.9X2 ≥ 3.8 X1 - 1.9X2 ≤ 3.8 s.t. X1 + 1.9X2 ≤10.2 X1 - 1.9X2 ≥ -3.8 X1 ，X2 ≥ 0
X1 - 1.9X2 = -3.8(≥)
X1 + 1.9X2 = 10.2 (≤)
（7.6，2）
D
L0： 0=3X1+5.7X2
max Z
34.2 = 3X1+5.7X2
蓝色线段上的所有点都是最 优解这种情形为有无穷多最 优解，但是最优目标函数值 max Z=34.2是唯一的。
可行域
线性规划模型的图解法
下面介绍QM软件的使用方法：
线性规划模型的图解法
- 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、"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、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)。
max Z = 2x1 + 3x2 2x1 + 2x2 ≤ 12
x1 + 2x2 ≤ 8
s.t.
4x1
≤ 16
4x2 ≤ 12 x1 ≥ 0 , x2 ≥ 0
.
Page 9
线性规划问题的数学模型
Page 10
3. 线性规划的数学模型由三个要素构成 决策变量 Decision variables 目标函数 Objective function 约束条件 Constraints
.
线性规划问题的数学模型
约束方程的转换：由不等式转换为等式。
aijxj bi
aijxj xni bi
xni 0 称为松弛变量
aijxj bi
aijxj xni bi
xni 0 称为剩余变量
变量 x j 0的变换
可令 xj xj ， 显然 xj 0
.
Page 16
( ) B
X 0
其中： C(c1 c2cn)
x1
X
x n
P
j
a
1j
a mj
b1
B
b m
.
Page 12
线性规划问题的数学模型
矩阵形式：
max(min)Z CX
AX ( ) B
X
0
其中： C(c1 c2cn)
a11
A
am1
a1n amn
x1
.
LP方法应用的典型情况
Page 3
1. 规划问题阐述 生产和经营管理中经常提出如何合理安排，使人力、 物力等各种资源得到充分利用，获得最大的效益， 这就是规划问题。
线性规划通常解决下列两类问题：
（1）当任务或目标确定后，如何统筹兼顾，合理安排，用 最少的资源 （如资金、设备、原标材料、人工、时间等） 去完成确定的任务或目标 （2）在一定的资源条件限制下，如何组织安排生产获得最 好的经济效益（如产品量最多 、利润最大.）
.
线性规划问题的数学模型
1 数学模型的提出 例 1.1 某塑料制品公司生产各种各样的塑料 CD 盒，
几种产品可以在同一生产线上制造，如果有新产品上就需 要对生产线改造。这个成本称为建造成本。有一种 CD 盒 建 造 成 本 为 3000 美 元 ， 这 个 成 本 就 是 固 定 成 本 (Fix Cost )，如果生产一个 CD 盒劳动力和材料成本为 2 美元。
.
LP方法应用的典型情况
Page 5
2 在管理中一些典型的线性规划应用
（5）营销管理问题：要从几种媒体中选择一种组合， 使其在广告费用预算条件下广告效益最好。 （6）投资组合问题：选择一组股票或证券进行投资， 使得有最大的回报率。 （7）人力资源管理问题：在不同的时间段需要不同数 量的劳动力，如何安排劳动力才能用最少的劳动力来满 足工作的需要。
怎样辨别一个模型是线性规划模型？
其特征是：
（1）问题的目标函数是多个决策变量的线性函数， 通常是求最大值或最小值；
（2）问题的约束条件是一组多个决策变量的线性不
等式或等式。
模型建立练习：P13
.
线性规划问题的数学模型
Page 11
4. 线性规划数学模型的一般形式
目标函数：max(min)z c1x1 c2x2 cnxn a11x1 a12x2 a1nxn ( ) b1
.
LP方法应用的典型情况
Page 4
2 在管理中一些典型的线性规划应用
（1） 生产的组织与计划问题：合理利用现有的 人 力、物力、财力做出最优产品生产计划。 （2）运输问题：根据生产单位的产量和销售单位的 销量，制订产品调运方案，使得总运费最小。 （3）合理下料问题：如何裁截下料，既满足生产需 要，又使得所用的材料数量最少。 （4） 配料问题：在原料供应量限制和保证产品成分 含量的前提下，获取最优配料方案
Chapter2 线性规划模型和图解法
(Linear Programming---LP)
本章主要内容：
LP方法应用的典型情况 LP的数学模型 LP模型的图解法 LP问题的计算机求解
.
Chapter2 线性规划模型和图解法
本章教学目的、重点、难点：
掌握线性规划问题数学模型建立和线性规划模型的特征； 线性规划模型的一般形式及标准形式，解的相关概念； 掌握两个变量线性规划问题的几何作图求解方法； 掌握两个变量线性规划模型可行域的特点及最优解存在 的位置； 熟悉计算机QM软件求解线性规划问题的步骤。
.
线性规划问题的数学模型
Page 15
6 如何化标准形式
目标函数的转换
如果是求极小值即 mzin cjxj
则可将目标函数乘以(-1)，可化为求极大值问题。
即 mza x z cjxj
也就是：令 z ，可z得到上式。
变量的变换
若存在取值无约束的变量 ，x可j令
其中： xj , xj 0
xj xj xj
解 设生产 CD 盒的数量为 x 个，则成本数量模型为：
c(x) 3000 2x
c(x)就是边际成本(Marginal Cost)，边际成本是指在 问题的数学模型
Page 7
易拉罐的设计理念
具体下料--模型的建立
.
线性规划问题的数学模型
2 线性规划模型的建立
X
x n
b1
B
b m
Page 13
.
线性规划问题的数学模型
Page 14
5. 线性规划问题的标准形式
n
maxZ cj xj j1
s.t
n j1
aij
xj
bi
i 1,2, ,m
xj 0, j 1,2, ,n
特点：
(1) 目标函数求最大值（有时求最小值）
(2) 约束条件都为等式方程，且右端常数项bi都大于或等于零 (3) 决策变量xj为非负。
约束条件：
am1x1 am2x2 amnxn ( ) bm
x1 0 xn 0
n
简写为：max (min)
Z
cjxj
j 1
n
aij xj ( ) bi (i 1 2 m)
j 1
xj 0
(. j 1 2 n)
线性规划问题的数学模型
向量形式： max(min)z CX
pj xj
例1.2 某企业计划生产甲、乙两种产品。这些产品分 别要在A、B、C、D、四种不同的设备上加工。按工 艺资料规定，单件产品在不同设备上加工所需要的台 时如下表所示，企业决策者应如何安排生产计划，使 企业总的利润最大？
Page 8
.
线性规划问题的数学模型
解：设x1、x2分别为甲、乙两种产
品的产量，则数学模型为：