运筹学第1章
运 筹 学 课 件
12/3 4
z
1 2
x4
x5 42
x3
2 3
x4
1 3
x5
4
新典式
主元化 为1,主 元所在
x2
1 2
x4
6
列的其 余元素
x1
2 3
x4
1 3
x5
4
化为0
观察最后一个典式,所有检验数均为非负, 故其对应的基本可行解为最优解,即
X * 4,6,6,0,0T z* 42
去掉引入变量,得原问题的最优解为:
运筹学课件
目录
运筹学概论 第一章 线性规划基础 第二章 单纯形法 第三章 LP对偶理论 第四章 灵敏度分析 第五章 运输问题 第六章 整数规划 第七章 动态规划 第八章 网络分析
第二章 单纯形法
(SM-Simplex Method)
1947年,美国运筹学家Dantzig提出,原理是 代数迭代。
单纯形法中的单纯形的这个术语,与该方法毫 无关系,它源于求解方法的早期阶段所研究的一 个特殊问题,并延用下来。
CB B1b B1b
z
CB B1N CN X N X B B1NX N
CB B1b B1b
上述方程组的矩阵形式为
10
0 I
CB
B1N B1N
CN
z XB XN
CB B1b B1b
上式的系数增广阵称为对应于基B的单纯形表:
T(B)
CB B1b B1b
0 I
CB
B1N B1N
CN
形式的LP问题,必须解决三个问题: ⑴初始基本可行解的确定; ⑵解的最优性检验; ⑶基本可行解的转移规则。 这里先放一下⑴,研究⑵和⑶,为此,
《运筹学》课件 第一章 线性规划
10
解:令
xi=
1, Si被选中
min z= ci xi i 1 10
0, Si没被选中
xi 5
i 1
x1 x8 1 x7 x8 1
称为技术系数
b= (b1,b2, …, bm) 称为资源系数
2、非标准型
标准型
(1)Min Z = CX
Max Z' = -CX
(2)约束条件
• “≤”型约束,加松弛变量;
松弛变量
例如: 9 x1 +4x2≤360
9 x1 +4x2+ x3=360
• “≥”型约束,减松弛变量;
例、将如下问题化为标准型
数据模型与决策 (运筹学)
课程教材:
吴育华,杜纲. 《管理科学基础》,天津大学出版社。
绪论
一、运筹学的产生与发展
运筹学(Operational Research) 直译为“运作研究”。
• 产生于二战时期 • 60年代,在工业、农业、社会等各领域得到广泛应用 • 在我国,50年代中期由钱学森等引入
Min z x1 2x2 3x3
x1 x2 x3 7
s.t
.
x1 x2 x3 3x1 x2 2
x3
2
5
x1, x2 , x3 0
解:令 Min z Max z' (z' z) ,第一个约束加松弛变量x5,
第二个约束减松弛变量x6,得标准型:
Max z' x1 2x2 +3x3
x1 x2 x3 x4 7
s.t .
x1 x2 3x1
x3 x2
x5 2 2x3 5
x1 , , x5 0
运筹学-第一章-单纯形法基本原理
X ( 0) ( x1 , x2 ,, xm ,0,0,...,0)T (b1 , b2 ,......,bm ,0,0,...,0)T
0
0
0
单纯形法基本原理
2、基变换 定义:两个基可行解称为相邻的,如果它们之间变换 且仅变换一个基变量。 初始基可行解的前m个为基变量,
X
凸集
顶点
凸集
不是凸集
顶点:如果凸集C中不存在任何两个不同的点X1,X2,使X 成为这两个点连线上的一个点
单纯形法基本原理
定理1:若线性规划问题存在可行解,则该问题的可行域是 凸集。 定理2:线性规划问题的基可行解X对应可行域(凸集)的顶 点。 定理3:若问题存在最优解,一定存在一个基可行解是最优 解。(或在某个顶点取得)
的左边变成一个单位矩阵,
b (b1 a1 j ,.,bl 1 al 1 j , , bl 1 al 1 j ,.,bm am1 j , ) ( x1 , x2 ,..., xl 1 , x j , xl 1 ,..., xm )
X
(1)
T
与X
( 0)
是相邻的基可行解。
M M bm 0 L
M M
M M
L 1 am,m1 L L 00
M , M amn m
bi 其中: i a kj 0 a kj
j c j ci aij c j z j
单纯形法的计算步骤
例1.12 用单纯形法求下列线性规划的最优解
max Z 3 x1 4 x 2 2 x1 x 2 40 x1 3 x 2 30 x , x 0 1 2
xi0 aij 0, aij 0,取值无限,
运筹学第1章-线性规划
下一页 返回
图解法步骤:
(1)建立坐标系; (2)将约束条件在图上表示; (3)确立满足约束条件的解的范围; (4)绘制出目标函数的图形 (5)确定最优解
用图解法求解下列线性规划问题
max z 2x1 3x2
4x1 0x2 16
s.t
10xx11
4x2 2x2
12 8
x1, x2 0
1. 1.1问题举例
(1)生产计划问题。 生产计划问题是典型的已知资源求利润最大化的问题,对于此类
问题通常有三个假设:①在某一计划期内对生产做出的安排;②生产 过程的损失忽略不计;③市场需求无限制,即假设生产的产品全部 卖出。
下一页 返回
1.一般线性规划问题的数学模型
例1 用一块连长为a的正方形铁皮做一个容 器,应如何裁剪,使做成的窗口的容积为最 大?
解:设 x1, x2分别表示从A,B两处采购的原油量(单
位:吨),则所有的采购方案的最优方案为:
min z 200x1 290x2
0.15x1 0.50x2 150000
s.t
0.20x1 0.50x1
0.30x2 0.15x2
120000 120000
x1 0, x2 0
1. 1线性规划问题与模型
也可以写成模型(1-6)和模型(1-7)的形式,其中模型(1-7)较为常用。
物流运筹学 第1章 绪论
第二节 物流与运筹学
物流是“物品从供应地到接收地的实体流动过程, 根据实际需要,将运输、储存、装卸、搬运、包 装、流通加工、配送、信息处理等基本功能实施 有机结合。” 物流系统 物流管理 物流系统适合用运筹学的方法进行研究,而且在 物流的发展过程中,运筹学的应用也从未停止过, 并起到了重要的推进作用。将运筹学与物流结合 是现代物流发展也是运筹学发展的产物。
第一章 绪
论
运筹学概述
物流与运筹学
物流运筹学的主要内容
知识目标
了解运筹学的基本涵义; 了解运筹学的发展过程; 理解物流和运筹学的关系; 了解物流运筹学的主要内容。
技能目标
掌握运筹学整体优化的基本思想。
第一节 运筹学概述
运筹学研究对象是有组织的系统,解决的是 其中的管理问题;运筹学应用的工具是科 学的方法、技术与工具;运筹学服务的对 象是决策者与执行者,提供一个有效、实用 的决策方案,作为其决策判断的依据;运筹 学的最终目的是使有组织系统中的人、财、 物和信息得到最有效的利用,使系统的产出 最大化。
第三节 物流运筹学的主要内容
规划论(包括线性规划、非线性规划、 整数规划和动态规划等) 图与网络分析 项目计划技术 决策论 对章主要介绍了运筹学的基本内涵、运筹学的发 展历史、物流与运筹学的关系以及物流运筹学的 基本内容。 运筹学是物流学科体系的重要基础之一,物流与 运筹学两者之间有着天然的历史联系,物流系统 适合用运筹学的方法进行研究,而且在物流的发 展过程中,运筹学的应用也从未停止过,并起到 了重要的推进作用。运筹学的基本思想与基本方 法以及研究问题的基本思路和程序适用于物流领 域。物流运筹学主要介绍运筹学理论与方法在物 流领域中的运用。
运筹学第1章:线性规划问题及单纯型解法
原料甲 原料乙 最低含量 VA 0.5 0.5 2 VB1 1.0 0.3 3 VB2 0.2 0.6 1.2 VD 0.5 0.2 2 0.3 0.5 单价
分别代表每粒胶丸中甲, 设 x1, x2分别代表每粒胶丸中甲, 乙两种原料的用量
5
例3,合理下料问题 , 分别代表采用切割方案1~8的套数, 的套数, 设 xj 分别代表采用切割方案 的套数
19
( f(x
)= 3
6
1.2.2 单纯型法的基本思路
确定初试基础可行解
检查是否为 最优解? 最优解?
是
求最优解的目标函数值
否 确定改善方向
求新的基础可行解
20
1.2.3 单纯型表及其格式
IV CB III XB II x1 b c1 a11 a21 c1′′= cn+1 xn+1 b1 c2′′= cn+2 xn+2 b2 x2 … xn c2 … cn a12 … a1n a22 … a2n I xn+1 cn+1 1 0 0 zn+1 xn+2 cn+2 0 1 0 zn+2 … … … … … … xn+m cn+m 0 0 1 zn+m
OBJ : max f ( x) = 6x1 + 4x2 2x1 + x2 ≤ 10 铜资源约束 x1 + x2 ≤ 8 铅资源约束 s.t. x2 ≤ 7 产量约束 x1, x2 ≥ 0 产量不允许为负值 最优解: x1 = 2, x2 = 6, max f ( x) = 36.
4
例2,配料问题(min, ≥) ,配料问题(
2 max 1 O 1 2 3 4 D 5 6 7 H 8
运筹学第一章 1.4 大M法和两阶段法
(2)写出初始基本可行解 )写出初始基本可行解——
根据“ 用非基变量表示基变量的表达式” 根据 “ 用非基变量表示基变量的表达式 ” , 非基变量取0 算出基变量, 非基变量取0,算出基变量,搭配在一起构成 初始基本可行解。 初始基本可行解。 2、建立判别准则: 建立判别准则: (1)两个基本表达式的一般形式 LP限制条件中全部是 LP限制条件中全部是“≤”类型约束,新 限制条件中全部是“ 类型约束, 增的松弛变量作为初始基变量的情况来描述: 增的松弛变量作为初始基变量的情况来描述 :
2、处理人工变量的方法: 处理人工变量的方法:
(1)大M法——在约束条件中人为地加入非负 在约束条件中人为地加入非负 的人工变量, 的人工变量,以便使它们对应的系数列向量构 成单位阵。 成单位阵。 问题:加入的人工变量是否合理?如何处理? 问题:加入的人工变量是否合理?如何处理? 目标函数中, 在目标函数中,给人工变量前面添上一个绝对 值很大的负系数M>>0 迭代过程中, 值很大的负系数 -M ( M>>0 ) , 迭代过程中 , 只要基变量中还存在人工变量, 只要基变量中还存在人工变量,目标函数就不 可能实现极大化——惩罚! 惩罚! 可能实现极大化 惩罚
σj =cj −zj =cj −∑ a c
i= 1
m
' n+i ij
(2)最优性判别定理
若 X = (0,0,L0,b ,b ,Lb ) 是对应于基B的基本 是对应于基B , , 可行解, 的检验数, 可行解,σ j 是非基变量 x (j0) 的检验数,若对 于一切非基变量的角指标j 于一切非基变量的角指标j,均有 σ j ≤0,则 X(0)为最优解。 为最优解。
最优性判别定理; 最优性判别定理;无“有限最优解”判断定理 有限最优解”
运筹学-第1章 3-单纯形法
解就是原问题的最优解
若变化后的问题中含有非零的人工变量则元问题无可行
解
7
2.最优性检验和解的判别
x i bi a im 1 x m 1 , ,a in x n i 1, , m代入目标函数 Z
c1 x1 c2 x 2 c n x n c1 (b1 a1m 1 x m 1 a1n x n ) c2 (b2 a 2 m 1 x m 1 a 2 n x n ) cm (bm a mm 1 x m 1 a mn x n ) c m 1 x m 1 c n x n ci bi
(1)因为所有 Xj ≥0,当所有σ j<0 时,则 Z≤Z0,则该基可行解 对应最优解; (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(无界解); (4)因为所有Xj≥0,当存在σ j>0时,则该基可行解不是最优 解,需要寻找另一个基可行解;
9
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,即一次基变换仅变换一个基变量。 换入变量的确定(入基变量)
σk>0,aik 至少一个大于0,若σk=Max{σj| σj>0},则xk为换入变量。
换出变量的确定(出基变量)
bi bl bi , i 1,, m, min | aik 0 aik aik alk
13
一.求初始基可行解
1.当约束条件为“≤”时,直接在约束不等式左边加上非负的松弛 变量,使约束方程的系数矩阵很容易找到一个单位矩阵,求出一 个初始基可行解。
运筹学第1章
(第三版)《运筹学》教材编写组编清华大学出版社运筹学第1章线性规划与单纯形法第1节线性规划问题及其数学模型二.线性规划与目标规划第1章线性规划与单纯形法第2章对偶理论与灵敏度分析第3章运输问题第4章目标规划第1章线性规划与单纯形法第1节线性规划问题及其数学模型第2节线性规划问题的几何意义第3节单纯形法第4节单纯形法的计算步骤第5节单纯形法的进一步讨论第6节应用举例第1节线性规划问题及其数学模型•1.1 问题的提出•1.2 图解法•1.3 线性规划问题的标准形式•1.4 线性规划问题的解的概念第1节线性规划问题及其数学模型线性规划是运筹学的一个重要分支。
线性规划在理论上比较成熟,在实用中的应用日益广泛与深入。
特别是在电子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。
从解决技术问题的最优化设计到工业、农业、商业、交通运输业、军事、经济计划和管理决策等领域都可以发挥作用。
它已是现代科学管理的重要手段之一。
解线性规划问题的方法有多种,以下仅介绍单纯形法。
1.1 问题的提出从一个简化的生产计划安排问题开始例1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时及A、B两种原材料的消耗,如表1-1所示。
资源产品ⅠⅡ拥有量设备 1 2 8台时原材料A40 16kg原材料B0 4 12kg续例1该工厂•每生产一件产品Ⅰ可获利2元,•每生产一件产品Ⅱ可获利3元,•问应如何安排计划使该工厂获利最多?如何用数学关系式描述这问题,必须考虑称它们为决策变量。
产品的数量,分别表示计划生产设II I,,21x x ∙12416482212121≤≤≤+∙x ;x ;x x ,x ,x 这是约束条件。
即有量的限制的数量多少,受资源拥生产021≥∙x ,x ,即生产的产品不能是负值这是目标。
最大如何安排生产,使利润,∙数学模型⎪⎪⎩⎪⎪⎨⎧≥≤≤≤++=0124164823221212121x ,x x x x x :x x z max 约束条件目标函数例2. 简化的环境保护问题靠近某河流有两个化工厂(见图1-1),流经第一化工厂的河流流量为每天500万立方米,在两个工厂之间有一条流量为每天200万立方米的支流。
运筹学第一章
30
1.1.3解的概念
概念: 1、可行解:满足所有约束条件的解。 2、可行域:即可行解的集合。所有约束条件的交 集,也就是各半平面的公共部分。满足所有约 束条件的解的集合,称为可行域。 3、凸集:集合内任意两点的连线上的点均属于这 个集合。如:实心球、三角形。线性规划的可 行域是凸集。
OR1
OR1
27
线性规划图解法例题
(无界解)
max z x 2 y x y 1 2 x 4 y 3 x 0, y 0
OR1
28
线性规划图解法例题
(无解)
min z x 2 y x y 2 2 x 4 y 3 x 0, y 0
请问该 医院至 少需要 多少名 护士?
5
例题2建模
目标函数:min Z=x1+x2+x3+x4+x5+x6 约束条件: x1+x2 ≥70
x2+x3 ≥60 x3+x4 ≥ 50 x4+x5 ≥20 x5+x6 ≥30 非负性约束:xj ≥0,j=1,2,…6
OR1
6
例题3:运输问题
三个加工棉花的加工厂,并且有三个仓库供应棉花,各 供应点到各工厂的单位运费以及各点的供应量与需求量 分别如下表所示:问如何运输才能使总的运费最小?
OR1
14
总
结
从以上 5 个例子可以看出,它们都属于优化问题,它们 的共同特征: 1 、每个问题都用一组决策变量表示某一方案;这组决 策变量的值就代表一个具体方案,一般这些变量取值是 非负的。 2 、存在一定的约束条件,这些约束条件可以用一组线 性等式或线性不等式来表示。 3 、都有一个要求达到的目标,它可用决策变量的线性 函数(称为目标函数)来表示。按问题的不同,要求目 标函数实现最大化或最小化。 满足以上三个条件的数学模型称为线性规划的数学模型。
运筹学
12X1 + 6X2 ≤ 600 X1≥0,X2 ≥0 使 max f(x)=7X1 + 5X2
3.合理配料模型
例1-5 用三种原料A1、A2、A3配制一种食品,要求该食品中 蛋白质、脂肪、碳水化合物和维生素的含量分别不低于150、 200、250、300个单位,这三种原料的单价及每单位原料所含各 种成份的数量如表1-6所示。问如何配制这种食品,使成本最低?
X2 = 18 maxf(x) = 2600
第三节
解的结构
线性规划的解有三种情况:有最优解、有解但无 最优解和无可行解。有最优解又有两种情况:有惟一 的最优解和有无穷多个最优解。 当线性规划的约束条件中出现矛盾约束时,即二 元一次不等式组无解时,线性规划问题无可行解。
在例2-1中,加一个约束条件: 求x1,x2
令f(x)=-f(x) ′ 则maxf(x)=-min[-f(x)] =-minf(x) ′
例1-14 将下列线性规划数学模型化为标准形式: 求 x1,x2,x3
2x1 +
x2 + x3
≤ 8
满足
x1
-
x2
x2
+
x3
≥ 3
3x1 -
– 2x3 ≤ -5
≥0,X3是自由变量
X1≥0,x2
使 maxf(x) = x1 – 2x2 + 3x3
解:令X3=X4-X5,其中X4≥0,X5≥0, 在第一个约束条件的左边加入一个松驰变量X6,化为等式; 在第二个约束条件的左边减去一个松驰变量X7,化为等式; 在第三个约束条件的左边加入一个松驰变量X8,化为等式; 并且等式两边同乘以-1; 将求 maxf(x) = X1 - 2X2 + 3X3 化为求
运筹学第1章 绪论
§1 决策、定量分析与管理运筹学 §2 运筹学的分支 §3 运筹学在工商管理中的应用 §4 学习运筹学必须使用相应的计算机
软件,必须注重于学以致用的原则
1
第一章 绪论
运筹学(Operational Research) 直译为“运作研究”。
➢ 定义:运筹学是应用分析、试验、量化的方法,对经济 管理系统中的人力、物力、财力等资源进行统筹安排, 为决策者提供有依据的最优方案,以实现最有效的管理。
2
§1 决策、定量分析与管理运筹学
问题解决的过程:
1)认清问题;
2)找出一些可供选择的方案;
决 策
3)确定目标或评估方案的标准;
4)评估各个方案:解的检验、敏性分析等;
5)选出一个最优的方案:决策;
6)执行此方案:回到实践中;
7)进行后评估:考察问题是否得到完满解决;
1)2)3):形成问题; 4)5):分析问题:定性分析与定量分析。构成决策。
• 本书附有运筹学教学软件,使用方法很简单。必须 尽快学会使用这个运筹学教学软件,并借助它来学 好本课程。
• 虽然教材附带的软件“管理运筹学2.5”可以解决书 上的绝大部分习题,但是,这些习题的计算方法依 然是重点,必须掌握。
11
3
• 线性规划
§2 运筹学的分支
• 对策论
• 整数线性规划 • 目标规划 • 图与网络模型 • 存储论
• 排序与统筹方法 • 决策分析 • 动态规划
• 排队论
• 预测
*** 随机规划、模糊规划等
4
§3 运筹学在工商管理中的应用
• 生产计划:使用运筹学方法从总体上确定适应需求 的生产、 贮存和劳动力安排等计划,追求利润最 大化和成本最小化。
运筹学 第01章 线性规划问题
线性规划建模步骤
设定决策变量 明确约束条件并用决策变量的线性等式或 不等式表示 用变量的线性函数表示要达到的目标,并 确定是求极小还是求极大 根据变量的物理性质确定变量是否具有非 负性 注:其中最关键是设定决策变量这一步
生产计划问题(1)
某工厂用三种原料生产三种产品,已知的 条件如下表所示,试制订总利润最大的日 生产计划
线性规划问题解的有关概念(2)
基本解:令模型中所有非基变量的值等于零后,由 模型的约束方程组得到的一组解。 基本可行解:满足非负条件的基本解称为基本可行 解。 可行基:对应于基本可行解的基称为可行基。 退化解:基本可行解的非零分量个数小于m时,称 为退化解。 最优基:若对应于基B的基本可行解X是线性规划的 最优解,则称B为线性规划的最优基
人员安排问题(1)
医院护士24小时值班,不同时段需要的护 士人数不等(见下表)。每个护士每天连 续值班8小时,在各时段开始时上班。问最 少需要多少护士?
序号 1 2 3 4 时段 06—10 10—14 14—18 18—22 最少人数 60 70 60 50
5 6
22—02 02—06
20 30
人员安排问题(2)
设xj为第j时段开始值班的护士人数
目标函数为:使人数最少,则有
min f ( X ) x1 x2 x3 x4 x5 x6 x6 x1 60 x x 70 1 2 x2 x3 60 s.t. x3 x4 50 x x 20 5 4 x5 x6 30 x1 , x2 , x3 , x4 , x5 , x6 0且为整数
运筹学
第一章 线性规划问题
本章重点
线性规划建模 线性规划的图解法 线性规划的标准形式 单纯形法 两阶段法 大M法
运筹学第1章
运筹学解决问题的过程
1)提出问题:认清问题。 2)寻求可行方案:建模、求解。 3)确定评估目标及方案的标准或方 法、途径。 4)评估各个方案:解的检验、灵敏 性分析等。
19
运筹学解决问题的过程
5)选择最优方案:决策。 6)方案实施:回到实践中。 7)后评估:考察问题是否得到完 满解决。
1)2)3)形成问题;4)5)分析 问题:定性分析与定量分析相结合,构 成决策。
10
运筹学的产生和发展
战后这些研究成果被应用到生产、 经济领域,并得到迅速发展——有关理 论和方法的研究、实践不断深入。
1947年美国数学家丹捷格(G.B.Dantzig)
提出了求解线性规划的有效方法——单 纯形法。
11
运筹学的产生和发展
数学对运筹学的作用——是有 关理论和方法的研究基础,是建立 运筹学模型的工具。
20
如何学习运筹学课程
学习运筹学要把重点放在分 析、理解有关的概念、思路上。 在自学过程中,应该多向自己提 问,例如一个方法的实质是什么, 为什么这样进行,怎么进行等。
自学时要掌握三个重要环节:
21
如何学习运筹学课程
1.认真阅读教材和参考资料, 以指定教材为主,同时参考其他有 关书籍。一般每一本运筹学教材都 有自己的特点,但是基本原理、概 念都是一致的。注意主从,参考资 料会帮助你开阔思路,使学习深入。 但是,把时间过多放在参考资料上, 会导致思路分散,不利于学好。
2
运筹学
1.绪论 2.线性规划建模及单纯形法 3.线性规划问题的对偶与灵敏度分析 4.运输问题 5.动态规划 6.排队论 7.决策分析
8.图与网络分析
第一章 绪 论
4
运筹学概况简述
运筹学第1章线性规划及单纯形法复习题
max (min)
Z = CX
AX ≤ ( = , ≥ ) b X ≥ 0
3、线性规划的标准形式 、
ma0
4、线性规划问题的解 、 (一)求解方法
一 般 有 两种方法 图 解 法 单纯形法 两个变量、 两个变量、直角坐标 三个变量、 三个变量、立体坐标
适用于任意多个变量、 适用于任意多个变量、但需将 一般形式变成标准形式
(二)线性规划问题的解
1、解的概念 可行解:满足约束条件② 的解为可行解。 ⑴ 可行解:满足约束条件②、③的解为可行解。 所有解的集合为可行解的集或可行域。 所有解的集合为可行解的集或可行域。 最优解: 达到最大值的可行解。 ⑵ 最优解:使目标函数①达到最大值的可行解。 ⑶ 基:B是矩阵A中m×m阶非奇异子矩阵 是矩阵A ≠0), ),则 是一个基。 (∣B∣≠0),则B是一个基。
§2 图 解 法
例一、 例一、 max
Z = 2 x 2 x 2 x 4 x
2 2 1
+ 3 x
2
2 x1 + x + 1 4 x1 x1 ≥
≤ 12 ≤ 8 ≤ 16 ≤ 12
2
⑴ ⑵ ⑶ ⑷
2
0, x
≥ 0
max
Z = 2 x1 + 3 x 2 x 2 x
2 2
当xj=0时, 必有 j=zj=0, 因此 时 必有y
∑P x = ∑P y = ∑P z
j =1
r
r
r
r
j
j
j =1
j
j
j =1
j
j
=b
∑(y
j =1
j
− z j ) Pj = 0
运筹学第一章
第一章、 线性规划和单纯形法1.1 线性规划的概念一、线性规划问题的导出1.(引例) 配比问题——用浓度为45%和92%的硫酸配置100t 浓度为80%的硫酸。
取45%和92%的硫酸分别为x1和x2t,则有: 求解二元一次方程组得解。
目的相同,但有5种不同浓度的硫酸可选(30%,45%,73%,85%,92%)会出现什么情况?设取这5种硫酸分别为 x1、x2、x3、x4、x5 t, 则有: ⎩⎨⎧⨯=++++=++++1008.092.085.073.045.03.01005432154321x x x x x x x x x x 请问有多少种配比方案?为什么?哪一种方案最好?假设5种硫酸价格分别为:400,700,1400,1900,2500元/t ,则有:2.生产计划问题如何制定生产计划,使三种产品总利润最大?考虑问题:⎩⎨⎧⨯=+=+1008.092.045.01002121x x x x ⎪⎩⎪⎨⎧=≥⨯=++++=++++++++=5,,2,1,01008.092.085.073.045.03.0100..250019001400700400543215432154321 j x x x x x x x x x x x t s x x x x x MinZ j(1)何为生产计划?(2)总利润如何描述?(3)还要考虑什么因素?(4)有什么需要注意的地方(技巧)?(5)最终得到的数学模型是什么?二、线性规划的定义和数学描述(模型)1.定义:对于求取一组变量xj (j =1,2,......,n),使之既满足线性约束条件,又使具有线性表达式的目标函数取得极大值或极小值的一类最优化问题称为线性规划问题,简称线性规划。
2.配比问题和生产计划问题的线性规划模型的特点:用一组未知变量表示要求的方案,这组未知变量称为决策变量;存在一定的限制条件,且为线性表达式;有一个目标要求(最大化,当然也可以是最小化),目标表示为未知变量的线性表达式,称之为目标函数; 对决策变量有非负要求。
运筹学-第一章-LP原理
可行解:满足所有约束条件包括非负条件的解 X=(x1,x2,…xn)T 称为该问题的可行解。所有可行解的集合构成可行域。 最优解:使目标函数①达到最大值的可行解称为最优解。 基: A是约束方程组的 m×n 阶系数矩阵,设其秩为m,B矩阵 是矩阵A中m×m阶非奇异子矩阵(|B|≠0),则称B是线性规划 问题的一个基。 就是说,B是由m个线性独立的列向量组成。不失一般性, a11 a12 L a1m 可以设: a a L a
max z = c1x1 + c2 x2 + L + cn xn a11x1 + a12 x2 + L + a1n xn = b1 a21x1 + a22 x2 + L + a2n xn = b2
M a x +a
m1 1
x1, x2,L xn ≥ 0
河北工业大学管理学院 孔造杰 制作
m2 2
x + L + amnxn = bm
LP问题的提出
为此,将河流分成两段考虑,第一段:工厂1→工厂2之间,只有 工厂1的排放污水,应满足的约束条件: (2-x1)/500≤2/1000 第二段:工厂2之后的河段,除了有工厂2的排放污水外,还有工 厂1的残留污水,同时,水流量也是两个河流的流量和,即: [0.8(2-x1)+(1.4-x2)]/700≤2/1000 除此之外,还应满足处理量不超过最大污水量和非负条件。综合 以上分析得问题的数学模型为:
min z = 1000x1 + 800x2
(2 − x1) 500 ≤ 2 1000
[0.8(2 − x1) + (1.4 − x2 )] 700 ≤ 2 1000
- 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 (或 min)Z c j x j
j 1
n aij x j (或 , )bi s.t. j 1 xij 0
i 1,,m j 1,, n
2.向量式
max (或 min)Z CX n (或 , )b Pj x j s.t. j 1 X 0
第二节
图解法
对模型中只含2个变量的线性 规划问题,可以通过在平面上作 图的方法求解。
一、图解法的步骤
1.等直线法
例 1: max z = 2x1 + 3x2 s.t. x1 + 2 x2 8 4 x1 16 4 x2 12 x1,x2 0
1.建立平面直角坐标系; 2. 找出表示每个约束的半平面,所有半平面的交集是可行域(全体可行 解的集合); 3. 画出目标函数的等值线 ; 4.向着目标函数的优化方向平移等值线,直至得到等值线与可行域的最后 交点,这种点就对应最优解。
数实现最大化或最小化,max或min。
三、线性规划数学模型的一般表示方式
max(min) ( x) c1 x1 c2 x2 cn xn Z
a11 x1 a12 x2 a1n xn a x a x a x 22 2 2n n 21 1 a x a x a x m2 2 mn n m1 1 x1 , x2 , , xn ( , )b1 ( , )b2 ( , )bm 0
设:各时间间隔所派车辆数为xj j=1,2,…,6 则有: min Z=x1+x2+x3+x4+x5+x6
x1+x6≥4 x1+x2≥8
x2+x3≥ 10 x3+x4≥7 x4+x5≥12 x5+x6 ≥4 x1,x2,x3,x4,x5,x6 ≥0
第一章 线性规划问题及单纯形法
线性规划问题及其数学模型 图解法 单纯形法原理 单纯形法计算步骤 单纯形法的进一步讨论
设 xj 分别代表采用切割方案1~8所需7.4 米的钢筋的数量。 若目标函数为使购买的7.4m钢筋最少,则有:
min Z x1 x2 x3 x4 x5 x6 x7 x8 2 x1 x2 x3 x4 2 x2 x3 3x5 2 x6 x7 s.t. x1 x3 3x4 2 x6 3x7 4 x8 x1 , x2 , x3 , x4 , x5 , x6 , x7 , x8 100 100 100 0
x2
例如:
max Z=x1+2x2 -x1-x2≥2 2x1+x2≤4 x1,x2 ≥0
0
x1
三、由图解法得到的启示
图解法虽只能用来求解只具有两个变量的线性规划问题,但它的解题
思路和几何上直观得到的一些概念判断,对下面要讲的单纯形法有很大启 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;
x2
max z = 2x1+ 3x2 s.t. x1 + 2 x2 8 4 x1 16 4 x2 12 x1,x2 0
4x1=16 x1+2x2=8 Q3 •Q2(4,2) Q1 4x2=12
Q4 3
0
2x1+3x2=0
4
x1
2.试算法
x2 4x1=16
最优解在顶点达到:
O点:X1=0, X2=0, Z=0 Q1: X1=4, X2=0, Z=8
单位产 品消耗 原料 原料名称
产品名称
甲
乙
可供利用的原料 数量(吨/日) 6 8
A B
产品售价 (千元/吨)
1 2 3
2 1 2
根据市场调查,有如下资料: 1.乙产品的需求量至多 2 吨/日; 2.乙产品的需求量比甲产品的需求量至多大 1 吨/日。 求该厂产值最大的生产方案。
提出三个问题大家考虑: 1.问题的未知数是什么? 2.以什么准则进行决策? 设未知数 目标函数
Q4 3
x1+2x2=8 Q3 •Q2(4,2) Q1
4x2=12
14
X1=2, X2=3, Z=10 X1=0, X2=3, Z=6
0
4
x1
2x1+3x2=0
二、线性规划问题解的存在情况
1.存在唯一最优解
max z = 2x1+ 3x2 s.t. x1 + 2 x2 8 4 x1 16 4 x2 12 x1,x2 0
3.约束条件是什么?
约束方程
这里生产方案指的是如何安排甲、乙产品的产量。显然,产量是未 知数。 ① 设:甲产品的产量为 x1 吨/日 乙产品的产量为 x2 吨/日
② 决策准则是产值最大,用 Z 代表产值,则有: Z=3x1+2x2
Z 是x1、x2 的函数,称为目标函数,目标是求极大值, 即:max Z= 3x1+2x2
第一章 线性规划问题及单纯形法
线性规划问题及其数学模型
图解法
单纯形法原理
单纯形法计算步骤
单纯形法的进一步讨论
第一节
线性规划问题及其数学模型
线性规划在经营管理中,常常用来解决 有限资源(人、财、物)的合理分配问题。 在经营管理中,几乎一切问题都与有限资源 的合理分配利用有关。线性规划为解决有限 资源的合理分配利用提供了一个有效的数学 工具。
C (c1, c2 ,, cn ); X ( x1, x2 ,, xn )T
a1 j a2 j Pj a mj b1 b b 2 b m 0 0 0 0
二、线性规划问题的共同特征 (模型的三要素)
⑴ 每一个问题都用一组决策变量(x1,x2,…,xn)表示某 一方案;这组决策变量的值就代表一个具体方案。一般 这些变量取值都是非负的。 ⑵ 存在一定的约束条件,这些约束条件可以用一组线性等 式或线性不等式来表示。 ⑶ 都有一个要求达到的目标,它可用决策变量的线性函数 (称为目标函数)来表示。按问题的不同,要求目标函
若目标函数为余料最少,则有:
min Z 0.1x1 0.3x2 0.9 x3 0 x4 1.1x5 0.2 x6 0.8 x7 1.4 x8 2 x1 x2 x3 x4 2 x2 x3 3x5 2 x6 x7 s.t. x1 x3 3x4 2 x6 3x7 4 x8 x1 , x2 , x3 , x4 , x5 , x6 , x7 , x8 100 100 100 0
3.矩阵式
max (或min)Z CX (或 , )b AX s.t. X 0
X ( x1 , x2 , , xn )T ; C (c1 , c2 , , cn ); b (b1 , b2 , , bm )T ; a11 a21 A a m1 a12 a22 am 2 a1n a2 n amn
课堂练习:建立线性规划模型
某城市在一昼夜间市内交通需要车辆数如图,对车辆 的需求在昼夜间是变化的,车辆的工作制度是一天连续工 作8小时,派车时间在各时间间隔的端点,一旦派出,就连 续工作8小时。求保证需要的最小车辆数。
车辆数 12 8 4 4 8 12 10 7 4 时
0
4
8
12
16
20
24
间
派车时间在各时间间隔的端点,一旦派出,就连续工 作8小时。
一、线性规划数学模型的建立
建立线性规划数学模型是解决线性规划问题的
一个重要步骤。
建立的线性规划数学模型是否真正的反映客观
实际,数学模型本身是否正确,都直接影响求解结
果,从而影响决策结果,所以,建立正确的线性规 划模型尤为重要。下面举例说明线性规划数学模型 的建立。
例1.(产品组合问题)
某厂利用A、B两种原料,生产甲、乙两种产品,有关数据如下:
4x1=16 x1+2x2=8 Q3 •Q2(4,2) Q1 0
Q4 3
4x2=12
4
2x1+4x2=0
x1
3. 有无界解
可行域可伸展到无穷,由此目标函数值也可增大
至无穷。这种情况下问题的最优解无界。产生无界解 的原因是由于在建立实际问题的数学模型时遗漏了某 些必要的资源约束条件。
z
x2
例如:
max Z=2x1+2x2
2万m3 1.4万m3
3 3 3 3 3 3
2万m3 1.4万m3
设 x1、x2 分别为第一、第二化工厂每天处理的工业污水量。 约束条件: 第一化工厂到第二化工厂之间的污水含量要不大于 0.2% (2 - x1) / 500 0.002 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 0.002 污水处理量限制 x1 2,x2 1.4,x1 0,x2 0 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
无界解;无可行解。(见下页图示所示) 2.若线性规划问题的可行域存在,则可行域是一个凸集。
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.解题思路是,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。