(MBA课程)管理运筹学:第二章 线性规划的图解法

合集下载

管理运筹学第二章 线性规划的图解法

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

MBA2 管理运筹学讲义:线性规划

MBA2 管理运筹学讲义:线性规划

• 约束条件
任何管理决策问题都是限定在一定的条件下求解 把各种限制条件表示为一组等式或不等式,称之为约束条件 约束条件是决策方案可行的保障 LP的约束条件,都是决策变量的线性函数
• 目标函数
衡量决策方案优劣的准则,如时间最省、利润最大、成本最低 目标函数是决策变量的线性函数 有的目标要实现极大,有的则要求极小
24
上海财经大学国际工商管理学院 上海财经大学国际工商管理学院
4
SHUFE
第一节 线性规划的标准型
≤8 2x2 ≤12 3x1 +4 x2 ≤36 x1 ≥0, x2 ≥0 x1
x1 ≥0, x2 ≥0
• 例2. 运输问题 某名牌饮料在国内有三个生产厂,分布在城市A1、A2、 A3, 其一级承销商有 4 个,分布在城市 B1 、 B2 、 B3 、 B4,已知各厂的产量、各承销商的销售量及从Ai到Bj 的每吨饮料运费为 Cij ,为发挥集团优势,公司要统 一筹划运销问题,求运费最小的调运方案。
二、非标准型向标准型转化
• 目标函数极小化问题
minZ=CTX,只需将等式两端乘以 -1 即变为极大化问题。
• 右端常数项非正
两端同乘以 -1
• 为了求解方便,特规定一种线性规划的标准形式, 非标准型可以转化为标准型。标准形式为:
目标函数极大化 约束条件为等式 右端常数项bi≥0 决策变量非负
12
x1
17
上海财经大学国际工商管理学院 上海财经大学国际工商管理学院
18
3
SHUFE
第二节 线性规划的图解法
SHUFE
第二节 线性规划的图解法
二 、解的可能性 • 唯一最优解:只有一个最优点。 • 多重最优解:无穷多个最优解。若在两个顶点同时 得到最优解,则它们连线上的每一点都是最优解。

管理运筹学第二章线性规划的图解法

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。

韩伯棠教授《管理运筹学》第三版习题答案 高等教育出版社

韩伯棠教授《管理运筹学》第三版习题答案 高等教育出版社

6 、解: b 1 ≤ c1 ≤ 3
c 2 ≤ c2 ≤ 6
d x1 = 6 x2 = 4
e x1 ∈ [4,8] x2 = 16 − 2x1
f 变化。原斜率从 − 2 变为 −1 3
7、解: 模型:
max z = 500x1 + 400x2
2x1 ≤ 300 3x2 ≤ 540 2x1 + 2x2 ≤ 440 1.2x1 +1.5x2 ≤ 300 x1, x2 ≥ 0
h 100×50=5000 对偶价格不变 i能 j 不发生变化 允许增加的百分比与允许减少的百分比之和没有超出 100% k 发生变化 2、解:
a 4000 10000 62000 b 约束条件 1:总投资额增加 1 个单位,风险系数则降低 0.057
约束条件 2:年回报额增加 1 个单位,风险系数升高 2.167 c 约束条件 1 的松弛变量是 0,约束条件 2 的剩余变量是 0
f 600000 + 300000 = 100% 故对偶价格不变 900000 900000
4、解:
a x1 = 8.5 x2 = 1.5 x3 = 0 x4 = 1 最优目标函数 18.5
b 约束条件 2 和 3
对偶价格为 2 和 3.5
c 选择约束条件 3,最优目标函数值 22
d 在负无穷到 5.5 的范围内变化,其最优解不变,但此时最优目标函数值变化
课后吧 kehou8.com
第 2 章 线性规划的图解法
1、解:
x2
6
a.可行域为 OABC。 b.等值线为图中虚线所示。
c.由图可知,最优解为 B 点,最优解:
A
B
12 x1 = 7
x2

【运筹学】2第二章线性规划图解法

【运筹学】2第二章线性规划图解法

(7, 0)
56
78
9 10
x1
Example 1: Graphical Solution
x2
• Optimal Solution
8 7 6 5 4 3 2 1
12
Objective Function 5x1 + 7x2 = 46
Optimal Solution (x1 = 5, x2 = 3)
34
56
78
9 10
x1
•画图求解 •2)Max z= 7x1 + 5x2 •3)Max z= 5x1 + 10x2 •4)Max z= 5x1 + 5x2
Example 1: Graphical Solution
x2
• Optimal Solution
8 7 6 5 4 3 2 1
12
Objective Function 5x1 + 7x2
第2章 线性规划图解法
第2章 线性规划图解法
2.1 线性规划问题 2.2 图解法 2.3 极点和最优解 2.4 计算机求解 2.5 最小化问题 2.6 特例
2.1 线性规划问题
• 在一定的约束条件(限制条件)下,使得 某一目标函数取得最大(或最小)值,当 规划问题的目标函数与约束条件都是线性 函数,便称为线性规划。 •Linear programming (LP)
2.2 图解法
•唯一解 •无穷多个最优解 •无界解 •无可行解
Example 1: A Maximization Problem
• LP Formulation • •
Max z= 5x1 + 7x2

s.t.
x1

管理运筹学_第二章_线性规划的图解法

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

04第二章 线性规划的图解法 管理运筹学课件

04第二章 线性规划的图解法 管理运筹学课件
50 40 30 B 20 10

10
20
30
40
50
x1
一、目标函数中的系数的灵敏度分析
• -, • 0 ≤ c1≤3750,最优解不变
•当c1 =1500不变时,
• 1000 ≤ c2,最优解不变
二、约束条件中常数项的灵敏度分析
max Z=1500x1+2500x2 s.t. 3x1+2x2 65 ① 2x1+ x2 40 ② 3x2 75 ③ 30 x1,x2 0 ④ 3x1+2x2 66 20 x1=16/3 x2=25 Z=70500 可见资源A每增加一个单 位就可以多获得500元的 利润.
n
i 1,2,… , m j 1,2,… , n
2、矩阵式
…… …… ………………... ……
… … …
3、向量式





当z值不断增加时,该直线
§2
线性规划的图解法

50 40
x2 = -(3/5)x1 +Z/2500
沿着其法线方向向右上方移 动。
唯一最优解
max Z=1500x1+2500x2 ① 30 s.t. 3x1+2x2 65 ① 2x1+ x2 40 ② 3x2 75 ③ x1,x2 0 ④ 20 由图示可知最优点为B (5,25),最优值为70000 10 可行域、可行解 最优解、最优值
线性规划问题解的特点和几种 可能情况:
• 线性规划问题的可行解的集合是凸集
• 凸集的极点(顶点)的个数是有限的 • 最优解如果存在只可能在凸集的极点上取 得,而不可能发生在凸集的内部 • 线性规划问题的解可能是:唯一解、无穷 多最优解、无界解和无可行解(无解)

第二章 线性规划的图解法(简)

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

管理运筹学 线性规划的图解法课件

管理运筹学  线性规划的图解法课件

线性规划的应用领域
生产计划
线性规划可以用于制定生产计划,优 化资源配置,提高生产效率。
物流优化
线性规划可以用于优化物流配送路线 、车辆调度等问题,降低运输成本。
金融投资
线性规划可以用于金融投资组合优化 ,实现风险和收益的平衡。
资源分配
线性规划可以用于资源分配问题,如 人员、资金、设备等资源的合理分配 ,提高资源利用效率。
束条件。
线性规划的目标是在满足一系列 限制条件下,使某一目标函数达
到最优值。
线性规划问题通常表示为求解一 组变量的最优值,使得这些变量 满足一系列线性等式或不等式约
束。
线性规划的数学模型
线性规划的数学模型由决策变量、目标函数和约束条 件三部分组成。
输标02入题
决策变量是问题中需要求解的未知数,通常表示为 $x_1, x_2, ldots, x_n$。
01
03
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 $a_1x_1 + a_2x_2 + ldots + a_nx_n = b$。
04
目标函数是问题要优化的函数,通常表示为$f(x) = c_1x_1 + c_2x_2 + ldots + c_nx_n$。
03
绿色发展与线性规 划的结合
将可持续发展理念融入线性规划 ,实现资源节约、环境友好的发 展目标。
THANKS
[ 感谢观看 ]
约束条件
生产计划问题通常受到资源限制、市场需求和生 产能力等约束条件的限制。
详细描述
生产计划问题通常涉及到如何分配有限的资源, 以最大化某种目标函数(如利润)。通过图解法 ,我们可以将约束条件和目标函数在二维平面上 表示出来,从而找到最优解。

[管理学]第2章 线性规划的图解法

[管理学]第2章  线性规划的图解法
2 x1 + x2 ≤ 400 (原料A数量约束) x2 ≤ 250 (原料B数量约束)
x1 , x2 ≥ 0
h
管理运筹学
3
§1 问题的提出
• 建模过程
1.理解要解决的问题,了解解题的目标和条件;
2.定义决策变量( 案;
x1
,x2
,…
,xn
),每一组值表示一个方
3.用决策变量的线性函数形式写出目标函数,确定最大化或最 小化目标;
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:
s.t.
x1 + x2 ≤ 300 (A) 2 x1 + x2 ≤ 400 (B)
x2 ≤ 250 (C) x1 ≥ 0 (D) x2 ≥ 0 (E) 得到最优解:
x1 = 50, x2 = 250 最优目标值 z = 27500
4.用一组决策变量的等式或不等式表示解决问题过程中必须遵 循的约束条件
• 一般形式
目标函数: 约束条件:
Max (Min) z = c1 x1 + c2 x2 + … + cn xn
s.t.
a11 x1 + a12 x2 + … + a1n xn a21 x1 + a22 x2 + … + a2n xn
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,但原料A则还剩余50千克。
h
管理运筹学
10
§2 图 解 法
• 重要结论:
– 如果线性规划有唯一最优解,则一定有一个可 行域的顶点对应最优解;
– 无穷多个最优解。若将例1中的目标函数变为 max z=50x1+50x2,则线段BC上的所有点都代表 了最优解;

《管理运筹学》第二版习题答案(韩伯棠教授)1

《管理运筹学》第二版习题答案(韩伯棠教授)1

3第 2 章 线性规划的图解法1、解:x 26A B1O 01C6x 1a.可行域为 OABC 。

b.等值线为图中虚线所示。

12c.由图可知,最优解为 B 点,最优解: x 1 = 769 。

7 2、解:15 x 2 =7, 最优目标函数值:a x 210.60.1O0.1 0.6x 1有唯一解x 1 = 0.2函数值为 3.6x 2 = 0.6b 无可行解c 无界解d 无可行解e 无穷多解1 2 2 1 2f 有唯一解20 x 1 =3 8函数值为 92 33、解:a 标准形式:b 标准形式:c 标准形式:x 2 = 3max fmax f= 3x 1 + 2 x 2 + 0s 1 + 0s 2 + 0s 3 9 x 1 + 2x 2 + s 1 = 303x 1 + 2 x 2 + s 2 = 13 2 x 1 + 2x 2 + s 3 = 9 x 1 , x 2 , s 1 , s 2 , s 3 ≥= −4 x 1 − 6x 3 − 0s 1 − 0s 23x 1 − x 2 − s 1 =6x 1 + 2x 2 + s 2 = 10 7 x 1 − 6 x 2 = 4x 1 , x 2 , s 1 , s 2 ≥max f = −x ' + 2x ' − 2 x ''− 0s − 0s'''− 3x 1 + 5x 2 − 5x 2 + s 1 = 70 2 x ' − 5x ' + 5x '' = 50122' ' ''3x 1 + 2 x 2 − 2x 2 − s 2 = 30'' ''4 、解:x 1 , x 2, x 2, s 1 , s 2 ≥ 0标准形式: max z = 10 x 1 + 5x 2 + 0s 1 + 0s 23x 1 + 4 x 2 + s 1 = 9 5x 1 + 2 x 2 + s 2 = 8 x 1 , x 2 , s 1 , s 2 ≥ 0s 1 = 2, s 2 = 0标准形式: min f = 11x 1 + 8x 2 + 0s 1 + 0s 2 + 0s 310 x 1 + 2x 2 − s 1 = 203x 1 + 3x 2 − s 2 = 18 4 x 1 + 9x 2 − s 3 = 36 x 1 , x 2 , s 1 , s 2 , s 3 ≥ 0s 1 = 0, s 2 = 0, s 3 = 136 、解:b 1 ≤c 1 ≤ 3c 2 ≤ c 2 ≤ 6d x 1 = 6 x 2 = 4e x 1 ∈ [4,8]x 2 = 16 − 2x 1f 变化。

第二章 线性规划的图解法

第二章  线性规划的图解法

例2.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?
第二章 线性规划的图解法
问题1具体数据如表所示:
资源 单耗 资源 煤(t) 电(kw.h) 油(t) 单位产品价格 9 4 3 7 4 5 10 12 360 200 300 产品 甲 乙 资源限量
提出和形成问题
建立模型
求解
结果的分析和应用
第二章 线性规划的图解法
在本例中
决策变量: 甲、乙产品的计划产量,记为x1 ,x2; 目标函数: 总收入记为f,则 f=7x1 +12x2 ,为体现对其求极大化, 在f 的前面冠以极大号Max,
第二章 线性规划的图解法 例2:.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?
第二章 线性规划的图解法
★线性规划模型的三个基本要素:
(也是所有规划问题的三个基本要素):
(1)决策变量:甲、乙产品的产量x1 ,x2 决策变量:需要决策的量,即等待求解的未知数。 (2)目标函数:总收入最大,Max f = 7 x 1 +12 x 2 目标函数:想要达到的目标,用决策 变量的表达式表示。 (3)约束条件: 约束条件:由于资源有限,为了实现 目标有哪些资源限制,用决策变量的 等式或不等式表示。

管理运筹学第2章 线性规划的图解法

管理运筹学第2章 线性规划的图解法

i
i
MinZ e1i e2i
i
i
s.t.eβ10i-,eβ21i无 符yi 号 β限0 制β1xi
e1i , e2i 0,i 1,2,, n
还可以加上一些特定的需求.例如,要求必须过某 一点.
16
线性规划问题的应用举例(回归分析)
新标准:最小化最大绝对误差.
–整数规划问题
• 考虑短期排班的问题
–对午休换班进行建模
• 考虑每个工人
–允许工人有不同的偏好
29
套裁下料问题
例某工厂要做100套钢架,每套用长为2.9 m,2.1 m,1.5 m的圆钢
各一根。已知原料每根长7.4 m,问:应如何下料,可使所
用原料最省?
方案 1 方案 2 方案 3 方案 4 方案 5 方案 6 方案 7 方案 8
产品名称
规格要求
单价(元/kg)
甲 原材料 1 不少于 50%,原材料 2 不超过 25%
50
乙 原材料 1 不少于 25%,原材料 2 不超过 50%
35

不限
25
原材料名称
1 2 3
每天最多供应量
100 100 60
单价(元/kg) 65 25 35
9
线性规划应用举例
解:设 xij 表示第 i 种(甲、乙、丙)产品中原料 j 的含量。 这样我们建立数学模型时,要考虑:
x1 + x2 ≥ 70 x2 + x3 ≥ 60 x3 + x4 ≥ 50 x4 + x5 ≥ 20 x5 + x6 ≥ 30 x1,x2,x3,x4,x5,x6 ≥ 0
20
关于决策变量的选择的启示

第2章 线性规划的图解法

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。

运筹学课件1-2-1线性规划图解法

运筹学课件1-2-1线性规划图解法

x2
4x1 ≤ 16 C D
| 1 | 2 | 3 | 4
4 x2 ≤ 16
最优解 (4, 2)
x1 + 2x2 ≤ 8
| 6 | 7 | 8 | 9
A
0
E
| 5
x1 下页 返回
上页
图解法求解步骤
• 由全部约束条件作图求出可行域; 由全部约束条件作图求出可行域; 可行域 • 作目标函数等值线,确定使目标函数最 作目标函数等值线, 等值线
E (8,0)
| 6
| 8
| | 10 12
| | | 14 16 18
x1 下页 返回
上页
练习) 图解法 —(练习)
18 — 16 — 14 — 12 — 10 — B 8—
x2
2x1 + x2 ≤ 16 2x1 + 2x2 ≤ 18 C 4x1 + 6x2 ≤ 48 D
| 2 | 4 | 6 | 8 | | 10 12 | | | 14 16 18
上页 下页 返回
x2
6 ① ③ 4

2
(4,2)
Zmax ②
0
2 Z=0
4 Z=6
6
8
x1
返回
上页
下页
练习: 练习:
用图解法求解LP问题
Max Z = 34 x1 + 40 x2
4 x1 + 6 x2 ≤ 48 2 x1 + 2 x2 ≤ 18 2 x1 + x2 ≤ 16 x1、 x2 ≥ 0
A
x1 下页 返回
上页
练习) 图解法 —(练习)
18 — 16 — 14 — 12 — 10 — B 8—
  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)。

5
广西大学 王中昭 制作
目标函数: max Z=50x1+100x2, 满足约束条件:x1+x2≤300, 2 x1+x2≤400, x2≤250, x1≥0, x2≥0. 由于上述数学模型的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,故此模型称 之为线性规划。 把满足所有约束条件的解称为该线性规划的可行 解。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。

这表明了生产50单位Ⅰ产品和250单位Ⅱ产品将消 耗完所有可使用的设备台时数和原料B,但对原料A来 说只消耗了350千克,还有(400—350)=50千克没有 使用。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。 12
广西大学 王中昭 制作
松弛变量和线性规划标准化


8
广西大学 王中昭 制作
§2.2 图 解 法

对于只包含两个决策变量的线性规划问题,可 以用图解法来求解。大于两个决策变量不能用图解 法来解了。 图解法.首先把每个约束条件(代表一个平面) 画在二维坐标轴上。
300 x2
X1+X2=300
100
100
300
x1
9
广西大学 王中昭 制作

1
广西大学 王中昭 制作
3.投资问题。从许多不同的投资项目中选 出一个投资方案,使得投资的回报为最大。 4.产品生产计划。合理充分地利用厂里 现有的人力、物力、财力,作出最优的产品 生产计划,使得工厂获利最大。 5.劳动力安排。某单位由于工作需要, 在不同时间段需要不同数量的劳动力,在每 个劳动力工作日连续工作八小时的规则下, 如何安排劳动力,才能用最少的劳动力来满 足工作的需要。
Z=0=X1+X2
Z=1=X1+X2
18
广西大学 王中昭 制作

4.线性规划存在无可行解的情况。若在 例1的数学模型中再增加一个约束条件 4x1+3x2≥1200,显然可见新的线性规划的可行 域为空域,出现这种情况是由于约束条件自相 矛盾导致的建模错误。
400
x2 X2=250
100 100 300
广西大学 王中昭 制作
3
广西大学 王中昭 制作
§2.1 问题的提出
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,以及资源的限制,如下表所示。 设备 原料A 原料B Ⅰ 1 2 0 Ⅱ 1 1 1 资源限制 300台时 400千克 250千克
例1.某工厂在计划期内要安排Ⅰ、Ⅱ两种产品的
20
广西大学 王中昭 制作
x2 500
用图解法来解:
2x1+ห้องสมุดไป่ตู้x2=1200
300
Q点坐标为 x1=250, x2=100
2x1+3x2=800
100
Q
100
300
500
600 X1+X2=350
x1
X1=125
2X1+X2=600
21
广西大学 王中昭 制作
目标函数在可行域内Q点处取得最小 值。Q点
x1 X1+X2=300
19
4x1+3x2=1200
广西大学 王中昭 制作
目标函数最小化的线性规划问题
例2 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? 解:设x1为购进原料A的吨数,x2为购进原料B的 吨数。得到了此线性规划的数学模型如下: 目标函数: min f=2x1+3x2, 约束条件: x1+x2≥350, x1≥125,2x1+x2≤600, x1,x2≥0.
400
x2
2X1+X2=400
100 100 300 x2
x1
X2=250
100
100
300
x1
10
广西大学 王中昭 制作
2x1+x2=400
400 x2 B Z=27500=50x1+100x2 X2=250
阴影部分的每 一点(包括边界 线)都是这个线 性规划的可行 解,
此公共部分也 称为可行域。
2
6.运输问题。一个公司有若干个生产单位与销售单
位,根据各生产单位的产量及销售单位的销量,如何制 定调运方案,将产品运到各销售单位而总的运费最小。 以上的这些问题都有一个共同的特点。 首先,每个例子中都要求达到某些数量上的最大化 或最小化的目标。 如问题1,是要求使用原料钢管最少;问题2是要求 利润最大;问题3是要求投资回报最大等等。在所有线 性规划的问题中某些数量上的最大化或最小化就是线性 规划问题的目标。 其次,所有线性规划问题都是在一定的约束条件下 来追求其目标的。 例如问题1,是在满足生产需要的一定数量、不同 规格的钢管的约束下来追求原材料钢管的最小使用量。 而在问题2中是在原料供应量的限制和保证产品成分的 含量约束下来追求最大利润的。

6
广西大学 王中昭 制作
对于一般线性规划问题的建模过程。应注意 如下几个问题:
1.要正确理解所要解决的问题,要搞清在什么条件
下,追求什么样的目标。 2.定义决策变量,每一个问题都用一组决策变量(X1, X2, …, Xn)表示任何一个方案;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。 3.用决策变量的线性函数形式写出所要追求的目标, 称之为目标函数,按问题的不同,要求目标函数实现最 大化或最小化。 4.用一组决策变量的等式或不等式来表示在解决问 题过程上所必须遵循的约束条件。 满足以上2、3、4三个条件的数学模型称之为线性规 划的数学模型,其一般形式为: 7
广西大学 王中昭 制作
第二章 线性规划的图解法
线性规划(Linear Programming,简称LP)是运筹 学的一个重要分支。它是现代科学管理的重要手段之 一,是帮助管理者作出最优决策的一个有效的方法。 下面看看一些在管理上经常应用的典型线性规划问题: 1.合理利用线材问题。现有一批长度一定的钢管, 由于生产的需要,要求截出不同规格的钢管若干。试 问应如何下料,既满足了生产的需要,又使得使用的 原材料钢管的数量最少。 2.配料问题。用若干种不同价格不同成分含量的 原料,用不同的配比混合调配出一些不同价格不同规 格的产品,在原料供应量的限制和保证产品成分的含 量的前提下,如何获取最大的利润。
广西大学 王中昭 制作
2x1+x2=400
400 x2 B Z=15000=50x1+50x2 X2=250
100 100 300
x1 X1+X2=300
Z=0=50x1+50x2
Z=10000=50x1+50x2
16
广西大学 王中昭 制作
线性规划存在无界解,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.
广西大学 王中昭 制作
线性规划的数学模型的一般形式为:
目标函数: max (min) Z=c1x1+c2x2+…+cnxn 约束条件: a11x1+a12x2+…+a1nxn≤( =, ≥) b1, a21x1+a22x2+…+a2nxn≤( =, ≥) b2, ………………………… am1x1+am2x2+…+amnxn≤( =, ≥) bm, x1, x2, …, xn≥0.
为了把一个线性规划标准化,需要有代表没使用的
资源或能力的变量,称之为松弛变量,记为Si。显 然这些松弛变量对目标函数不会产生影响,可以在 目标函数中把这些松弛变量的系数看成零,加了松 弛变量后我们得到如下的例1的数学模型: 目标函数: max Z=50x1+100x2+0s1+0s2+0s3, 约束条件: x1+x2+s1=300, 2x1+x2+s2=400, x2+s3=250, x1,x2,s1,s2,s3≥0
广西大学 王中昭 制作
其中max为最大化的符号(最小化为min);50和100分别为单位产
品 Ⅰ、 Ⅱ的利润。同样也可以用x1和x2的线性不等式来表示问 题的约束条件。对于台时数的限制可以表示为: X1+X2≤300.
同样,两种原材料的限量可分别表示为:
2X1+X2≤400, X2≤250. 显然还应该有x1≥0,x2≥0,因为Ⅰ产品, Ⅱ产品的 产量是不 能取负值的。综上所述,就得到了例1的数学模型如下:
13
广西大学 王中昭 制作
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。在标准型中 bj(右边常量)都要大于等于零, 对某 个bj小于零时,只要方程两边都乘以(-1)即可。 实际上以后可看到应同时具备如下三个条件的模型 才是标准型: 一是约束条件必须化为等式;二是所有变量必须化 为大于或者等于零;三是约束条件中的右端常数项必 须是大于或者等于零。 对例1 的最优解 x1=50,x2=250来说,松弛变量的值 如下所示: 约束条件 松弛变量的值 设备台时数 s1=0 原料A s2=50 原料B s3=0 14
相关文档
最新文档