一类线性约束条件下目标函数最值的求法

合集下载

Matlab求解线性规划和整数规划问题

Matlab求解线性规划和整数规划问题Matlab是一种强大的数学计算工具，可以用于求解各种数学问题，包括线性规划和整数规划问题。

本文将详细介绍如何使用Matlab求解线性规划和整数规划问题，并提供相应的代码示例和结果分析。

一、线性规划问题的求解线性规划问题是一类常见的数学优化问题，其目标是在一组线性约束条件下，找到使目标函数最优化的变量值。

在Matlab中，可以使用线性规划函数“linprog”来求解线性规划问题。

下面以一个简单的线性规划问题为例进行说明。

假设有如下线性规划问题：目标函数：maximize 2x1 + 3x2约束条件：x1 + x2 ≤ 5x1 - x2 ≤ 2x1, x2 ≥ 0首先，我们需要定义目标函数的系数矩阵和约束条件的系数矩阵。

在Matlab 中，可以使用矩阵来表示这些系数。

可以按照以下方式定义：c = [-2; -3]; % 目标函数的系数矩阵A = [1 1; 1 -1]; % 约束条件的系数矩阵b = [5; 2]; % 约束条件的右侧常数然后，我们可以使用“linprog”函数来求解线性规划问题。

代码如下：x = linprog(c, A, b); % 求解线性规划问题最后，我们可以输出求解结果，并进行结果分析。

代码如下：disp('最优解为：')disp(x)disp('目标函数的最优值为：')disp(-c'*x)运行以上代码，即可得到线性规划问题的最优解和目标函数的最优值。

在这个例子中，最优解为x1=2，x2=3，目标函数的最优值为-13。

二、整数规划问题的求解整数规划问题是线性规划问题的一种扩展，其变量需要取整数值。

在Matlab 中，可以使用整数规划函数“intlinprog”来求解整数规划问题。

下面以一个简单的整数规划问题为例进行说明。

假设有如下整数规划问题：目标函数：minimize 2x1 + 3x2约束条件：x1 + x2 ≥ 5x1 - x2 ≤ 2x1, x2 ≥ 0x1, x2为整数首先，我们需要定义目标函数的系数矩阵和约束条件的系数矩阵。

线性规划求最值问题

注意：目标函数化为斜截式后，分析斜率大小；z的系数符号。
x 0 1. x , y满足 x 2 y 3 2 x y 3
求z=x-y的最值
解：z x y化为y x z，与直线y x平行,纵截距为-z
直线过点 A 时z值最大; 过点 B 时z值最小.
最优解
x-4y+3=0
A（5，2）
o
B（1，1） 3x+5y-25=0
1
x
目标函数的常见类型
A z 1.z=Ax+By(A,B为常数)可化为 y B x B 表示 A z y x 平行的一组平行线,其中为截距。与 B B
y y0 2. z 表示定点P(x0,y0) 与可行域内的动点M(x,y) x x0 连线的斜率
x 4 y ≤ 3, 例1.已知x、y满足 3 x 5 y ≤ 25. x ≥ 1.
y
(1)若z=2x+y,求z的最值.
Zmax 2 5 2 12, Zmin 2 1 1 3.
5
C
x-4y+3=0
A B
O
1 x=1 5
3x+5y-25=0
2 2 2 2 z ( x x ) ( y y ) 或 z ( x x ) ( y y ) 0 0 0 0 3.
表示定点Q （x0,y0)到可行域内的动点N(x,y)的距离或距离平方。
一、最值模型
A 1 z Ax By即y x z表示一组平行线， B B A 1 其中为斜率， z为纵截距， B B 当B>0时, 当直线向上平移时,所对应的截距随之增大;z 增大. ---------向下----------------------------------减小. Z 减小 . 当B<0时, 当直线向上平移时,所对应的截距随之增大，但z 减小 . ---------向下----------------------------------减小，但z 增大.

目标函数的几种极值求解方法

目标函数的几种极值求解方法在数学和优化领域中，目标函数是一个描述优化问题的函数，其目标是将该函数的值最小化或最大化。

目标函数的极值求解方法主要有以下几种方法：1.数值方法：数值方法是通过计算目标函数在一组特定点上的近似值来确定极值。

其中最简单的方法是取目标函数的一些特定点，并计算这些点上的函数值。

然后根据计算结果确定极值。

这些特定点通常是目标函数的极值点的近似值。

例如，可以使用微分方法来估计目标函数的极值点。

2.数学分析方法：数学分析方法是通过对目标函数进行数学分析来确定极值。

其中最常用的方法是求解目标函数的导数或二阶导数，并设置导数等于零来求解函数的极值点。

这个方法适用于一些简单的函数，例如多项式函数。

它可以精确地确定函数的极值点。

3.迭代方法：迭代方法是通过不断迭代目标函数来逼近极值。

迭代方法通常需要一个初始点，然后在每一步中更新该点，直到满足一些停止条件。

最常用的迭代方法是梯度下降法和牛顿法。

梯度下降法通过不断沿着函数的梯度方向进行迭代来逐渐接近极小值。

牛顿法将函数近似为一个二次函数，并使用二次函数的极值点来逼近原函数的极值点。

4.线性规划方法：线性规划方法是对一类特殊的目标函数进行极值求解的方法。

线性规划问题是指包含一组线性不等式或等式约束条件的目标函数的最小化或最大化问题。

线性规划方法可以通过求解线性规划问题的对偶问题来确定原问题的极值。

这个方法对于一些特殊的线性规划问题非常高效。

5.元启发式方法：元启发式方法是一种基于经验和启发式规则来确定目标函数极值的方法。

这些方法通常使用一些随机算法和优化算法，例如遗传算法、粒子群算法等。

元启发式方法通过不断目标函数的解空间来逼近极值。

总之，目标函数的极值求解方法有多种选择，可以根据具体的问题和需求选择合适的方法。

不同的方法有不同的适用范围和计算复杂度，需要根据具体情况进行选择和调整。

求线性目标函数在线性约束条件下的最大值或最小值问题

fx＋fy≤0 fx－fy≥0
的点(x，y)所形成区域的面积为( B． 2π D．π
)
A．4π C. 3π 2
共 57 页
10
解析：不等式 f(x)＋ f(y)≤0 可转化为(x－1)2＋ (y－1)2≤2，不等式 f(x)－ f(y)≥0 可转化为(x－ y)(x＋ y－2)≥0.于是点(x， y)所形成 1 的区域为两个圆面，而圆面积是 2π. 4
共 57 页
13
解析：设对甲项目投资 x 万元，对乙项目投资 y 万元，获得总利润为 z 万元，则 z＝ 0.4x＋ 0.6y，且
x＋ y≤60， x≥2y， 3 x≥5， y≥5，
作出不等式组表示的平面区域，
共 57 页
14

如图所示，作直线l0：0.4x＋0.6y＝0，并将l0向上平移，过点时 z 取得最大值，即 zmax ＝ 0.4×24＋0.6×36＝31.2(万元)．故选B.

点评： (1)用图解法解决线性规划问题时，分析题目的已知条件找出约束条件和目标函数是关键，可先将题目中的量分类、列出表格，理清头绪，然后列出不等式组(方程组)寻求约束条件，并就题目所述找到目标函数． (2) 可行域可以是封闭的多边形，也可以是一侧开放的无限大的平面区域．如果可行域是一个多边形，那么一般在其顶点处使目标函数取得最大值或最小值，最优解一般就是多边形的某个顶点．特别地，当表示线性目标函数的直线与可行域 5 共 57 页的某条边平行时 (k ＝ ki) ，其最优解可能有无数
共 57 页
15

答案：B
x＋y≥0， 5． (全国卷Ⅰ) 若 x 、 y 满足约束条件x－y＋3≥0， 0≤x≤3，

线性规划最值问题

线性规划最值问题什么是线性规划线性规划是一种数学优化方法，用于解决一类最值问题。

在线性规划中，我们试图找到一组变量的值，使得目标函数取得最大（或最小）值，同时满足一组线性等式或不等式约束条件。

线性规划问题的一般形式线性规划问题可以用下列一般形式来表示：$$\max (或 \min) c^T x$$$$s.t.\quad Ax \leq b$$其中，$x$是变量向量，$c$是目标函数系数向量，$A$是约束条件系数矩阵，$b$是约束条件右侧常数向量。

求解线性规划最值问题的步骤求解线性规划最值问题的一般步骤如下：1. 确定目标函数：根据问题要求确定目标函数的系数向量$c$和优化目标（最大化或最小化）。

2. 设置约束条件：根据问题要求确定约束条件的系数矩阵$A$和右侧常数向量$b$。

3. 求解最值：应用线性规划算法，求解线性规划问题，找到使目标函数取得最大（或最小）值的变量向量$x$。

4. 解释结果：将最值代入目标函数，得到最终的最值结果，并解释其含义。

线性规划最值问题的应用线性规划最值问题在实际应用中具有广泛的应用，例如：- 产品混合问题：决定不同产品的生产数量，以最大化收益或最小化成本。

- 运输问题：确定不同货物在不同运输路线上的分配方案，以最小化运输成本。

- 资源分配问题：决定资源的最优分配，以最大化效益或实现平衡。

总结线性规划最值问题是一种在实际应用中常见的问题求解方法。

通过确定目标函数和约束条件，并应用线性规划算法，我们可以找到使目标函数取得最大（或最小）值的变量向量。

该方法可以应用于多个领域，帮助优化决策和资源分配。

线性规划知识点

线性规划知识点一、概述线性规划是一种数学优化方法，用于解决一类特定的优化问题。

它的目标是在给定的约束条件下，找到使目标函数取得最大或最小值的变量值。

线性规划广泛应用于经济、工程、运输、资源分配等领域。

二、基本概念1. 目标函数：线性规划的目标是最大化或最小化一个线性函数，称为目标函数。

通常表示为Z = c1x1 + c2x2 + ... + cnxn，其中c1，c2，...，cn为系数，x1，x2，...，xn为变量。

2. 约束条件：线性规划的变量需要满足一系列约束条件，通常是一组线性等式或不等式。

例如，Ax ≤ b，其中A为系数矩阵，x为变量向量，b为常数向量。

3. 可行解：满足所有约束条件的变量值称为可行解。

4. 最优解：在所有可行解中，使目标函数取得最大或最小值的变量值称为最优解。

三、标准形式线性规划问题可以通过将其转化为标准形式来求解。

标准形式具有以下特点：1. 目标函数为最小化形式：minimize Z = c1x1 + c2x2 + ... + cnxn2. 约束条件为等式形式：Ax = b3. 变量的非负性约束：x ≥ 0四、求解方法线性规划问题可以使用多种方法求解，其中最常用的是单纯形法。

单纯形法的基本思想是通过迭代计算来逐步改进解的质量，直到找到最优解。

1. 初始化：选择一个初始可行解。

2. 进行迭代：根据当前解，确定一个非基变量进入基变量集合，并确定一个基变量离开基变量集合，以改进目标函数值。

3. 改进解：通过迭代计算，逐步改进解的质量，直到找到最优解。

4. 终止条件：当无法找到更优解时，算法终止。

五、应用案例线性规划在实际应用中有广泛的应用，以下是一些常见的应用案例：1. 生产计划：确定如何分配有限的资源以最大化产量。

2. 运输问题：确定如何分配货物以最小化运输成本。

3. 资源分配：确定如何分配有限的资源以最大化效益。

4. 投资组合：确定如何分配资金以最大化投资回报率。

5. 作业调度：确定如何安排作业以最小化总工时。

数学中的最优化问题

数学中的最优化问题数学中的最优化问题是一类重要的数学问题，其目标是寻找某个函数的最优解，即使得函数取得最大值或最小值的输入变量的取值。

最优化问题在数学、经济学、物理学等领域有广泛的应用，对于解决实际问题具有重要意义。

一、最优化问题的基本概念在介绍最优化问题之前，需要先了解几个基本的概念。

1. 目标函数：最优化问题中，我们定义一个目标函数，该函数是一个关于变量的函数，表示我们要优化的目标。

2. 约束条件：最优化问题中，往往存在一些限制条件，这些条件限制了变量的取值范围。

这些限制条件可以是等式约束或者不等式约束。

3. 最优解：最优解是指满足约束条件下使得目标函数取得最优值的变量取值。

最优解可能是唯一的，也可能存在多个。

二、最优化问题的求解方法在数学中，有多种方法可以求解最优化问题。

以下是几种常见的方法：1. 解析法：对于一些特殊的最优化问题，我们可以通过解析的方法求解。

这种方法通常需要对目标函数进行求导，并解方程得到极值点。

2. 迭代法：对于一些复杂的最优化问题，解析法并不适用，这时可以采用迭代法求解。

迭代法通过不断地逼近最优解，逐步优化目标函数的值。

3. 线性规划：线性规划是一种常见的最优化问题，它的约束条件和目标函数都是线性的。

线性规划可以利用线性代数的方法进行求解，有着广泛的应用。

4. 非线性规划：非线性规划是一类更一般的最优化问题，约束条件和目标函数都可以是非线性的。

非线性规划的求解比线性规划更为困难，需要采用一些数值方法进行逼近求解。

三、最优化问题的应用最优化问题在各个领域都有广泛的应用，下面以几个具体的例子来说明：1. 经济学中的最优化问题：经济学中的生产优化、消费优化等问题都可以抽象为最优化问题。

通过求解最优化问题，可以找到最有效的生产组合或最佳的消费策略。

2. 物理学中的最优化问题：在物理学中，最优化问题常常涉及到动力学、优化控制等方面。

例如，在机械设计中，可以通过最优化问题确定各部件的尺寸和形状，使得机械系统具有最佳的性能。

目标函数最值的求法

讲授新课
2. 欲求最大值或最小值的函数欲求最大值或最小值的函数z=2x+3y 叫做目标函数叫做目标函数. 目标函数
讲授新课
2. 欲求最大值或最小值的函数欲求最大值或最小值的函数z=2x+3y 叫做目标函数叫做目标函数. 目标函数又是x、的一次解析式的一次解析式，由于 z=2x+y又是、y的一次解析式，又是所以又叫线性目标函数所以又叫线性目标函数. 线性目标函数
探究问题（三）
设工厂获得的利润为z，设工厂获得的利润为，则z = 2x + 3y，， ——求z的最大值。求的最大值的最大值。
思考：1、如果将目标函数看成关于变量x,y的方程，它的思考：的方程，几何意义是什么？几何意义是什么？ 2、z的几何意义又是什么？的几何意义又是什么？ 3、z的值因谁的变化而变化？你又能得到什么启的值因谁的变化而变化？示
2.【解析】作出可行域如图阴影部分所示，由【解析】作出可行域如图阴影部分所示，图可知z＝－经过点经过点A时有最小值经过点B 有最小值，图可知＝3x－4y经过点时z有最小值，经过点有最大值．时z有最大值．易求有最大值易求A(3,5)，B(5,3)，∴z最大＝3×5 ，， × ＝－11. －4×3＝3，z最小＝3×3－4×5＝－ × ＝， × － × ＝－
O
x
将上述不等式组表示成平面上的区域，（3）将上述不等式组表示成平面上的区域，图中的阴影部分中的整点（坐标为整数）就代表所有可能的日生产影部分中的整点（坐标为整数）安排。安排。
y
4 3
M
o
4
8
x
• 探究问题（二）：探究问题（进一步，若生产一件甲产品获利2 进一步，若生产一件甲产品获利2 万元，生产一件乙产品获利3万元，万元，生产一件乙产品获利3万元，采用哪种生产安排利润最大？采用哪种生产安排利润最大？若设工厂获得的利润为z，则z = 的最大值。 2x + 3y，即求z的最大值。

运筹学中的线性规划与整数规划算法

运筹学中的线性规划与整数规划算法运筹学是一门研究如何有效地做出决策的学科，它集合了数学、计算机科学和经济学等多个学科的理论和方法。

其中，线性规划和整数规划是运筹学中最常用的一类问题求解方法。

本文将重点讨论运筹学中的线性规划和整数规划算法。

线性规划是一种通过线性数学模型来实现决策优化的方法。

在线性规划中，目标函数和约束条件都是线性关系。

目标函数表示要优化的目标，约束条件则限制了决策变量的取值范围。

线性规划的基本思想是通过调整决策变量的取值，使得目标函数达到最大或最小值。

线性规划的求解方法主要有两种：单纯形法和内点法。

单纯形法是一种通过在顶点间移动来寻找最优解的方法。

它从一个可行解开始，然后通过交替移动到相邻的顶点来逐步优化目标函数值。

而内点法则是一种通过将目标函数与约束条件转化为一组等价的非线性方程组，通过迭代方法逼近最优解的方法。

内点法相对于单纯形法而言，在求解大规模问题时速度更快。

整数规划是线性规划的一个扩展，它要求决策变量只能取整数值。

整数规划问题更接近实际问题，因为很多情况下我们只能从离散的选择中进行决策。

然而，整数规划的求解难度要远远高于线性规划。

因为整数规划问题的解空间是离散的，不再是连续的顶点，这导致了求解整数规划的困难。

为了解决整数规划问题，提出了许多算法，其中最著名的是分支定界法和割平面法。

分支定界法是一种通过将整数规划问题分解为一系列线性规划子问题来求解的方法。

它通过将整数规划问题不断分解为子问题，并利用线性规划的求解方法求解子问题。

割平面法则是一种在单纯形法的基础上引入额外的不等式约束来加强整数规划问题的求解方法。

割平面法通过将不等式约束添加到线性规划模型中，逐步缩小解空间，最终找到整数规划问题的最优解。

除了分支定界法和割平面法之外，还有一些其他的整数规划求解方法，如启发式算法和元启发式算法。

启发式算法是一种基于经验和启发知识的求解方法，它通过模拟生物进化、社会行为等过程来搜索整数规划问题的解。

初探与线性规划有关的最值问题的求法

米【Ｅ，１０９１－６收稿ｌ２０－０１￣【作者简介】刘颖（９８５）女，１７．一，安徽宿州人，现为宿城一中数学教师。
７２
第１卷・３期３第
宿州教育学院学报
ｄＯＵｎｏｚｈｕＥｃａｉｎｓ１ｔｒａ１ｆＳｕｏｄｕｔＩｔＯｎｔｕｅ
、
截距型
例ｌ已知实数ｘｙ满足线性约束条件，｛ｘ３－２０求Ｚ４一ｙ的最大值和最小值。４一ｙ１＜，＝ｘ３￣
＋ｙ＞０２－３￣
例２若实数ｘ满足ｆ一ｙ５：＋，ｙ ‘ （２≤ 则ｚｘｙ）一
ｌ２ｙ￣ｘ，
Ｉ２７０ｘｙ￣－＋＞
由ｄ２２１－－１＋－１－
．
ｚ雌即为可行域中的＝
Ｘ—ｌ
点与点Ｐ１一）（、２连线的斜率
・
．．
２１年６月第１００３卷・３期第
宿州教育学院学报
初探与线性规划有关的最值问题的求法
刘颖（城一中数学组宿
【摘
安徽・宿州
２４０３００）
要】线性规划的基本思想，是在一定的约束条件下，过数形结合求函数的最值。本文将从线性规通
为最小．ｍｘ一ｂ１；・ａ＝３＝２．Ｚ
（或可用由图知，圆心为Ａ中点亦得点Ａ坐标）Ｏ所以Ｚｘｙ的最大值为６＝＋。
点评：对于非线性约束条件中常出现的非一次

线性规划中的最优解求解

线性规划中的最优解求解线性规划是一种在运筹学和数学中广泛应用的数学建模技术，通过确定一组线性约束条件下的最优解，以实现目标最大化或最小化。

最优解是指在满足给定约束条件的前提下，能使目标函数达到最优值的解。

在线性规划问题中，最优解的求解有多种方法。

本文将介绍线性规划中的两种主要方法：图解法和单纯形法。

一、图解法图解法是一种简单直观的方法，适用于只有两个变量的问题。

它通过在平面坐标系上画出约束条件的图形，找到可行域（满足所有约束条件的解集），并在可行域内寻找使目标函数达到最优值的点。

具体步骤如下：1. 绘制坐标系，并画出约束条件的直线或曲线。

每个约束条件都会限制变量的取值范围，在平面上形成一条直线或曲线。

2. 标出可行域。

根据所有约束条件的交集，确定满足所有约束条件的解的集合，即可行域。

可行域通常是一个多边形区域。

3. 确定目标函数。

根据问题的要求确定目标函数，并将其表示为直线或曲线。

4. 在可行域内寻找最优解。

通过平行于目标函数的线，将其移动至与可行域相切，并找到使目标函数取得最优值的点。

图解法的优点是简单易懂，能够提供初步的解决方案。

然而，对于复杂问题和具有多个变量的大规模问题，图解法可能不适用。

二、单纯形法单纯形法是一种基于矩阵运算的高效方法，适用于多变量和大规模问题。

它通过不断进行迭代计算，寻找最优解。

具体步骤如下：1. 将线性规划问题转化为标准形式。

标准形式要求目标函数为最小化问题，并且所有约束条件均为等式形式。

如果原问题不符合标准形式，可以进行线性变换进行转化。

2. 构建初始单纯形表。

将原问题的线性规划模型表示为矩阵形式，并构建单纯形表，包括目标函数系数、基变量和非基变量等信息。

3. 迭代计算。

根据单纯形表中的信息，进行迭代计算，通过选择合适的主元（即最大系数法则）和更新各个单元的值，逐步接近最优解。

4. 判断终止条件。

在每一次迭代计算后，判断是否满足终止条件，即目标函数是否达到最优解。

线性规划知识点总结

线性规划知识点总结一、概述线性规划是一种数学优化方法，用于解决一类特定的最优化问题。

它的目标是在一组线性约束条件下，找到一个线性目标函数的最大值或最小值。

二、基本概念1. 目标函数：线性规划的目标是最大化或最小化一个线性函数，该函数称为目标函数。

2. 约束条件：线性规划问题通常有一组线性约束条件，这些约束条件限制了决策变量的取值范围。

3. 决策变量：决策变量是问题中需要决策的变量，它们的取值会影响目标函数的值。

4. 可行解：满足所有约束条件的决策变量取值称为可行解。

三、标准形式线性规划问题可以转化为标准形式，其标准形式如下：最小化：Z = c₁x₁ + c₂x₂ + ... + cₙxₙ约束条件：a₁₁x₁ + a₁₂x₂ + ... + a₁ₙxₙ ≥ b₁a₂₁x₁ + a₂₂x₂ + ... + a₂ₙxₙ ≥ b₂...aₙ₁x₁ + aₙ₂x₂ + ... + aₙₙxₙ ≥ bₙx₁, x₂, ..., xₙ ≥ 0其中，Z为目标函数值，c₁, c₂, ..., cₙ为目标函数的系数，a₁₁, a₁₂, ..., aₙₙ为约束条件的系数，b₁, b₂, ..., bₙ为约束条件的右侧常数，x₁, x₂, ..., xₙ为决策变量。

四、线性规划的解法1. 图形法：对于二维线性规划问题，可以使用图形法找到最优解。

通过绘制约束条件的直线，找到可行解区域，并通过目标函数的等高线找到最优解。

2. 单纯形法：单纯形法是一种常用的求解线性规划问题的算法。

它通过迭代计算，逐步改进解的质量，直到找到最优解。

3. 整数规划法：当决策变量需要取整数值时，可以使用整数规划方法求解。

整数规划问题通常更难求解，需要使用特定的算法。

五、线性规划的应用线性规划在实际生活和工作中有广泛的应用，例如：1. 产能规划：通过线性规划方法，可以确定最优的产能配置，以满足市场需求和最大化利润。

2. 运输优化：线性规划可以用于优化物流配送路线，降低运输成本。

高考数学必修五第三章 3.3.2 第1课时线性规划的有关概念及图解法

3.3.2 简单的线性规划问题第1课时线性规划的有关概念及图解法学习目标 1.了解线性规划的意义.2.理解约束条件、目标函数、可行解、可行域、最优解等基本概念.3.掌握线性规划问题的图解法，并能应用它解决一些简单的实际问题.引例已知x ，y 满足条件⎩⎪⎨⎪⎧x ＋2y ≤8，4x ≤16，4y ≤12，x ≥0，y ≥0.①该不等式组所表示的平面区域如图阴影部分所示，求2x ＋3y ②的最大值.以此为例，尝试通过下列问题理解有关概念. 知识点一线性约束条件及目标函数1.在上述问题中，不等式组①是一组对变量x ，y 的约束条件，这组约束条件都是关于x ，y 的一次不等式，故又称线性约束条件.2.在上述问题中，②是要研究的目标，称为目标函数.因为它是关于变量x ，y 的一次解析式，这样的目标函数称为线性目标函数. 知识点二线性规划问题一般地，在线性约束条件下求线性目标函数的最大值或最小值问题，统称为线性规划问题. 知识点三可行解、可行域和最优解满足线性约束条件的解(x ，y )叫做可行解.由所有可行解组成的集合叫做可行域.其中，使目标函数取得最大值或最小值的可行解叫做线性规划问题的最优解.在上述问题的图中，阴影部分叫可行域，阴影区域中的每一个点对应的坐标都是一个可行解，其中能使②式取最大值的可行解称为最优解.1.可行域内每一个点都满足约束条件.(√)2.可行解有无限多个，最优解只有一个.(×)3.不等式Ax ＋By ＋C >0表示的平面区域一定在直线Ax ＋By ＋C ＝0的上方.(×)类型一最优解问题命题角度1 问题存在唯一最优解例1 已知x ，y 满足约束条件⎩⎪⎨⎪⎧x ＋2y ≤8，4x ≤16，4y ≤12，x ≥0，y ≥0，该不等式组所表示的平面区域如图阴影部分所示，求2x ＋3y 的最大值.考点线性目标最优解题点求线性目标函数的最值解设区域内任一点P (x ，y )，z ＝2x ＋3y ，则y ＝－23x ＋z3，这是斜率为－23，在y 轴上的截距为z3的直线，如图.由图可以看出，当直线y ＝－23x ＋z 3经过直线x ＝4与直线x ＋2y －8＝0的交点M (4,2)时，截距z3的值最大，此时2x ＋3y ＝14.反思与感悟图解法是解决线性规划问题的有效方法，基本步骤(1)确定线性约束条件，线性目标函数； (2)作图——画出可行域；(3)平移——平移目标函数对应的直线z ＝ax ＋by ，看它经过哪个点(或哪些点)时最先接触可行域或最后离开可行域，确定最优解所对应的点的位置；(4)求值——解有关的方程组求出最优解的坐标，再代入目标函数，求出目标函数的最值. 跟踪训练1 已知1≤x ＋y ≤5，－1≤x －y ≤3，求2x －3y 的取值范围. 考点线性目标最优解题点求线性目标函数的最值解作出二元一次不等式组⎩⎪⎨⎪⎧1≤x ＋y ≤5，－1≤x －y ≤3所表示的平面区域(如图阴影部分所示)即为可行域.设z ＝2x －3y ，变形得y ＝23x －13z ，则得到斜率为23，且随z 变化的一组平行直线.－13z 是直线在y 轴上的截距，当直线截距最大时，z 的值最小，由图可知，当直线z ＝2x －3y 经过可行域上的点A 时，截距最大，即z 最小.解方程组⎩⎪⎨⎪⎧x －y ＝－1，x ＋y ＝5，得A 点坐标为(2,3)，∴z min ＝2x －3y ＝2×2－3×3＝－5.当直线z ＝2x －3y 经过可行域上的点B 时，截距最小，即z 最大.解方程组⎩⎪⎨⎪⎧x －y ＝3，x ＋y ＝1，得B 点坐标为(2，－1).∴z max ＝2x －3y ＝2×2－3×(－1)＝7.∴－5≤2x －3y ≤7，即2x －3y 的取值范围是[－5,7]. 命题角度2 问题的最优解有多个例2 已知x ，y 满足约束条件⎩⎪⎨⎪⎧x －y ≥0，x ＋y ≤2，y ≥0，若目标函数z ＝ax ＋y 的最大值有无数个最优解，求实数a 的值.考点线性规划中的参数问题题点无数个最优解问题解约束条件所表示的平面区域如图(阴影部分)，由z ＝ax ＋y ，得y ＝－ax ＋z .当a ＝0时，最优解只有一个，过A (1,1)时取得最大值；当a ＞0，y ＝－ax ＋z 与x ＋y ＝2重合时，最优解有无数个，此时a ＝1；当a <0，y ＝－ax ＋z 与x －y ＝0重合时，最优解有无数个，此时a ＝－1. 综上，a ＝1或a ＝－1.反思与感悟当目标函数取最优解时，如果目标函数与平面区域的一段边界(实线)重合，则此边界上所有点均为最优解.跟踪训练2 给出平面可行域(如图阴影部分所示)，若使目标函数z ＝ax ＋y 取最大值的最优解有无穷多个，则a 等于( )A.14B.35C.4D.53考点线性规划中的参数问题题点无数个最优解问题答案 B解析由题意知，当直线y ＝－ax ＋z 与直线AC 重合时，最优解有无穷多个，则－a ＝5－21－6＝－35，即a ＝35，故选B.类型二生活中的线性规划问题例3 营养专家指出，成人良好的日常饮食应该至少提供0.075 kg 的碳水化合物，0.06 kg 的蛋白质，0.06 kg 的脂肪.1 kg 食物A 含有0.105 kg 碳水化合物，0.07 kg 蛋白质，0.14 kg 脂肪，花费28元；而1 kg 食物B 含有0.105 kg 碳水化合物，0.14 kg 蛋白质，0.07 kg 脂肪，花费21元.为了满足营养专家指出的日常饮食要求，同时使花费最低，需要同时食用食物A 和食物B 各多少kg? 将已知数据列成下表：考点实际生活中的线性规划问题题点线性规划在实际问题中的应用解设每天食用x kg 食物A ，y kg 食物B ，总成本为z ，则⎩⎪⎨⎪⎧ 0.105x ＋0.105y ≥0.075，0.07x ＋0.14y ≥0.06，0.14x ＋0.07y ≥0.06，x ≥0，y ≥0，即⎩⎪⎨⎪⎧7x ＋7y ≥5，7x ＋14y ≥6，14x ＋7y ≥6，x ≥0，y ≥0.目标函数为z ＝28x ＋21y .作出二元一次不等式组所表示的平面区域，如图阴影部分所示，把目标函数z ＝28x ＋21y 变形为y ＝－43x ＋z21，它表示斜率为－43，且随z 变化的一族平行直线，z21是直线在y 轴上的截距，当截距最小时，z 的值最小.由图可知，当直线z ＝28x ＋21y 经过可行域上的点M 时，截距最小，即z 最小.解方程组⎩⎪⎨⎪⎧7x ＋7y ＝5，14x ＋7y ＝6，得M 点的坐标为⎝⎛⎭⎫17，47. 所以为了满足营养专家指出的日常饮食要求，同时使花费最低，需要同时食用食物A 17 kg ，食物B 47 kg.反思与感悟 (1)目标函数z ＝ax ＋by (b ≠0)在y 轴上的截距zb 是关于z 的正比例函数，其单调性取决于b 的正负.当b >0时，截距z b 越大，z 就越大；当b <0时，截距zb 越小，z 就越大.(2)求解的最优解，和目标函数与边界函数的斜率大小有关.跟踪训练3 某厂拟用集装箱托运甲、乙两种货物，集装箱的体积、重量、可获利润和托运能力等限制数据列在下表中，那么为了获得最大利润，甲、乙两种货物应各托运的箱数为________.考点生活实际中的线性规划问题题点线性规划在实际问题中的应用答案 4,1解析设甲、乙两种货物应各托运的箱数为x ，y ，则⎩⎪⎨⎪⎧5x ＋4y ≤24，2x ＋5y ≤13，x ≥0，x ∈N ，y ≥0，y ∈N .目标函数z ＝20x ＋10y ，画出可行域如图阴影部分所示.由⎩⎪⎨⎪⎧2x ＋5y ＝13，5x ＋4y ＝24，得A (4,1). 易知当直线z ＝20x ＋10y 平移经过点A 时，z 取得最大值，即甲、乙两种货物应各托运的箱数分别为4和1时，可获得最大利润.1.若变量x ，y 满足约束条件⎩⎪⎨⎪⎧y ≤2x ，x ＋y ≤1，y ≥－1，则x ＋2y 的最大值是( )A.－52B.0C.53D.52考点线性目标最优解题点求线性目标函数的最值答案 C解析画出可行域如图阴影部分(含边界)所示.设z ＝x ＋2y ，即y ＝－12x ＋12z ，平行移动直线y ＝－12x ＋12z ，当直线y ＝－12x ＋z 2过点B ⎝⎛⎭⎫13，23时，z 取最大值53，所以(x ＋2y )max ＝53. 2.设变量x ，y 满足约束条件⎩⎪⎨⎪⎧x ＋y ≥3，x －y ≥－1，2x －y ≤3，则目标函数z ＝2x ＋3y 的最小值为( )A.6B.7C.8D.23 考点线性目标最优解题点求线性目标函数的最值答案 B解析作出可行域如图阴影部分(含边界)所示.由图可知，z ＝2x ＋3y 经过点A (2,1)时，z 有最小值，z 的最小值为7.3.在如图所示的坐标平面的可行域内(阴影部分且包括边界)，目标函数z ＝x ＋ay 取得最小值的最优解有无数个，则a 的值为( )A.－3B.3C.－1D.1 考点线性规划中的参数问题题点无数个最优解问题答案 A解析－1a ＝2－14－1＝13，∴a ＝－3.4.设变量x ，y 满足约束条件⎩⎪⎨⎪⎧x ＋2y ≥2，2x ＋y ≤4，4x －y ≥－1，则目标函数z ＝3x －y 的取值范围是( )A.⎣⎡⎦⎤－32，6 B.⎣⎡⎦⎤－32，－1 C.[－1,6]D.⎣⎡⎦⎤－6，32 考点线性目标最优解题点求目标函数的取值范围答案 A解析作出不等式表示的平面区域，如图阴影部分(含边界)所示，由z ＝3x －y ，可得y ＝3x －z ，则－z 为直线y ＝3x －z 在y 轴上的截距，截距越大，z 越小，结合图形可知，当直线y ＝3x －z 平移到B 时，z 最小，平移到C 时，z 最大，可得B ⎝⎛⎭⎫12，3，z min ＝－32，C (2,0)，z max ＝6，∴－32≤z ≤6. 5.给出平面区域如图阴影部分所示，若使目标函数z ＝ax ＋y (a >0)取得最大值的最优解有无穷多个，则a 的值为________.考点线性规划中的参数问题题点无数个最优解问题答案 35解析将z ＝ax ＋y 变形，得y ＝－ax ＋z .当它与直线AC 重合时，z 取最大值的点有无穷多个. ∵k AC ＝－35，∴－a ＝－35，即a ＝35.1.用图解法解决简单的线性规划问题的基本步骤(1)寻找线性约束条件，线性目标函数；(2)作图——画出约束条件(不等式组)所确定的平面区域和目标函数所表示的平行直线系中的任意一条直线l ；(3)平移——将直线l 平行移动，以确定最优解所对应的点的位置；(4)求值——解有关的方程组求出最优解的坐标，再代入目标函数，求出目标函数的最值.2.作不等式组表示的可行域时，注意标出相应的直线方程，还要给可行域的各顶点标上字母，平移直线时，要注意线性目标函数的斜率与可行域中边界直线的斜率进行比较，确定最优解.3.在解决与线性规划相关的问题时，首先考虑目标函数的几何意义，利用数形结合方法可迅速解决相关问题.一、选择题1.若点(x ，y )位于曲线y ＝|x |与y ＝2所围成的封闭区域内，则2x －y 的最小值为( ) A.－6 B.－2 C.0 D.2 考点线性目标最优解题点求线性目标函数的最值答案 A解析如图，曲线y ＝|x |与y ＝2所围成的封闭区域如图中阴影部分(含边界)所示，令z ＝2x －y ，则y ＝2x －z ，作直线y ＝2x ，在封闭区域内平行移动直线y ＝2x ，当经过点A (－2,2)时，z 取得最小值，此时z ＝2×(－2)－2＝－6. 2.若变量x ，y 满足约束条件⎩⎪⎨⎪⎧x ＋3y －3≥0，2x －y －3≤0，x －y ＋1≥0，则x ＋y 的最大值为( )A.9B.157C.1D.715考点线性目标最优解题点求线性目标函数的最值答案 A解析画出可行域如图阴影部分(含边界)所示，令z ＝x ＋y ，则y ＝－x ＋z .当直线y ＝－x ＋z 过点A 时，z 最大.由⎩⎪⎨⎪⎧2x －y －3＝0，x －y ＋1＝0，得A (4,5)，∴z max ＝4＋5＝9.3.设变量x ，y 满足约束条件⎩⎪⎨⎪⎧3x ＋y －6≥0，x －y －2≤0，y －3≤0，则目标函数z ＝y －2x 的最小值为( )A.－7B.－4C.1D.2 考点线性目标最优解题点求线性目标函数的最值答案 A解析可行域如图阴影部分(含边界)所示，令z ＝0，得直线l 0：y －2x ＝0，平移直线l 0知，当直线l 0过D 点时，z 取得最小值.由⎩⎪⎨⎪⎧y ＝3，x －y －2＝0，得D (5,3). ∴z min ＝3－2×5＝－7，故选A.4.设变量x ，y 满足约束条件⎩⎪⎨⎪⎧x －y ＋2≥0，x －5y ＋10≤0，x ＋y －8≤0，则目标函数z ＝3x －4y 的最大值和最小值分别为( )A.3，－11B.－3，－11C.11，－3D.11,3考点线性目标最优解题点求线性目标函数的最值答案 A解析作出可行域如图阴影部分(含边界)所示，由图可知z ＝3x －4y 经过点A 时，z 有最小值，经过点B 时，z 有最大值.易求得A (3,5)，B (5,3).∴z max ＝3×5－4×3＝3，z min ＝3×3－4×5＝－11. 5.已知a >0，x ，y 满足约束条件⎩⎪⎨⎪⎧x ≥1，x ＋y ≤3，y ≥a (x －3)，若z ＝2x ＋y 的最小值为1，则a 等于( )A.14B.12C.1D.2 考点线性规划中的参数问题题点线性规划中的参数问题答案 B解析作出不等式组表示的可行域，如图阴影部分(含边界)所示.易知直线z ＝2x ＋y 过交点B 时，z 取最小值，由⎩⎪⎨⎪⎧ x ＝1，y ＝a (x －3)，得⎩⎪⎨⎪⎧x ＝1，y ＝－2a ，∴z min ＝2－2a ＝1，解得a ＝12，故选B.6.已知⎩⎪⎨⎪⎧x ≥1，x －y ＋1≥0，2x －y －2≤0，若z ＝ax ＋y 的最小值是2，则a 的值为( )A.1B.2C.3D.4考点线性规划中的参数问题题点线性规划中的参数问题答案 B解析作出可行域，如图中阴影部分所示，又z ＝ax ＋y 的最小值为2，若a >－2，则(1,0)为最优解，解得a ＝2；若a ≤－2，则(3,4)为最优解，解得a ＝－23，舍去，故a ＝2.7.已知平面直角坐标系xOy 上的区域D 由不等式组⎩⎨⎧0≤x ≤2，y ≤2，x ≤2y确定.若M (x ，y )为D 上的动点，点A的坐标为(2，1)，则z ＝OM →·OA →的最大值为( ) A.3 B.4 C.3 2 D.4 2 考点线性目标最优解题点求线性目标函数的最值答案 B解析由线性约束条件 ⎩⎪⎨⎪⎧0≤x ≤2，y ≤2，x ≤2y ，画出可行域如图阴影部分(含边界)所示，目标函数z ＝OM →·OA →＝2x ＋y ，将其化为y ＝－2x ＋z ，结合图形可知，当目标函数的图象过点(2，2)时，z 最大，将点(2，2)代入z ＝2x ＋y ，得z 的最大值为4.8.已知A (2,5)，B (4,1).若点P (x ，y )在线段AB 上，则2x －y 的最大值为( ) A.－1 B.3 C.7 D.8 考点线性目标最优解题点求线性目标函数的最值答案 C解析作出线段AB ，如图所示，作直线2x －y ＝0并将其向下平移至直线过点B (4,1)时，2x －y 取最大值，为2×4－1＝7. 二、填空题9.已知－1≤x ＋y ≤4且2≤x －y ≤3，则z ＝2x －3y 的取值范围是________.(答案用区间表示) 考点线性目标最优解题点求线性目标函数的最值答案 [3,8]解析作出不等式组⎩⎪⎨⎪⎧－1≤x ＋y ≤4，2≤x －y ≤3表示的可行域，如图中阴影部分(含边界)所示. 在可行域内平移直线2x －3y ＝0，当直线经过x －y ＝2与x ＋y ＝4的交点A (3,1)时，目标函数有最小值， z min ＝2×3－3×1＝3；当直线经过x ＋y ＝－1与x －y ＝3的交点B (1，－2)时，目标函数有最大值， z max ＝2×1＋3×2＝8. 所以z ∈[3,8].10.在线性约束条件⎩⎪⎨⎪⎧x ＋3y ≥12，x ＋y ≤10，3x ＋y ≥12下，z ＝2x －y 的最小值是________.考点线性目标最优解题点求线性目标函数的最值答案－7解析如图作出线性约束条件⎩⎪⎨⎪⎧x ＋3y ≥12，x ＋y ≤10，3x ＋y ≥12下的可行域，包含边界.三条直线中x ＋3y ＝12与3x ＋y ＝12交于点A (3,3)， x ＋y ＝10与x ＋3y ＝12交于点B (9,1)， x ＋y ＝10与3x ＋y ＝12交于点C (1,9)，作一族与直线2x －y ＝0平行的直线l ：2x －y ＝z .即y ＝2x －z ，然后平行移动直线l ，直线l 在y 轴上的截距为－z ，当l 经过点C 时，－z 取最大值，此时z 最小，即z min ＝2×1－9＝－7.11.某公司租赁甲、乙两种设备生产A ，B 两类产品，甲种设备每天能生产A 类产品5件和B 类产品10件，乙种设备每天能生产A 类产品6件和B 类产品20件.已知设备甲每天的租赁费为200元，设备乙每天的租赁费为300元，现该公司至少要生产A 类产品50件，B 类产品140件，则所需租赁费最少为________元. 考点生活实际中的线性规划问题题点线性规划在实际问题中的应用答案 2 300解析设需租赁甲种设备x 台，乙种设备y 台，则⎩⎪⎨⎪⎧5x ＋6y ≥50，10x ＋20y ≥140，x ∈N ，y ∈N .目标函数为z ＝200x ＋300y .作出其可行域(图略)，易知当x ＝4，y ＝5时，z ＝200x ＋300y 有最小值2 300. 三、解答题12.设x ，y 满足⎩⎪⎨⎪⎧2x ＋y ≥4，x －y ≥－1，x －2y ≤2，求z ＝x ＋y 的取值范围.考点线性目标最优解题点求线性目标函数的最值解作出约束条件表示的可行域，如图所示，z ＝x ＋y 表示直线y ＝－x ＋z 过可行域时，在y 轴上的截距，当目标函数平移至过可行域内的A 点时，z 有最小值.联立⎩⎪⎨⎪⎧2x ＋y ＝4，x －2y ＝2，解得A (2,0).z min ＝2，z 无最大值.∴x ＋y ∈[2，＋∞).13.某运输公司接受了向抗洪救灾地区每天送至少180 t 支援物资的任务.该公司有8辆载重为6 t 的A 型卡车与4辆载重为10 t 的B 型卡车，有10名驾驶员，每辆卡车每天往返的次数为A 型卡车4次，B 型卡车3次；每辆卡车每天往返的成本费A 型为320元，B 型为504元.请为公司安排一下，应如何调配车辆，才能使公司所花的成本费最低？考点生活实际中的线性规划问题题点线性规划在实际问题中的应用解设需A 型、B 型卡车分别为x 辆和y 辆.列表分析数据.由表可知x ，y 满足线性约束条件⎩⎪⎨⎪⎧x ＋y ≤10，24x ＋30y ≥180，0≤x ≤8，0≤y ≤4，x ，y ∈N ，且目标函数z ＝320x ＋504y .作出可行域，如图阴影部分(含边界)所示.可知当直线z ＝320x ＋504y 过A (7.5,0)时，z 最小，但A (7.5,0)不是整点，继续向上平移直线z ＝320x ＋504y ，可知点(8,0)是最优解.这时z min ＝320×8＋504×0＝2 560(元)，即用8辆A 型车，成本费最低.所以公司每天调出A 型卡车8辆时，花费成本最低. 四、探究与拓展14.若平面区域⎩⎪⎨⎪⎧x ＋y －3≥0，2x －y －3≤0，x －2y ＋3≥0夹在两条斜率为1的平行直线之间，则这两条平行直线间的距离的最小值是( )A.355B. 2C.322 D. 5考点线性目标最优解题点求线性目标函数的最值答案 B解析画出不等式组所表示的平面区域如图(阴影部分)所示，由⎩⎪⎨⎪⎧ x －2y ＋3＝0，x ＋y －3＝0，得A (1,2)，由⎩⎪⎨⎪⎧2x －y －3＝0，x ＋y －3＝0，得B (2,1).由题意可知当斜率为1的两条直线分别过点A 和点B 时，阴影部分夹在这两条直线之间，且与这两条直线有公共点，所以这两条直线为满足条件的距离最小的一对直线，即|AB |＝(1－2)2＋(2－1)2＝ 2.故选B.15.已知变量x ，y 满足的约束条件为⎩⎪⎨⎪⎧x ＋2y －3≤0，x ＋3y －3≥0，y －1≤0.若目标函数z ＝ax ＋y (其中a ＞0)仅在点(3,0)处取得最大值，求a 的取值范围.考点线性规划中的参数问题题点线性规划中的参数问题解依据约束条件，画出可行域.∵直线x ＋2y －3＝0的斜率k 1＝－12，目标函数z ＝ax ＋y (a ＞0)对应直线的斜率k 2＝－a ，若符合题意，则需k 1＞k 2.即－12＞－a ，得a ＞12.。

求函数最值的方法总结

求函数最值的常用以下方法：1．函数单调性法先确定函数在给定区间上的单调性，然后依据单调性求函数的最值．这种利用函数单调性求最值的方法就是函数单调性法．这种求解方法在高考中是必考的，且多在解答题中的某一问中出现．例1 设a >1，函数f (x )＝log a x 在区间[a,2a ]上的最大值与最小值之差为12，则a ＝________.【思路】先判断函数在指定区间上的单调性，再求出函数的最值，然后利用条件求得参数a 的值．【解析】 ∵a >1，∴函数f (x )＝log a x 在区间[a,2a ]上是增函数，∴函数在区间[a,2a ]上的最大值与最小值分别为log a 2a ，log a a ＝1.∴log a 2＝12，a ＝4.故填4.【讲评】解决这类问题的重要的一步就是判断函数在给定区间上的单调性．这一点处理好了，以下的问题就容易了．一般而言，对一次函数、幂函数、指数函数、对数函数在闭区间[m ，n ]上的最值：若函数f (x )在[m ，n ]上单调递增，则f(x)min＝f(m)，f(x)max＝f(n)；若函数f(x)在[m，n]上单调递减，则f(x)min＝f(n)，f(x)max＝f(m)；若函数f(x)在[m，n]上不单调，但在其分成的几个子区间上是单调的，则可以采用分段函数求最值的方法处理．2．换元法换元法是指通过引入一个或几个新的变量，来替换原来的某些变量(或代数式)，以便使问题得以解决的一种数学方法．在学习中，常常使用的换元法有两类，即代数换元和三角换元，我们可以根据具体问题及题目形式去灵活选择换元的方法，以便将复杂的函数最值问题转化为简单函数的最值问题，从而求出原函数的最值．如可用三角代换解决形如a2＋b2＝1及部分根式函数形式的最值问题．例2 (1)函数f(x)＝x＋21－x的最大值为________．【解析】方法一：设1－x＝t(t≥0)，∴x＝1－t2，∴y＝x＋21－x＝1－t2＋2t＝－t2＋2t＋1＝－(t－1)2＋2，∴当t＝1即x＝0时，y max＝2.方法二：f(x)的定义域为{x|x≤1}，f′(x)＝1－11－x，由f′(x)＝0得x＝0.0＜x≤1时，f′(x)＜0，f(x)为减函数．x＜0时，f′(x)＞0，f(x)为增函数．∴当x＝0时，f(x)max＝f(0)＝2.(2)求函数y＝x＋4－x2的值域．【解析】换元法：由4－x2≥0得－2≤x≤2，∴设x＝2cosθ(θ∈[0，π])，则y＝2cosθ＋4－4cos2θ＝2cos θ＋2sin θ＝22sin(θ＋π4)，∵θ＋π4∈[π4，5π4]∴sin(θ＋π4)∈[－22，1]，∴y ∈[－2,22]．3.配方法配方法是求二次函数最值的基本方法，如F (x )＝af 2(x )＋bf (x )＋c 的函数的最值问题，可以考虑用配方法．例3 已知函数y ＝(e x －a )2＋(e －x －a )2(a ∈R ，a ≠0)，求函数y 的最小值．【思路】将函数表达式按e x ＋e －x 配方，转化为关于变量e x ＋e －x 的二次函数．【解析】 y ＝(e x －a )2＋(e －x －a )2 ＝(e x ＋e －x )2－2a (e x ＋e －x )＋2a 2－2. 令t ＝e x ＋e －x ，f (t )＝t 2－2at ＋2a 2－2.∵t ≥2，∴f (t )＝t 2－2at ＋2a 2－2＝(t －a )2＋a 2－2的定义域为[2，＋∞)．∵抛物线y ＝f (t )的对称轴为t ＝a ，∴当a ≤2且a ≠0时，y min ＝f (2)＝2(a －1)2；当a <0时，y min ＝f (a )＝a 2－2.【讲评】利用二次函数的性质求最值，要特别注意自变量的取值范围，同时还要注意对称轴与区间的相对位置关系．如本题化为含参数的二次函数后，求解最值时要细心区分：对称轴与区间的位置关系，然后再根据不同情况分类解决．4．不等式法利用不等式法求解函数最值，主要是指运用均值不等式及其变形公式来解决函数最值问题的一种方法．常常使用的基本不等式有以下几种：a 2＋b 2≥2ab (a ，b 为实数)；a ＋b2≥ab (a ≥0，b ≥0)；ab ≤(a ＋b2)2≤a 2＋b 22(a ，b 为实数)．例4 设x ，y ，z 为正实数，x －2y ＋3z ＝0，则y 2xz的最小值为________．【思路】先利用条件将三元函数化为二元函数，再利用基本不等式求得最值．【解析】因为x －2y ＋3z ＝0，所以y ＝x ＋3z2，所以y 2xz＝x 2＋9z 2＋6xz4xz.又x ，z 为正实数，所以由基本不等式，得y 2xz ≥6xz ＋6xz 4xz ＝3，当且仅当x ＝3z 时取“＝”．故y 2xz的最小值为3.故填3.【讲评】本题是三元分式函数的最值问题，一般地，可将这类函数问题转化为二元函数问题加以解决．在利用均值不等式法求函数最值时，必须注意“一正二定三相等”，特别是“三相等”，是我们易忽略的地方，容易产生失误．5．平方法对含根式的函数或含绝对值的函数，有的利用平方法，可以巧妙地将函数最值问题转化为我们熟知的、易于解决的函数最值问题．例5 已知函数y ＝1－x ＋x ＋3的最大值为M ，最小值为m ，则mM的值为( )A.14B.12C.22D.32【思路】本题是无理函数的最值问题，可以先确定定义域，再两边平方，即可化为二次函数的最值问题，进而可以利用二次函数的最值解决．【解析】由题意，得⎩⎨⎧1－x ≥0，x ＋3≥0，所以函数的定义域为{x |－3≤x ≤1}．又两边平方，得y 2＝4＋21－x ·x ＋3＝4＋21－xx ＋3.所以当x ＝－1时，y 取得最大值M ＝22；当x ＝－3或1时，y 取得最小值m ＝2，∴选C【讲评】对于形如y ＝a －cx ＋cx ＋b 的无理函数的最值问题，可以利用平方法将问题化为函数y 2＝(a ＋b )＋2a －cx cx ＋b 的最值问题，这只需利用二次函数的最值即可求得．6．数形结合法数形结合法，是指利用函数所表示的几何意义，借助几何方法及函数的图像求函数最值的一种常用的方法．这种方法借助几何意义，以形助数，不仅可以简捷地解决问题，又可以避免诸多失误，是我们开阔思路、正确解题、提高能力的一种重要途径．因此，在学习中，我们对这种方法要细心研读，认真领会，并正确地应用到相关问题的解决之中．例6对a ，b ∈R ，记max |a ，b |＝⎩⎨⎧a ，a ≥b ，b ，a <b ，函数f (x )＝max ||x ＋1|，|x －2||(x ∈R )的最小值是________．【思路】本题实质上是一个分段函数的最值问题．先根据条件将函数化为分段函数，再利用数形结合法求解．【解析】由|x ＋1|≥|x －2|，得(x ＋1)2≥(x －2)2，所以x ≥12.所以f (x )＝⎩⎪⎨⎪⎧ |x ＋1|，x ≥12，|x －2|，x <12，其图像如图所示．由图形易知，当x ＝12时，函数有最小值，所以f (x )min ＝f (12)＝|12＋1|＝32. 7．导数法设函数f (x )在区间[a ，b ]上连续，在区间(a ，b )内可导，则f (x )在[a ，b ]上的最大值和最小值应为f (x )在(a ，b )内的各极值与f(a)、f(b)中的最大值和最小值．利用这种方法求函数最值的方法就是导数法．例7 函数f(x)＝x3－3x＋1在闭区间[－3,0]上的最大值、最小值分别是________．【思路】先求闭区间上的函数的极值，再与端点函数值比较大小，确定最值．【解析】因为f′(x)＝3x2－3，所以令f′(x)＝0，得x＝1(舍去)．又f(－3)＝－17，f(－1)＝3，f(0)＝1，比较得，f(x)的最大值为3，最小值为－17.【讲评】(1)利用导数法求函数最值的三个步骤：第一，求函数在(a，b)内的极值；第二，求函数在端点的函数值f(a)、f(b)；第三，比较上述极值与端点函数值的大小，即得函数的最值．(2)函数的最大值及最小值点必在以下各点中取得：导数为零的点，导数不存在的点及其端点．8．线性规划法线性规划法，是指利用线性规划的基本知识求解函数最值的方法．线性规划法求解最值问题，一般有以下几步：(1)由条件写出约束条件；(2)画出可行域，并求最优解；(3)根据目标函数及最优解，求出最值．例8 已知点P(x，y)的坐标同时满足以下不等式：x＋y≤4，y≥x，x≥1，如果点O为坐标原点，那么|OP|的最小值等于________，最大值等于________．【思路】本题实质上可以视为线性规划问题，求解时，先找出约束条件，再画可行域，最后求出最值．【解析】由题意，得点P (x ，y )的坐标满足⎩⎪⎨⎪⎧ x ＋y ≤4，y ≥x ，x ≥1.画出可行域，如图所示．由条件，得A (2,2)，|OA |＝22； B (1,3)，|OB |＝10；C (1,1)，|OC |＝ 2.故|OP |的最大值为10，最小值为 2.。

数学建模：常见的线性规划问题求解方法

数学建模：常见的线性规划问题求解方法1. 引言在数学建模中，线性规划是一种常见的数学模型。

它通常用于求解优化问题，在多个约束条件下找到使目标函数最大或最小的变量值。

本文将介绍几种常见的线性规划问题求解方法。

2. 单纯形法单纯形法是一种经典且高效的线性规划问题求解方法。

它通过不断移动基变量和非基变量来搜索可行解集，并在每次移动后更新目标函数值，直到达到最优解。

该方法适用于标准形式和松弛法形式的线性规划问题。

2.1 算法步骤1.初始化：确定基变量和非基变量，并计算初始相应坐标。

2.计算检验数：根据当前基变量计算检验数，选取检验数最小的非基变量作为入基变量。

3.计算转角系数：根据入基变量计算转角系数，并选择合适的出基变量。

4.更新表格：进行行列交换操作，更新表格中的各项值。

5.结束条件：重复2-4步骤，直至满足结束条件。

2.2 优缺点优点： - 单纯形法的时间复杂度较低，适用于小规模线性规划问题。

- 可以处理带等式约束和不等式约束的线性规划问题。

缺点： - 在某些情况下，单纯形法会陷入梯度消失或梯度爆炸的情况，导致无法找到最优解。

- 处理大规模问题时，计算量较大且可能需要较长时间。

3. 内点法内点法是另一种常见的线性规划求解方法。

与单纯形法不同，内点法通过在可行域内搜索目标函数的最优解。

它使用迭代过程逼近最优解，直到满足停止条件。

3.1 算法步骤1.初始化：选取一个可行解作为初始点，并选择适当的中心路径参数。

2.计算对偶变量：根据当前迭代点计算对偶变量，并更新目标函数值。

3.迭代过程：根据指定的迭代更新方程，在可行域内搜索目标函数的最优解。

4.结束条件：重复2-3步骤，直至满足结束条件。

3.2 优缺点优点： - 内点法相对于单纯形法可以更快地收敛到最优解。

- 在处理大规模问题时，内点法的计算效率更高。

缺点： - 内点法需要选择适当的中心路径参数，不当的选择可能导致迭代过程较慢。

- 对于某些复杂的线性规划问题，内点法可能无法找到最优解。

线性规划中的单纯形法求解问题

线性规划中的单纯形法求解问题线性规划是运筹学中的一个重要分支，它的应用范围非常广泛，包括经济、工程、网络、交通等领域。

在实际问题中，我们通常会需要求解一个线性规划问题，而单纯形法是解决线性规划问题的一种常用方法。

1. 线性规划线性规划是一类优化问题，通常在最小化或最大化某个线性函数的同时，满足一组线性约束条件。

一个线性规划问题可以表示为：$$\begin{array}{lll}\textrm{min/max} & c^Tx & \\ \textrm{s.t.} & Ax &\leq b \\ & x &\geq 0\end{array}$$其中，$c$ 是一个 $n$ 维列向量，$A$ 是一个 $m\times n$ 的矩阵，$b$ 是一个 $m$ 维列向量，$x$ 是一个 $n$ 维列向量，代表问题的决策变量。

我们称 $Ax\leq b$ 是问题的约束条件，称 $x\geq0$ 是问题的非负性条件。

线性规划问题的求解可以分为两种基本方法，分别为单纯形法和内点法。

其中，单纯形法是一种经典的方法，应用广泛，是大多数线性规划软件的基础算法之一。

2. 单纯形法基本思想单纯形法的基本思想是通过对问题中的决策变量进行调整，使得目标函数值不断减小（最小化问题）或增大（最大化问题），并且在满足约束条件的前提下，最终找到最优解。

单纯形法的具体步骤如下：步骤1：初始化。

我们从一组基本解开始，即 $m$ 个基本变量和 $n-m$ 个非基本变量构成的向量 $x$。

在最初的阶段，我们需要选择一组基变量，并计算出它们的取值。

这个基变量集合构成了问题的起始基。

步骤2：检查最优性。

首先，我们需要对当前解进行检验，判断它是否为最优解。

如果是最优解，则停止算法；否则，进行下一步。

步骤3：选择进入变量。

我们需要选择一个非基变量，使得将它加入到基变量集合后，目标函数值有最大的增长量。

如果这个增长量为负数，则问题无界。

限制条件下的最值问题

限制条件下的最值问题在数学中，有一类常见且重要的问题被称为“限制条件下的最值问题”。

它们涉及在给定一组限制条件的情况下，找到一个或多个变量的最大或最小值。

这类问题在实际生活中有广泛的应用，例如资源分配、优化设计等领域。

本文将介绍限制条件下的最值问题，并给出几个实际案例进行说明。

一、问题描述限制条件下的最值问题是指在一组给定的条件下，找到一个或多个变量的最大或最小值。

这组条件往往由一些方程或不等式组成。

通常情况下，我们需要在这些限制条件下尽可能地优化某个目标函数，使其达到最大或最小值。

二、解决方法解决限制条件下的最值问题的方法主要有两种：拉格朗日乘子法和线性规划法。

1. 拉格朗日乘子法拉格朗日乘子法是一种寻找有约束条件下函数极值的方法。

它通过引入一组拉格朗日乘子，将含有约束条件的优化问题转化为无约束条件的优化问题。

通过对拉格朗日函数求导，并使其导数为零，可以求得最优解。

2. 线性规划法线性规划法是一种寻找线性目标函数下的最优解的方法。

它通过将目标函数和约束条件都表示为一组线性方程或不等式来求解。

线性规划法能够有效地解决大规模的最优化问题，并且有着严格的数学基础。

三、实际案例下面以两个实际案例来说明限制条件下的最值问题。

1. 最短路径问题假设有一个城市地图，其中有多条道路连接各个城区。

现在需要从一个起点到达一个终点，问如何选择路径才能使得总路程最短。

这个问题可以用限制条件下的最值问题来求解。

我们可以将每条道路的长度作为一个变量，通过建立一组适当的约束条件，找到使总路程最小化的解。

2. 资源分配问题假设一个工厂有多个生产线，每个生产线需要一定数量的原材料才能正常运作。

同时，工厂的原材料有一定的限量，需要合理分配到各个生产线上。

这个问题可以看作是一个限制条件下的最值问题。

我们可以将每个生产线的产量作为变量，通过建立一组适当的约束条件，找到使总产量最大化的解。

四、总结限制条件下的最值问题是数学中常见且重要的问题之一。

运筹学习题

运筹学习题一、填空题1、线性规划问题是求一个线性目标函数_在一组线性约束条件下的极值问题。

2、图解法适用于含有两个变量的线性规划问题。

3、线性规划问题的可行解是指满足所有约束条件的解。

4、在线性规划问题的基本解中，所有的非基变量等于零。

5、在线性规划问题中，基可行解的非零分量所对应的列向量线性无关6、若线性规划问题有最优解，则最优解一定可以在可行域的顶点（极点）达到。

7、线性规划问题有可行解，则必有基可行解。

8、如果线性规划问题存在目标函数为有限值的最优解，求解时只需在其基可行解_的集合中进行搜索即可得到最优解。

9、满足非负条件的基本解称为基本可行解。

10、在将线性规划问题的一般形式转化为标准形式时，引入的松驰数量在目标函数中的系数为零。

11、将线性规划模型化成标准形式时，“期约束条件要在不等式左_端加入松弛变量。

12、线性规划模型包括决策（可控）变量，约束条件，目标函数三个要素。

13、线性规划问题可分为目标函数求极大值和极小_值两类。

14、线性规划问题的标准形式中，约束条件取等式，目标函数求极大值，而所有变量必须非负15、线性规划问题的基可行解与可行域顶点的关系是顶点多于基可行解16、在用图解法求解线性规划问题时，如果取得极值的等值线与可行域的一段边界重合，则这段边界上的一切点都是最优解。

17、求解线性规划问题可能的结果有无解，有唯一最优解，有无穷多个最优解。

18、19、如果某个变量Xj为自由变量，则应引进两个非负变量Xj , Xj同时令Xj=Xj-Xj。

20、表达线性规划的简式中目标函数为ijij21 、、(2 、1 P5)) 线性规划一般表达式中，aij 表示该元素位置在二、单选题1、如果一个线性规划问题有n 个变量，m 个约束方程(m<n) ，系数矩阵的数为m，则基可行解的个数最为_C_ ’A、m个B、n 个C、CnD、Cm 个2、下列图形中阴影部分构成的集合是凸集的是A mn3、线性规划模型不包括下列_ D要素。

8专题32 线性规划问题的求解策略(解析版)——王彦文

专题八：线性规划问题的求解策略【高考地位】线性规划问题是高考的必考内容，其基本解题策略是定区域、化函数、找最值。

近年来，高考中的线性规划问题更趋灵活多样，体现了“活、变、新”等特点，更加深刻的考查学生解决综合性问题的能力。

在高考中以各种题型中均出现过，其试题难度属中高档题.【方法点评】类型一线性目标函数问题使用情景：求目标函数的最值解题模板：第一步根据已知约束条件画出其可行域；第二步平移目标函数的直线系，根据直线的斜率和截距之间的关系求出其最优解；第三步得出结论.例1 已知实数,x y满足不等式组2,220,xyx y⎧⎪-⎨⎪+-⎩，≥≥≤则2x y-的最大值是___________．【答案】6考点：简单的线性规划问题．【方法点睛】运用线性规划求解最值时，关键是要搞清楚目标函数所表示的直线的斜率与可行域便捷直线的斜率之间的大小关系，以好确定在哪个端点，目标函数取得最大值；在哪个端点，目标函数取得最小值，正确作出可行域是解答此类问题的前提条件．例2 错误！未找到引用源。

已知x、y满足不等式组2303301x yx yy+-≤⎧⎪+-≥⎨⎪≤⎩，则2z x y=+的最大值是．【答案】6目标函数为2z x y =+，当3,0x y ==时，2z x y =+取得最大值是6. 考点：简单的线性规划．【名师点睛】简单的线性规划问题，首先要作出可行域，作直线:0l ax by +=，把z ax by =+中转化为a zy x b b=-+，易知zb是直线的纵截距，因此当0b >时，直线向上平移，z 增大，在0b <时，直线向下平移，z 增大，这样我们把z 的值与直线纵截距联系起来，可容易求得最优解．【变式演练1】已知变量,x y 满足约束条件Ω：21y x y x y a ≤⎧⎪+≥⎨⎪-≤⎩，若Ω表示的区域面积为4，则3z x y =-的最大值为___________. 【答案】7试题分析:画出不等式组表示的区域如图,因BC AC ⊥且BC AC =,故区域的面积为4)212)(3(21=--+=a a S ,解之得1=a ,平移动直线z x y -=3,结合图形可以看出当动直线经过点)2,3(B 时,动直线z x y -=3的截距z -最小,z 最大,729max =-=z ,故应填7.C(a+12,1-a2)B(2+a,2)A(-1,2)x-y=ax+y=1y=2Oyx考点：线性规划的有关知识及运用．【变式演练2】已知约束条件400x k x y x y ≥⎧⎪+-≤⎨⎪-≤⎩表示面积为1的直角三角形区域，则实数k 的值为（）A ．0B ．1 C.1或3 D ．3 【答案】B考点：1、线性规划；2、三角形的面积.类型二非线性目标函数问题使用情景：求非线性目标函数的最值解题模板：第一步根据已知约束条件画出其可行域；第二步借助目标函数的几何意义，并利用数形结合法将所求问题转化为我们所熟悉的问题如直线的斜率问题、两点的距离的平方等；第三步得出结论.例3 已知不等式组0,0,4312x x y x y ≥⎧⎪-≤⎨⎪+≤⎩，则11y z x -=+的最大值为．【答案】3考点：线性规划【易错点睛】线性规划的实质是把代数问题几何化，即数形结合的思想.需要注意的是：一，准确无误地作出可行域；二，画目标函数所对应的直线时，要注意与约束条件中的直线的斜率进行比较，避免出错；三，一般情况下，目标函数的最大或最小值会在可行域的端点或边界上取得.例4 在平面直角坐标系xOy 中,M 为不等式组360200,0x y x y x y --≤⎧⎪-+≥⎨⎪≥≥⎩所表示的区域上一动点, 已知点()1,2A -,则直线AM 斜率的最小值为（）A ．23-B ．2-C ．0D ．45【答案】B试题分析：可行域为一个四边形OBCD 及其内部,其中(0,2),(2,0),(4,6)B C D ，因此直线AM 斜率的最小值为直线AO 斜率，为2-，选B. 考点：线性规划ABC例5 若,x y 满足20400x y x y y -+≥⎧⎪+-≤⎨⎪>⎩，则2||z y x =-的最大值为（）A ．-8B ．-4C ．1D ．2 【答案】D考点：1、可行域的画法；2、最优解的求法.【方法点晴】本题主要考查线性规划中利用可行域求目标函数的最值，属简单题.求目标函数最值的一般步骤是“一画、二移、三求”：（1）作出可行域（一定要注意是实线还是虚线）；（2）找到目标函数对应的最优解对应点（在可行域内平移变形后的目标函数，最先通过或最后通过的顶点就是最优解）；（3）将最优解坐标代入目标函数求出最值.【变式演练3】已知实数,x y 满足401010x y y x +-≤⎧⎪-≥⎨⎪-≥⎩，则2y z x =的最大值是（）A ．13B ．9C ．2D ．11【答案】B考点：线性规划.【变式演练4】若变量y x ，满足约束条件⎪⎩⎪⎨⎧≥+-≤-≥+022002y x y x y x ，且a x y z -=仅在点)21,1(-A 处取得最大值，则实数a 的取值范围为（）A ．)1,2[--B ．)1,(--∞C ．)1,2(--D ．)1,1(- 【答案】C试题分析：由约束条件画出可行域如图所示，ax yz -=表示的几何意义是:点()y x ,与()0,a 连线的斜率的取值范围.当0≥a 时,通过图象旋转可知,不可能在⎪⎭⎫ ⎝⎛-21,1A 处取到最大值,舍去；当0<a 时,若01≤<-a ,则必然存在a x =与可行域有交点,此时无斜率,可以理解为斜率趋向于正无穷,故无最大值；当12-<<-a 时,在点A 处取到最大值,在O 处取得最小值,符合题意,故选C.考点：线性规划.【变式演练5】已知实数,x y 满足21010x y x y -+≥⎧⎨--≤⎩，则22x y z x ++=的取值范围为（）A ．100,3⎡⎤⎢⎥⎣⎦ B ．(]10,2,3⎡⎫-∞+∞⎪⎢⎣⎭ C ．102,3⎡⎤⎢⎥⎣⎦ D ．(]10,0,3⎡⎫-∞+∞⎪⎢⎣⎭【答案】D 【解析】考点：简单的线性规划问题．类型三含参数线性目标函数问题使用情景：求含参数线性目标函数的最值解题模板：第一步根据已知约束条件画出其可行域；第二步画目标函数所对应的直线时，要注意与约束条件中的直线的斜率进行比较并进行分类讨论；第三步得出结论.例6已知,x y 满足2y x x y x a ≥⎧⎪+≤⎨⎪≥⎩，且2z x y =-的最大值是最小值的-2倍，则a 的值是 .【答案】12试题分析：由题意得可行域为一个三角形ABC 及其内部，其中(,)(,2),(1,1),(1)A a a B a a C a -<，直线2z x y =-过C 点时取最大值，过B 点时取最小值，因此112(22)2a a a =--+⇒=. 考点：线性规划【易错点睛】线性规划的实质是把代数问题几何化，即数形结合的思想.需要注意的是：一，准确无误地作出可行域；二，画目标函数所对应的直线时，要注意与约束条件中的直线的斜率进行比较，避免出错；三，一般情况下，目标函数的最大或最小值会在可行域的端点或边界上取得.【变式演练6】错误！未找到引用源。