线性规划化问题的简单解法

简单线性规划问题的几种简单解法

依不拉音。司马义（吐鲁番市三堡中学，838009）

“简单的线性规划问题”属于高中数学新课程必修5，进入了高考试题，并且保持了较大的考察比例，几乎是每年高考的必考内容，也是高中数学教学的一个难点。

简单的线性规划是指目标函数只含两个自变量的线性规划。简单线性规划问题的标准型为：

1112220(0)0(0),(),0(0)

m m m A x B y C A x B y C m N z Ax By A x B y C +++≥≤⎧⎪++≥≤⎪∈=+⎨⎪⎪++≥≤⎩约束条件 目标函数 ，

下面介绍简单线性规划问题的几种简单解法。

1. 图解法

第一步、画出约束条件表示的可行区域，这里有两种画可行

区域的方法。

⑴代点法：直线Ax+By+C=0（c 不为0）的某侧任取一点，把

它的坐标代入不等式，若不等式成立，则不等式表示的区域在该点的那一侧；若不成立，则在另一侧。

⑵B 判别法：若Ｂ＞0（＜０），则不等式Ax+By+C ＞0（＜０）

表示的区域在直线Ax+By+C＝0的上方；若Ｂ＞０（＜０），则不等式Ax+By+C＜０(＞0)表示的区域在直线Ax+By+C＝0的下方。（即若B与0的大小方向跟不等式的方向相同，则可行区域是边界线的上方；若B与0的大小方向与不等式的方向相反，则可信分区域是边界线的下方）

用上面的两种方法画出可行区域是很简单，所以这里不必举例说明。

第二步、在画出的可行区域内求最优解（使目标函数取最大值或最小值的点），这个可以用下面的两种办法解决。

⑴y轴上的截距法：若b>0，直线y a

b x

z

b

=-+所经过可行域上的点使其y轴上的截距最大（最小）时，便是z取得最大值（最

小值）的点；若b<0，直线y a

b x

z

b

=-+所经过可行域上的点使其y 轴上的截距最大（最小）时，是z取得最小值（最小值）的点（提醒：截距不是距离，截距可以取正负）。

例1．设x,y满足约束条件

x y

y x

y

+≤

≤

≥

⎧

⎨

⎪

⎩

⎪

1

,

,

,

求z x y

=+

2的最大值、最

小值。

解：如图1作出可行域，因为y的系数1大于0，目标函数z x y

=+

2表示直线y x z

=-+

2在y轴上的截距，当直线过A（1，0）

时，截距值最大z

max =⨯+=

2102，当直线过点O（0，0）时，截距

值最小min 2000z =⨯+=。

y y=x

x+y-1=0

A(1,0)

O x

图1

例2．若变量,x y 满足约束条件

10

20y x y x y ≤⎧⎪+≥⎨⎪--≤⎩ ，求2z x y =-的最大值和

最小值。

解：如图作出可行域，y 的系数-2

小于0，过点A(1,-1)时在y 轴上的距

最小，目标函数2z x y =-取得最大值，所以max 12(1)3z =-⨯-=；过点

B （-1,1）时在y 轴上的截距最大，目标函数2z x y =-取得最，所以min 1213z =--⨯=-。

⑵法向量法：目标函数z Ax By =+ 的法向量为（A ，B ），它垂直

于目标函数直线的向量。当目标函数的值线沿目标函数法向量方向平移时，目标函数值逐步增加，与可行区域最后（最先）相交

的点上取最大值（最小值）；当等值线沿目标函数法向量反方向平行移动时，目标函数值逐步减少，与可行区域最后（最先）相交的点上取最小值（最大值）。

例3．点P(x, y)在以A(2, 1)、B(–1, –6)、C(–3, 2)为顶点的三角形区域（包括边界）内，求z= 4x–3y的最大值与最小值。

解：目标函数z= 4x–3y的法向

量为（4，-3），目标函数的直线沿

法向量的方向平移时，最先与可行

域在C点上相交，最后在B点上相

交（因为目标函数的等值线从左上

角平移过来）。所以目标函数在点C（-3,2）上取最小值

min 4(3)4218

z=⨯--⨯=-，在点B（-1，-6）上取最大值

max 4(1)4(6)14

z=⨯--⨯-=。

图解法虽然直观、形象，它容易使人具体地认识线性规划模型的求解过程，但是，这里难点至少有二；一是必要考虑y的系数b的正负，否则容易得出反相的结论；二是要注意直线束的倾

斜程度，尤其，要注意与约束条件中的一条或两条只想的倾斜程度的关系，即斜率大小对直线倾斜程度的影响。其中，当斜率为负值时，是学生最感头疼的，也是学生最易出错的。为此，下面介绍通过向量数量积解决线性规划问题的方法，这种方法尽量避开以上两个难点，使解法更直观，更简单，更不易出错。 2. 向量的数量积法

把z Ax By =+看成平面内的向量(,)OM A B =与(,)ON x y =的数量积，即cos ,z OM ON OM ON OM ON Ax By ==<>=+。因为OM 为定值，所以当且仅当cos ,ON OM ON <>取最大值（最小值）时，z 取最大值（最小值），即当且仅当ON 在OM 上的射影取最大值（最小值）时，z 取最大值（最小值）（注意：在OM 正方向上的射影是正值，在OM 负方向上的射影是负值）。这样目标函数z Ax By =+在约束条件下的最大值（最小值）问题，就转化为研究点O 与可行域内的任意一点N 所组成的向量ON 在OM 上的射影的最大值（最小值）问题。即线性规划最大值（最小值）问题就转化为一向量在另一向量上的射影的最大值（最小值）问题。

例4．若实数x ，y 满足2045x y x y +-≥⎧⎪≤⎨⎪≤⎩

，求z x y

=-+的最小值。

解：设z x y =-+是向量(1,1)OM =-与(,)ON x y =的数