特别解析线性规划求最值
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。
特别解析：线性规划求最值
特别解析：线性规划求最值一、目标函数线的平移法：利用直线的截距解决最值问题例1 已知点()P x y ，在不等式组2010220x y x y -⎧⎪-⎨⎪+-⎩，，≤≤≥表示的平面区域上运动，则z x y =-的取值范围是（ ）．（A ）［－2，－1］ （B ）［－2，1］（C ）［－1，2］ （D ）［1，2］解析：由线性约束条件画出可行域，考虑z x y =-，变形为y x z =-，这是斜率为1且随z 变化的一族平行 直线．z -是直线在y 轴上的截距．当直线满足约束条件且经过点（2，0）时，目标函数z x y =-取得最大值为2；直线经过点（0，1）时，目标函数z x y =-取得最小值为－1．故选（C ）． 注：本题用“交点法”求出三个交点坐标分别为（0，1），（2，1），（2，0），然后再一一代入目标函数求出z=x-y 的取值范围为［-1，2］更为简单．例2 已知实数x 、y 满足约束条件0503x y x y x +≥⎧⎪-+≥⎨⎪≤⎩，则24z x y =+的最小值为（ ）分析：将目标函数变形可得124z y x =-+，所求的目标函数的最小值即一组平行直12y x b =-+在经过可行域时在y 轴上的截距的最小值的4倍。
解析：由实数x 、y 满足的约束条件，作可行域如图所示：当一组平行直线L 经过图中可行域三角形ABC 区域的点C 时，在y 轴上的截距最小，又(3,3)C -，故24z x y =+的最小值为min 234(3)6z =⨯+⨯-=-。
-5 53O x yC AB L二、数行结合，构造斜率法：利用直线的斜率解决最值问题例3 设实数x y ，满足20240230x y xc y y --⎧⎪+-⎨⎪-⎩，，，≤≥≤，则y z x =的最大值是__________． 解析：画出不等式组所确定的三角形区域ABC （如图2），00y y z x x -==-表示两点(00)()O P x y ，，，确定的直线的斜率，要求z 的最大值，即求可行域内的点与原点连线的斜率的最大值．由图2可以看出直线OP 的斜率最大，故P 为240x y +-=与230y -=的交点，即A 点． ∴312P ⎛⎫ ⎪⎝⎭，．故答案为32． 注：解决本题的关键是理解目标函数00y y z x x -==-的 几何意义，当然本题也可设y t x=，则y tx =，即为求 y tx =的斜率的最大值．由图2可知，y tx =过点A 时，t 最大．代入y tx =，求出32t =， 即得到的最大值是32． 例3.已知实数x 、y 满足不等式组2240x y x ⎧+≤⎨≥⎩,求函数31y z x +=+的值域. 解析：所给的不等式组表示圆224x y +=的右半圆(含边界)，31y z x +=+可理解为过定点(1,3)P --，斜率为z 的直线族．问题的几何意义：求过半圆域224(0)x y x +≤≥上任一点与点(1,3)P --的直线斜率的最大、最小值．由图知，过点P 和点(0,2)A 的直线斜率最大，max 2(3)50(1)z --==--．过 -2 2 Ox y •（-1，-3） -2。
线性规划经典例题及详细解析
一、 已知线性约束条件，探求线性目标关系最值问题1. 设变量x 、y 满足约束条件⎪⎩⎪⎨⎧≥+-≥-≤-1122y x y x y x ，则y x z 32+=的最大值为 。
二、 已知线性约束条件，探求非线性目标关系最值问题2. 已知1,10,220x x y x y ≥⎧⎪-+≤⎨⎪--≤⎩则22x y +的最小值是 。
3. 已知变量x ，y 满足约束条件+201-70x y x x y -≤⎧⎪≥⎨⎪+≤⎩，则 yx的取值范围是（ ）.A. [95，6]B.（－∞，95]∪[6，＋∞）C.（－∞，3]∪[6，＋∞）D. [3，6] 三、 研究线性规划中的整点最优解问题4. 某公司招收男职员x 名，女职员y 名，x 和y 须满足约束条件⎪⎩⎪⎨⎧≤≥+-≥-.112,932,22115x y x y x 则1010z x y =+的最大值是 。
四、 已知最优解成立条件，探求目标函数参数范围问题5. 已知变量x ，y 满足约束条件1422x y x y ≤+≤⎧⎨-≤-≤⎩。
若目标函数z ax y =+（其中0a >）仅在点(3,1)处取得最大值，则a 的取值范围为 。
6. 已知x 、y 满足以下约束条件5503x y x y x +≥⎧⎪-+≤⎨⎪≤⎩，使z=x+a y (a >0) 取得最小值的最优解有无数个，则a 的值为（ ）A. －3B. 3C. －1D. 1五、 求可行域的面积7. 不等式组260302x y x y y +-≥⎧⎪+-≤⎨⎪≤⎩表示的平面区域的面积为 （ ）A. 4B. 1C. 5D. 无穷大 解析：1. 如图1，画出可行域，得在直线2x-y=2与直线x-y=-1的交点A(3,4)处，目标函数z 最大值为18。
2. 如图2，只要画出满足约束条件的可行域，而22x y +表示可行域内一点到原点的距离的平方。
由图易知A （1，2）是满足条件的最优解。
22x y +的最小值是为5。
线性规划求最值
线性规划求最值线性规划（Linear Programming）是一种优化问题的数学方法，通过建立线性模型来求解最大或最小值。
线性规划的目标是在给定的限制条件下，找到一个最优解，使得目标函数取得最大（或最小）值。
线性规划的数学模型可以表示为：目标函数：max（min）Z = c₁x₁ + c₂x₂ + … + cₙxₙ约束条件：a₁₁x₁ + a₁₂x₂ + … + a₁ₙxₙ ≤ b₁a₂₁x₁ + a₂₂x₂ + … + a₂ₙxₙ ≤ b₂…aₙ₁x₁ + aₙ₂x₂ + … + aₙₙxₙ ≤ bₙ其中x₁, x₂, …, xₙ为决策变量，c₁, c₂, …, cₙ为目标函数的系数，a₁₁, a₁₂, …, a₈ₙ为约束条件中的系数，b₁, b₂, …,bₙ为约束条件的常数。
解线性规划问题的过程可以分为以下几个步骤：1. 建立数学模型：根据实际问题，确定目标函数以及约束条件。
2. 线性规划的几何表示：将目标函数和约束条件用图形表示，目标函数是一个线性函数，而约束条件则是一组线性不等式。
3. 求解可行解：通过图形方法，找到目标函数与所有约束条件的交点，得到一组可行解。
4. 求解最优解：在可行解中，通过计算目标函数在每个可行解点的函数值，找到使目标函数取得最大（或最小）值的可行解，即为最优解。
5. 检验最优解的可行性：将最优解代入到原始线性规划问题中，检验是否满足所有约束条件。
如果不满足，则需要重新调整模型。
线性规划在实际应用中广泛使用，例如生产计划、资源分配、运输调度等领域。
通过线性规划，可以有效地进行决策，并找到最优解，提高效率，节约资源。
然而，线性规划也有一些局限性，如对问题的要求较高，不能解决非线性的问题等。
总之，线性规划是一种数学方法，通过建立线性模型，在给定的约束条件下求解最大或最小值，可以在各种实际问题中应用，并得到最优解。
通过线性规划，可以优化决策，提高效率，实现最大化利益。
题型02 线性规划(解析版)
秒杀高考数学题型之线性规划【秒杀题型一】：线性规划求最值。
『秒杀策略』：确定线性区域：二元一次不等式0(0)Ax By C ++><区域的确定只与系数B 有关，当B 与 后面的符号一致在直线上方，不一致在直线下方，或简记为“同上异下”，或通过移项等方式把B 变为正值， 若0>，则在直线上方；若0<，则在直线下方。
另注意实虚线(有等号为实线)。
【题型1】：构造截距求最值。
『秒杀策略』：对于线性目标函数：a z z ax by y x b b=+⇒=-+，可看作直线平行移动穿过可行域时截距的范围。
注意：①可行域边界的斜率与平行直线系斜率的大小比较，然后确定直线平移规律；②b 的符号，当0b >时，当直线过可行域且在y 轴上截距最大时，z 最大；反之，z 最小。
当0b <时，与上面正好相反，且0b <是考生最容易出错的一个知识点。
1.(2009年新课标全国卷6)设y x ,满足:⎪⎩⎪⎨⎧≤--≥-≥+22142y x y x y x ,则y x z += ( )A.有最小值2,最大值3B.有最小值2,无最大值C.有最大值3,无最小值D.既无最小值,也无最大值【解析】：如图画出区域，选B 。
2.(2012年新课标全国卷14)设,x y 满足约束条件,013x y x y x y ≥⎧⎪-≥-⎨⎪+≤⎩；则2z x y =-的取值范围为 。
【解析】：画出区域可得取值范围为[]3,3-。
3.(2013年新课标全国卷II9)已知0>a ，y x ,满足约束条件()133x x y y a x ⎧≥⎪+≤⎨⎪≥-⎩，若y x z +=2的最小值为1，则a = ( )A.14B.12C.1D.2 【解析】：画出区域，选B 。
4.(2016年新课标全国卷III13)若y x ,满足约束条件⎪⎩⎪⎨⎧≤-+≤-≥+-0220201y x y x y x ，则y x z +=的最大值为 。
线性规划求最大值或最小值
线性规划求最大值或最小值linprog2011-09-03 18:43:17| 分类：Matlab | 标签：最优值最优解最大值最小值linprog 函数格|字号大中小订阅式: linprog (f,a,b,a1,b1,xstart,xend)f:求解最小函数的表达式系数矩阵是m*1的矩阵a: w不等式条件约束矩阵其均为形式b:a 对应不等式右边的常数项a1:=等式条件约束矩阵b1:a1 对应不等式右边的常数项xstart:x 的取值范围的最小值的系数矩阵为n*1 的矩阵xend:x 的取值范围的最大值的系数矩阵为n*1 的矩阵函数说明: 不存在的项填写[] 即可函数功能: 线性规划求最优值.例子1:求f=3*x1+6*x2+2*x3 的最大值满足的条件是3*x1+4*x2+x3 w 2x1+3*x2+2*x3 w 1且x1 、x2、x3 均大于等于0Matlab 求解如下a =[ 3 4 11 32 ]b =[ 21 ]f=[ -3 -6-2 ] %这里为什么会是负数, 因为Matlab 求的是f 的最小值, 要求最大值则取要求系数的相反数即可x=[ 0 00 ]linprog (f,a,b,[],[],x,[]) %执行的matlab 命令后输出的如下内容. 注意这里的[] 表示那一项不存在. 当然最后那一个[] 也可以不要即linprog(f,a,b,[],[],x)Optimization terminated.ans =0.40000.20000.000 0%即x1=0.4,x2=0.2,x3=0 为最优解. 带回原式我可以知道f 的最大值=3*0.4+6*0.2=2.4例子2:求f=-2*x1-3*x2-x3 的最小值满足的条件是x1+x2+x3W 3x1+4*x2+7*x3+x4=9且x1、x2、x3、x4均大于等于0Matlab 求解如下原题等价于求f=-2*x1-3*x2-x3+0*x4 的最小值其条件等价于x1+x2+x3+0*x4W3x1+4*x2+7*x3+x4=9则在Matlab 输入如下内容a=[1 1 1 0] b=[3] a1=[1 4 7 1] b1=[9]x=[ 00]f=[ -2-3-1 0]linprog (f,a,b,a1,b1,x) %执行命令或者输入linprog(f,a,b,a1,b1,x,[])Optimization terminated.ans =1.00002.00000.00000.0000 %说明x1=1,x2=2,x3=0,x4=0 取得最小值说明：任何线性规划问题都可以转化为上面的问题求解.细节问题请Google线性规划标准形式1、当目标函数求最大值时，例如求f=a1*x1+a2*x2+ ……+an*xn的最大值时这个时候等价于求f=-a1*x1-a2*x2- ......... -an*xn 的最小值2、当约束条件为a1*x1+a2*x2+ ....... +an*xn >b这种形式的时候其约束等价于a1*x1+a2*x2+ ...... +an*xn -xnn=b 即多了一个xnn(xnn > 0)变量3、当一个变量比如x1是无约束的变量时，其实等价于x1=x2-x3即把一个变量x1分解成2个变量x2与x3之差(x2、x3> 0)把是x1的地方替换为(x2-x3)即可求解线性规划问题:J TPmin f r smch t hnt Apq，jf - fw7b jr线性规划问题其中，f, x, b, beq, lb, ub为向量,A, Aeq为矩阵。
不等式简单的线性规划问题利用简单的线性规划求最值
线性规划问题的应用
生产计划
如何安排各种资源（如人力、原材 料、设备等）以生产出最大利润或 最小成本的产品。
货物运输
如何安排车辆或船只运输货物，使 得运输成本最低或运输时间最短。
资源分配
如何将有限的资源分配给不同的项 目或任务，以获得最大的效益。
配料问题
如何在满足一定质量要求的条件下 ，使用最少的原料或以最小的成本 配制出所需的产品。
引入人工变量
对于不等式约束条件，可以引入人工变量来扩展变量的维度，将不等式约束条件 转换为等式约束条件。
不等式约束条件下线性规划问题的求解方法
将不等式约束条件加入目标函数中
将不等式约束条件加入目标函数中，并求解目标函数的最小值或最大值。
利用线性规划求解
对于不等式约束条件下线性规划问题，可以利用线性规划的求解方法，如单 纯形法、椭球法等来求解目标函数的最小值或最大值。
数据科学
1. 研究大数据分析中的优化问题；2. 探索高效的数据处理和特征提取方法；3. 提高数据 分析和处理的精度和效率。
THANKS
谢谢您的观看
迭代法
通过不断迭代，逼近最优解。
优化问题的实际应用
资源分配问题
如何分配有限资源，使得产出最大化或成本最小 化。
运输问题
如何制定最优运输计划，使得运输成本最低且满 足需求。
选址问题
如何在多个候选地点中选择最优地点，使得某项 业务运营成本最低或收益最大。
06
总结与展望
不等式简单的线性规问题求解方法的优缺点
05
利用简单的线性规划解决优化问题
优化问题的定义与分类
定义
优化问题是在一定约束条件下，寻求一个或多个自变量取何值时，使得目标 函数取得极值（极大值或极小值）。
线性规划基本题型
例5
(2023年北京-7)设不等式组
3x表x达y旳y平1面13
0 0
区(A域)(1为，D3，] 若(B指)数[2，函3数] y=(aCx旳) (1图，像2上] 存在(D区)[域35D，x上+旳∞3]点y，则9a旳0取值范围是
解：作出可行域如右图所示绿色
区域． 0<a<1 时 ， x>0 时 ， 0<ax<1 ， y=ax
离旳平方旳最值问题．
题型三 求非线性目旳函数旳最值—斜率型
例3
x＋y－6≥0， 已知实数 x，y 满足4x－3y＋12≥0，
x≤4.
求xy的最大值与最小值.
【解】
x＋y－6≥0， 作出不等式组4x－3y＋12≥0，
x≤4
平面区域，如图所示．
表示的
(1)令 z＝xy，则 y＝zx.故求xy的最大值与最小值就是求 不等式组所表示的平面区域内的点与原点连线的斜率的 最大值与最小值，由图易知，kOC 最小，kOA 最大．
联立2x＋x＋2yy＝ ＝4500 ，得xy＝＝2100 ， ∴A(10,20)． ∴z＝3x＋2y 的最大值为 z＝3×10＋2×20＝70.
题型二 求非线性目旳函数旳最值—距离型
若目旳函数不是线性函数，我们可先将目旳函数变形找 到它旳几何意义，再利用解析几何知识求最值．
例2
x－y＋2≥0 已知x＋y－4≥0 ，求：
的交点(4,6)时，目标函数 z＝ax＋by(a>0，
b>0)取得最大值 12，即 4a＋6b＝12，即 2a＋3b＝6，而2a＋3b＝(2a＋3b)2a＋6 3b＝163＋(ba＋ab)≥163＋2＝ 265，故2a＋3b的最小值为265.
检测：
线性规划求最大值或最小值
线性规划求最大值或最小值linprog2011-09-03 18:43:17| 分类：Matlab | 标签：最优值最优解最大值最小值linprog |字号大中小订阅函数格式:linprog(f,a,b,a1,b1,xstart,xend)f:求解最小函数的表达式系数矩阵是m*1的矩阵a:≤不等式条件约束矩阵其均为形式b:a对应不等式右边的常数项a1:=等式条件约束矩阵b1:a1对应不等式右边的常数项xstart:x的取值范围的最小值的系数矩阵为n*1的矩阵xend:x的取值范围的最大值的系数矩阵为n*1的矩阵函数说明:不存在的项填写[]即可函数功能:线性规划求最优值.例子1:求f=3*x1+6*x2+2*x3的最大值满足的条件是3*x1+4*x2+x3≤2x1+3*x2+2*x3≤1且x1、x2、x3均大于等于0Matlab求解如下a =[ 3 4 11 32 ]b =[ 21 ]f=[ -3-6-2 ]%这里为什么会是负数,因为Matlab求的是f的最小值,要求最大值则取要求系数的相反数即可. x=[ 00 ]linprog(f,a,b,[],[],x,[])%执行的matlab命令后输出的如下内容.注意这里的[]表示那一项不存在.当然最后那一个[]也可以不要即linprog(f,a,b,[],[],x)Optimization terminated.ans =0.40000.20000.0000%即x1=0.4,x2=0.2,x3=0为最优解.带回原式我可以知道f的最大值=3*0.4+6*0.2=2.4例子2:求f=-2*x1-3*x2-x3的最小值满足的条件是x1+x2+x3≤3x1+4*x2+7*x3+x4=9且x1、x2、x3、x4均大于等于0Matlab求解如下原题等价于求f=-2*x1-3*x2-x3+0*x4的最小值其条件等价于x1+x2+x3+0*x4≤3x1+4*x2+7*x3+x4=9则在Matlab输入如下内容a=[1 1 1 0]b=[3]a1=[1 4 7 1]b1=[9]x=[ 00]f=[ -2-3-10]linprog(f,a,b,a1,b1,x)%执行命令或者输入linprog(f,a,b,a1,b1,x,[])Optimization terminated.ans =1.00002.00000.00000.0000%说明x1=1,x2=2,x3=0,x4=0取得最小值说明:任何线性规划问题都可以转化为上面的问题求解.细节问题请Google线性规划标准形式1、当目标函数求最大值时,例如求f=a1*x1+a2*x2+……+an*xn的最大值时这个时候等价于求f=-a1*x1-a2*x2-……-an*xn的最小值2、当约束条件为a1*x1+a2*x2+……+an*xn≥b这种形式的时候其约束等价于a1*x1+a2*x2+……+an*xn-xnn=b即多了一个xnn(xnn≥0)变量3、当一个变量比如x1是无约束的变量时,其实等价于x1=x2-x3即把一个变量x1分解成2个变量x2与x3之差(x2、x3≥0)把是x1的地方替换为(x2-x3)即可求解线性规划问题：线性规划问题其中，f, x, b, beq, lb, ub为向量, A, Aeq为矩阵。
线性规划的定义解析
线性规划的定义解析线性规划是数学和计算机科学领域中的一种优化方法，用于解决线性约束条件下的最大化或最小化问题。
它的应用非常广泛，包括生产计划、物流管理、金融投资、资源分配等多个领域。
本文将对线性规划进行详细解析，介绍其基本概念、数学模型和求解方法。
一、基本概念线性规划是在一定的约束条件下，寻找目标函数的最大值或最小值的过程。
为了方便分析，我们首先引入以下几个基本概念：1.决策变量：线性规划中需要决策的量，通常用$x_1, x_2, ...,x_n$表示，它们代表了问题的不同方面或要求。
2.目标函数：线性规划的目标函数是一个线性表达式，用于衡量问题的目标，可以是最大化或最小化一个指标。
常用的形式为$Z =c_1x_1 + c_2x_2 + ... + c_nx_n$。
3.约束条件：线性规划中的约束条件是一组限制性条件，限制了决策变量的取值范围。
常见的约束条件形式为$a_{11}x_1 + a_{12}x_2 + ... + a_{1n}x_n \leq b_1$，$a_{21}x_1 + a_{22}x_2 + ... + a_{2n}x_n \leq b_2$，...，$a_{m1}x_1 + a_{m2}x_2 + ... + a_{mn}x_n \leq b_m$。
二、数学模型线性规划问题可以通过建立数学模型来描述。
其标准形式可以表示为：最大化：$Z = c_1x_1 + c_2x_2 + ... + c_nx_n$约束条件：$a_{11}x_1 + a_{12}x_2 + ... + a_{1n}x_n \leq b_1$$a_{21}x_1 + a_{22}x_2 + ... + a_{2n}x_n \leq b_2$...$a_{m1}x_1 + a_{m2}x_2 + ... + a_{mn}x_n \leq b_m$$x_1, x_2, ..., x_n \geq 0$其中，$Z$表示目标函数的值，$c_1, c_2, ..., c_n$为目标函数的系数，$a_{ij}$为约束条件的系数，$b_1, b_2, ..., b_m$为约束条件的常数项。
线性规划求最值的常见题型
y
x+y=1 x-y=0
1
C
0ቤተ መጻሕፍቲ ባይዱ
x
1
y=-1
B(-1,-1)
������0（2，-1）A
[类题通法] 解线性规划问题的关键是准确地作出可行域，正确理 解z的几何意义，对一个封闭图形而言，最优解一般在可 行域的边界上取得．在解题中也可由此快速找到最大值点 或最小值点．
(2)������ = ������������++31的最值.
从目标函数的 几何意义思考
非线性目标函 数
（1）������ = (������ + 3)2+(������ + 1)2的最大值和最小值
可求得������可���目���9���行标���,���域8函���������中数.=的���的������点几������������到������何���������P2意=点义=的���可���距2���表���离22示的5=为平654
线性规划求最值的常见题型
龙海一中 徐艺凤
线性规划求最值常见的题型有
一、求线性目标函数的最值问题 二、求非线性目标函数的最值问题 三、实际问题中的最值问题
题型一、求线性目标函数的最值
x-y≥0 例1.设x,y满足约束条件： x+y-1 ≤ 0
y ≥ -1
线性目标函 数
求z=2x+y最大值与最小值。
在这里甲、乙两个电视 台的广告时间为主要变 量，公司的收益为两个 电视台获得的收益总和， 故可设两个电视台的广 告时间,列出不等式组
和建立目标函数。
间，才能使公司的收益最大，最大收益是多少万元？ [解] 设公司在甲电视台和乙电视台做广告的时间分别
线性规划最值问题
C 1,1
1
0
x1
x
x 4y 3 0 例:变量x,y满足 3 x 5 y 25 0， x 1 (1)设z=4x-3y,求z的最大值； y (2)设z= ，求z的最小值；
x
y
5
22 A 1, 5
y y0 ( 2) z x x0 z的值是可行域中的点 与原点O连线的斜率。
y1 (其中k为小于零的常数)时， 的最小值为2， x
能力提升
则实数k的值是________． -3
解析：不等式组所表示的 可行域如图所示， 点P(x，y)为可行域内的点时
k 1 y1 3 有 ＝kBP≥kBA＝ ＝2， x k 3 解得k＝－3.
一个半平面内的点的坐标适合不等式 Ax＋By＋C＞0 , 而另一个半平面内的点的坐标适合不等式Ax＋By＋C＜0 , 即直线Ax＋By＋C＝0划分平面所成两个半平面的点,分 别由不等式Ax＋By＋C＞0与Ax＋By＋C＜0决定.因此, 如同前面所学平面内的直线可以视为二元一次方程的 几何表示一样,半平面就是二元一次不等式的几何表示．
B 5,2
1
C 1,1
1
观察可知zmin kOB
x
2 5
0
x 4y 3 0 例:变量x,y满足 3 x 5 y 25 0， x 1 (3)设z= x 2 y 2 ,求z的取值范围.
( 3) z x 2 y 2的几何意义 是可行域中的点到原点 O
基础自查
(2)判断不等式Ax＋By＋C＞0所表示的平面区域,可在直 线Ax＋By＋C＝0的某一侧的半平面内选取一个特殊点， 如选原点或坐标轴上的点来验证 Ax＋By＋C 的 符号的正负．当C≠0时，常选用 原点 ． 2．二元一次不等式Ax＋By＋C＞0在平面直角坐标系中， 表示平面区域，直线l应画成 虚线 ，画不等式 Ax＋By＋C≥0所表示的区域时,应把边界画成 实线 ．
线性规划求最值(详细)
z=2x+y
可行解： 满足约束条件的解(x,y) 即不等式组的解 可行域: 可行解组成的集合 （阴影部分） A(5,2),B(1,1) 最优解： 使目标函数取得最值的可行解 y x=1 2x+y=ｚ 线性规划问题： 可行域 线性目标函数在线性约 最优解 束条件下的最值 的问题
o
1 x-4y+3=0
A（5，2）
B（1，1） 3x+5y-25=0
x
理解记忆：三个转化 转化
约束条件
可行域
一组平行线 A Z y x Β B
寻找平行线的 最大(小) 纵截距
目标函数 Z=Ax+By
转化
最优解
转化
四个步骤： 1.画：画可行域 2.移：线性目标函数表示的一组平行线中，利用平移方 法找出与可行域公共点且纵截距最大或最小的直线 3. 求：求交点点的坐标，并求最优解 4.答：
B A
(3)平移直线y x
O
(4)直线过点 A 时z值最大;过点 B时z值最小.
解方程组求交点A(1,1),B(0,3)
Zmax 1 1 0, Zmin 0 3 3
基本概念： 线性约束条件：
目标函数，线性目标函数
x 4 y 3 3 x 5 y 25 x 1
一、目标函数
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.
- 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)。
特别解析线性规划求最值Document number：BGCG-0857-BTDO-0089-2022特别解析：线性规划求最值一、目标函数线的平移法：利用直线的截距解决最值问题例1 已知点()P x y，在不等式组2010220xyx y-⎧⎪-⎨⎪+-⎩，，≤≤≥表示的平面区域上运动，则z x y=-的取值范围是（）．（A）［－2，－1］（B）［－2，1］（C）［－1，2］（D）［1，2］解析：由线性约束条件画出可行域，考虑z x y=-，变形为y x z=-，这是斜率为1且随z变化的一族平行直线．z-是直线在y轴上的截距．当直线满足约束条件且经过点（2，0）时，目标函数z x y=-取得最大值为2；直线经过点（0，1）时，目标函数z x y=-取得最小值为－1．故选（C）．注：本题用“交点法”求出三个交点坐标分别为（0，1），（2，1），（2，0），然后再一一代入目标函数求出z=x-y的取值范围为［-1，2］更为简单．例2 已知实数x、y满足约束条件503x yx yx+≥⎧⎪-+≥⎨⎪≤⎩，则24z x y=+的最小值为（）分析：将目标函数变形可得124zy x=-+，所求的目标函数的最小值即一组平行直12y x b=-+在经过可行域时在y轴上的截距的最小值的4倍。
解析：由实数x 、y 满足的约束条件，作可行域如图所示：当一组平行直线L 经过图中可行域三角形ABC 区域的点C 时，在y 轴上的截距最小，又(3,3)C -，故24z x y =+的最小值为min 234(3)6z =⨯+⨯-=-。
二、数行结合，构造斜率法：利用直线的斜率解决最值问题例3 设实数x y ，满足20240230x y xc y y --⎧⎪+-⎨⎪-⎩，，，≤≥≤，则y z x =的最大值是__________．解析：画出不等式组所确定的三角形区域ABC （如图2），y y z x x -==-表示两点(00)()O P x y ，，，确定的直线的斜率，要求z 的最大值，即求可行域内的点与原点连线的斜率的最大值．由图2可以看出直线OP 的斜率最大，故P 为240x y +-=与230y -=的交点，即A点． ∴312P ⎛⎫ ⎪⎝⎭，．故答案为32． 注：解决本题的关键是理解目标函数0y y z x x -==-的 几何意义，当然本题也可设yt x=，则y tx =，即为求 y tx =的斜率的最大值．由图2可知，y tx =过点A 时，t 最大．代入y tx =，求出32t =，即得到的最大值是32．-5 3 Oxy CA BL例3.已知实数x 、y 满足不等式组2240x y x ⎧+≤⎨≥⎩,求函数31y z x +=+的值域.解析：所给的不等式组表示圆224x y +=的右半圆(含边界)，31y z x +=+可理解为过定点(1,3)P --，斜率为z 的直线族．问题的几何意义：求过半圆域224(0)x y x +≤≥上任一点与点(1,3)P --的直线斜率的最大、最小值．由图知，过点P 和点(0,2)A 的直线斜率最大，max 2(3)50(1)z --==--．过点P 所作半圆的切线的斜率最小．设切点为(,)B a b ，则过B 点的切线方程为4ax by +=．又B 在半圆周上，P 在切线上，则有22434a b a b ⎧+=⎨--=⎩解得65a b ⎧=⎪⎪⎨--⎪=⎪⎩因此min z =。
三、平面内两点间的距离型（或距离的平方型），构造两点间的距离公式法解决最值问题例5 已知实数x 、y 满足10101x y x y y +-≤⎧⎪-+≥⎨⎪≥-⎩，则22448w x y x y =+--+的最值为________.解析：目标函数2222448(2)(2)w x y x y x y =+--+=-+-，其含义是点(2,2)与可行域内的点的距离的平方。
由实数x 、y 所满足的不等式组作可行域如图所示：可行域为图中ABC 内部（包括边界），易求B （-2，-1），结合图形知，点(2,2)到点B 的距离为其到可行域内点的最大值，22max (22)(12)25w =--+--=；点(2,2)到直线x+y-1=0的距离为其到可行域内点的最小值，min 2w ==。
例6 已知2040250x y x y x y -+⎧⎪+-⎨⎪--⎩，，，≥≥≤，求221025z x y y =+-+的最小值．解析：作出可行域，并求出顶点的坐标A （1，3）、B （3，1）、C （7，9）．而22(5)z x y =+-表示可行域内任一点（x ，y ）到定点M （0，5）的距离的平方，过M 作直线AC 的垂线，易知垂足Ｎ在线段AC 上，故z 的最小值是292MN =．注：充分理解目标函数的几何意义，如两点间的距离（或平方）、点到直线的距离等．四、点到直线的距离型例7 已知实数x 、y 满足2221,42x y u x y x y +≥=++-求的最小值。
解析：目标函数222242(2)(1)5u x y x y x y =++-=++--，其含义是点(-2,1)与可行域内的点的最小距离的平方减5。
由实数x 、y 所满足的不等式组作可行域如图所示点(-2,1)到可行域内的点的最小距离为其到直线2x+y=1的距离，由点到直线的距离公式可求得455d ==，故21695555d -=-=- 例8 已知2040250x y x y x y -+⎧⎪+-⎨⎪--⎩，，，≥≥≤，求221025z x y y =+-+的最小值．解析：作出可行域，并求出顶点的坐标A （1，3）、B （3，1）、C （7，9）．而22(5)z x y =+-表示可行域内任一点（x ，y ）到定点M （0，5）的距离的平方，过M 作直线AC 的垂线，易知垂足Ｎ在线段AC 上，故z 的最小值是292MN =．五、变换问题研究目标函数例9 （08年山东）已知⎪⎩⎪⎨⎧≥≤+≥a x y x x y 2，且y x z +=2的最大值是最小值的3倍，a 等于（ ）解析：求解有关线性规划的最大值和最小值问题， 准确画图找到可行域是关键.如图所示，A y x z 在+=2 点和B 点分别取得最小值和最大值. 由(-2,1) 112Oxy),(a a A xy ax 得⎩⎨⎧==，由⎩⎨⎧==+y x y x 2得 B (1，1). ∴a z z 3,3min max ==. 由题意，得.31=a 。
六、综合导数、函数知识类例10 （06山东）．已知函数),2[)(+∞-的定义域为x f ，部分对应值如下表，)()(x f x f 为'的导函数，函数)(x f y '=的图象如右图所示. 若两正数a ，b 满足331)2(++<+a b b a f ，则的取值范围是（ )37,53( ）分析：本题的关键是如何从函数的导函数的图象中找到原函数的基本性质，将其与所给的函数性质联系起来。
由导函数的图象可知，原函数在区间 [-2,0]为单调递减函数，在区间（0，∞+）为单调递增函数。
结合题中提供的函数的数据可得422<+<-b a ，另外注意到33++a b 的几何意义，转化为线性规划问题可求解。
解析：由导函数的图象可知，原函数在区间 [-2,0]为单调递减函数，在区间（0，∞+）为单调递增函数，又1)4(,1)0(,1)2(=-==-f f f ，故422<+<-b a ，而b a ,均为正数，可得可行域如图，x－2 0 4 )(x f1－11(-4 2O xy33++a b 的几何意义是可行域内的点和（-3，-3）连线的斜率的取值范围，故最大为点（0，4），此时为373034=++，最小为点（2，0），此时为533230=++。
七、在日常应用中解决最值问题例．(2009山东卷文)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,所需租赁费最少为______元. 答案 2300解析 设甲种设备需要生产x 天, 乙种设备需要生产y 天, 该公司所需租赁费为z 元则200300z x y =+，甲、乙两种设备生产A,B 两类产品的情况为下表所示: 产品 设备 A 类产品(件)(≥50) B 类产品(件)(≥140) 租赁费(元)甲设备 5 10 200 乙设备 620300 则满足的关系为565010201400,0x y x y x y +≥⎧⎪+≥⎨⎪≥≥⎩即:61052140,0x y x y x y ⎧+≥⎪⎪⎨+≥⎪⎪≥≥⎩,作出不等式表示的平面区域,当200300z x y =+对应的直线过两直线6105214x y x y ⎧+=⎪⎨⎪+=⎩的交点(4,5)时，目标函数200300z x y =+取得最低为2300元.附：线性规划常见题型及解法一、求线性目标函数的取值范围例1、 若x 、y 满足约束条件222x y x y ≤⎧⎪≤⎨⎪+≥⎩，则z=x+2y的取值范围是 （ ）A 、[2,6]B 、[2,5]C 、[3,6]D 、（3,5]解：如图，作出可行域，作直线l ：x+2y ＝0，将l 向右上方平移，过点A （2,0）时，有最小值 2，过点B （2,2）时，有最大值6，故选A二、求可行域的面积例2、不等式组260302x y x y y +-≥⎧⎪+-≤⎨⎪≤⎩表示的平面区域的面积为（1）。
解：如图作出可行域，ABC △S 即为所求，由OMBC S 梯形减去OMAC S 梯形即可。
三、求可行域中整点个数例3、满足|x|＋|y|≤2的点（x，y）中整点（横纵坐标都是整数）有（13个）解：|x|＋|y|≤2等价于2(0,0)2(0,0)2(0,0)2(0,0) x y x yx y x yx y x yx y x y+≤≥≥⎧⎪-≤≥⎪⎨-+≤≥⎪⎪--≤⎩作出可行域如右图，是正方形内部（包括边界），容易得到整点个数为13.四、求线性目标函数中参数的取值范围例4、已知x、y满足以下约束条件5503x yx yx+≥⎧⎪-+≤⎨⎪≤⎩，使z=x+ay(a>0)取得最小值的最优解有无数个，a的值为（）A、－3B、3C、－1D、1解：如图，作出可行域，作直线l：x+ay＝0，要使目标函数z=x+ay(a>0)取得最小值的最优解有无数个，则将l向右上方平移后与直线x+y＝5重合，故a=1，选D五、求非线性目标函数的最值例5、已知x、y满足以下约束条件220240330x yx yx y+-≥⎧⎪-+≥⎨⎪--≤⎩，则z=x2+y2的最大值和最小值分别是（）A、13，1B、13，2C、13，45D、解：如图，作出可行域,x 2+y 2是点（x ，y ）到原点的距离的平方，故最大值为点A （2,3）到原点的距离的平方，即|AO|2=13，最小值为原点到直线2x ＋y －2=0的距离的平方，即为45，选C 。