吉林大学本科运筹学课件-线性规划与单纯形法.ppt
- 文档编号:943364
- 上传时间:2022-10-14
- 格式:PPT
- 页数:122
- 大小:2.26MB
吉林大学本科运筹学课件-线性规划与单纯形法.ppt
《吉林大学本科运筹学课件-线性规划与单纯形法.ppt》由会员分享,可在线阅读,更多相关《吉林大学本科运筹学课件-线性规划与单纯形法.ppt(122页珍藏版)》请在冰豆网上搜索。
线性规划及单纯形法,LinearProgramming,第一章,Chapter1线性规划(LinearProgramming),LP的数学模型图解法单纯形法单纯形法的进一步讨论人工变量法LP模型的应用,本章主要内容:
线性规划问题的数学模型,1.规划问题,生产和经营管理中经常提出如何合理安排,使人力、物力等各种资源得到充分利用,获得最大的效益,这就是规划问题。
线性规划通常解决下列两类问题:
(1)当任务或目标确定后,如何统筹兼顾,合理安排,用最少的资源(如资金、设备、原标材料、人工、时间等)去完成确定的任务或目标,
(2)在一定的资源条件限制下,如何组织安排生产获得最好的经济效益(如产品量最多、利润最大.),线性规划问题的数学模型,例1.1如图所示,如何截取x使铁皮所围成的容积最大?
线性规划问题的数学模型,例1.2某厂生产两种产品,下表给出了单位产品所需资源及单位产品利润,问:
应如何安排生产计划,才能使总利润最大?
解:
1.决策变量:
设产品I、II的产量分别为x1、x2,2.目标函数:
设总利润为z,则有:
maxz=2x1+x2,3.约束条件:
线性规划问题的数学模型,例1.3已知资料如下表所示,问如何安排生产才能使利润最大?
或如何考虑利润大,产品好销。
解:
1.决策变量:
设产品I、II的产量分别为x1、x2,2.目标函数:
设总利润为z,则有:
maxz=2x1+3x2,3.约束条件:
线性规划问题的数学模型,例1.4某厂生产三种药物,这些药物可以从四种不同的原料中提取。
下表给出了单位原料可提取的药物量,解:
要求:
生产A种药物至少160单位;B种药物恰好200单位,C种药物不超过180单位,且使原料总成本最小。
1.决策变量:
设四种原料的使用量分别为:
x1、x2、x3、x4,2.目标函数:
设总成本为zminz=5x1+6x2+7x3+8x4,3.约束条件:
例1.5某航运局现有船只种类、数量以及计划期内各条航线的货运量、货运成本如下表所示:
问:
应如何编队,才能既完成合同任务,又使总货运成本为最小?
线性规划问题的数学模型,解:
设:
xj为第j号类型船队的队数(j=1,2,3,4),z为总货运成本,则:
minz=36x1+36x2+72x3+27x4,线性规划问题的数学模型,线性规划问题的数学模型,2.线性规划的数学模型由三个要素构成,决策变量Decisionvariables目标函数Objectivefunction约束条件Constraints,其特征是:
(1)问题的目标函数是多个决策变量的线性函数,通常是求最大值或最小值;
(2)问题的约束条件是一组多个决策变量的线性不等式或等式。
怎样辨别一个模型是线性规划模型?
线性规划问题的数学模型,3.建模条件,
(1)优化条件:
问题所要达到的目标能用线型函数描述,且能够用极值(max或min)来表示;,
(2)限定条件:
达到目标受到一定的限制,且这些限制能够用决策变量的线性等式或线性不等式表示;,(3)选择条件:
有多种可选择的方案供决策者选择,以便找出最优方案。
线性规划问题的数学模型,4.建模步骤,
(1)确定决策变量:
即需要我们作出决策或选择的量。
一般情况下,题目问什么就设什么为决策变量;,
(2)找出所有限定条件:
即决策变量受到的所有的约束;,(3)写出目标函数:
即问题所要达到的目标,并明确是max还是min。
线性规划问题的数学模型,目标函数:
约束条件:
5.线性规划数学模型的一般形式,简写为:
线性规划问题的数学模型,向量形式:
其中:
线性规划问题的数学模型,矩阵形式:
其中:
线性规划问题的数学模型,6.线性规划问题的标准形式,特点:
(1)目标函数求最大值(有时求最小值)
(2)约束条件都为等式方程,且右端常数项bi都大于或等于零(3)决策变量xj为非负。
线性规划问题的数学模型,
(2)如何化标准形式,目标函数的转换,如果是求极小值即,则可将目标函数乘以(-1),可化为求极大值问题。
也就是:
令,可得到上式。
即,若存在取值无约束的变量,可令其中:
变量的变换,线性规划问题的数学模型,约束方程的转换:
由不等式转换为等式。
称为松弛变量,称为剩余变量,常量bi0的变换:
约束方程两边乘以
(1),线性规划问题的数学模型,例1.6将下列线性规划问题化为标准形式,用替换,且,解:
()因为x3无符号要求,即x3取正值也可取负值,标准型中要求变量非负,所以,线性规划问题的数学模型,
(2)第一个约束条件是“”号,在“”左端加入松驰变量x4,x40,化为等式;(3)第二个约束条件是“”号,在“”左端减去剩余变量x5,x50;(4)第3个约束方程右端常数项为-5,方程两边同乘以(-1),将右端常数项化为正数;(5)目标函数是最小值,为了化为求最大值,令z=-z,得到maxz=-z,即当z达到最小值时z达到最大值,反之亦然;,线性规划问题的数学模型,标准形式如下:
例1.7将下列线性规划问题化为标准形式,为无约束(无非负限制),线性规划问题的数学模型,解:
用替换,且,,将第3个约束方程两边乘以
(1),将极小值问题反号,变为求极大值,标准形式如下:
引入变量,线性规划问题的数学模型,例1.8将线性规划问题化为标准型,解:
线性规划问题的数学模型,例1.9将线性规划问题化为标准型,解:
Minf=-3x1+5x2+8x3-7x4s.t.2x1-3x2+5x3+6x4284x1+2x2+3x3-9x4396x2+2x3+3x4-58x1,x3,x40;x2无约束,Maxz=3x15x2+5x2”8x3+7x4s.t.2x13x2+3x2”+5x3+6x4+x5=284x1+2x2-2x2”+3x3-9x4-x6=39-6x2+6x2”-2x3-3x4-x7=58x1,x2,x2”,x3,x4,x5,x6,x70,线性规划问题的数学模型,线性规划问题的数学模型,7.线性规划问题的解,线性规划问题,求解线性规划问题,就是从满足约束条件
(2)、(3)的方程组中找出一个解,使目标函数
(1)达到最大值。
为价值系数,为技术系数,线性规划问题的数学模型,可行解:
满足约束条件、的解为可行解。
所有可行解的集合为可行域。
最优解:
使目标函数达到最大值的可行解。
基:
设A为约束条件的mn阶系数矩阵(mn),其秩为m,B是矩阵A中m阶满秩子矩阵(B0),称B是规划问题的一个基。
设:
称B中每个列向量Pj(j=12m)为基向量。
与基向量Pj对应的变量xj为基变量。
除基变量以外的变量为非基变量。
线性规划问题的数学模型,基解:
某一确定的基B,令非基变量等于零,由约束条件方程解出基变量,称这组解为基解。
在基解中变量取非0值的个数不大于方程数m,基解的总数不超过基可行解:
满足变量非负约束条件的基本解,简称基可行解。
可行基:
对应于基可行解的基称为可行基。
线性规划问题的数学模型,例1.10求线性规划问题的所有基矩阵。
解:
约束方程的系数矩阵为25矩阵,r(A)=2,2阶子矩阵有10个,其中基矩阵只有9个,即,例1.11求下列约束方程所对应的线性规划的所有基本解,基本可行解。
s.t解:
化为标准形式为24阶矩阵。
且R(A)=2,所以该线性规划基的个数=6个取,为基变量,若令非基变量,约束方程组为可得对应的基本解是一个基本可行解。
按相同步骤,可求得线性规划其他4个基:
对应基本解是一个基本可行解。
对应基本解是一个基本可行解。
对应基本解不是一个基本可行解。
对应基本解是一个基本可行解。
若利用图解法画出线性规划的可行域,如图,,C,D,O,B,A,4,4,8,图解法,线性规划问题的求解方法,一般有两种方法,图解法单纯形法,两个变量、直角坐标三个变量、立体坐标,适用于任意变量、但必需将一般形式变成标准形式,下面我们分析一下简单的情况只有两个决策变量的线性规划问题,这时可以通过图解的方法来求解。
图解法具有简单、直观、便于初学者窥探线性规划基本原理和几何意义等优点。
解题步骤,4将最优解代入目标函数,求出最优值。
1在直角平面坐标系中画出所有的约束等式,并找出所有约束条件的公共部分,称为可行域,可行域中的点称为可行解。
2标出目标函数值增加或者减小的方向。
3若求最大(小)值,则令目标函数等值线沿(逆)目标函数值增加的方向平行移动,找与可行域最后相交的点,该点就是最优解。
(任取等值线C1x1+C2x2=Z0,沿梯度Z正方向平移。
若是极小化问题,则沿负梯度方向-Z平移。
),图解法,图解法,maxZ=2X1+X2X1+1.9X23.8X1-1.9X23.8s.t.X1+1.9X210.2X1-1.9X2-3.8X1,X20,例1.12用图解法求解线性规划问题,图解法,x1,x2,o,X1-1.9X2=3.8(),X1+1.9X2=3.8(),X1-1.9X2=-3.8(),X1+1.9X2=10.2(),4=2X1+X2,20=2X1+X2,14+32/19=2X1+X2,11=2X1+X2,Lo:
0=2X1+X2,(7,32/19),D,maxZ,minZ,此点是唯一最优解,且最优目标函数值maxZ=14+32/19,可行域,maxZ=2X1+X2,图解法,maxZ=3X1+5.7X2,x1,x2,o,X1-1.9X2=3.8(),X1+1.9X2=3.8(),X1-1.9X2=-3.8(),X1+1.9X2=10.2(),(7,32/19),D,L0:
0=3X1+5.7X2,maxZ,(3.2,70/19),30.6=3X1+5.7X2,蓝色线段上的所有点都是最优解这种情形为有无穷多最优解,但是最优目标函数值maxZ=30.6是唯一的。
可行域,图解法,minZ=5X1+4X2,x1,x2,o,X1-1.9X2=3.8(),X1+1.9X2=3.8(),X1+1.9X2=10.2(),D,L0:
0=5X1+4X2,maxZ,minZ,8=5X1+4X2,43=5X1+4X2,(0,2),可行域,此点是唯一最优解,图解法,2,4,6,x1,x2,2,4,6,无界解(无最优解),maxZ=x1+2x2,例1.6,x1+x2=4(),x1+3x2=6(),3x1+x2=6(),maxZ,minZ,x1,x2,O,10,20,30,40,10,20,30,40,50,50,无可行解(即无最优解),maxZ=3x1+4x2,例1.7,由图解法得到的几种情况,根据以上例题,进一步分析讨论可知线性规划的可行域和最优解有以下几种可能的情况:
1.可行域为封闭的有界区域(a)有唯一的最优解;(b)有无穷多个最优解;2.可行域为封闭的无界区域(c)有唯一的最优解;(d)有无穷多个最优解;(e)目标函数无界(即虽有可行解,但在可行域中,目标函数可以无限增大或无限减少),因而没有有限最优解。
3.可行域为空集(f)没有可行解,原问题无最优解,图解法,由图解法得到的启示,
(1)线性规划问题解的情况:
唯一最优解;无穷多最优解;无界解;无可行解,(3)最优解一定是在凸集的某个顶点,
(2)线性规划问题的可行域是凸集(凸多边形),(4)解题思路是,先找出凸集的任一顶点,计算其目标函数值,再与周围顶点的目标函数值比较,如不是最大,继续比较,直到找出最大为止。
图解法,图解法,学习要点:
1.通过图解法了解线性规划有几种解的形式(唯一最优解;无穷多最优解;无界解;无可行解)2.作图的关键有三点:
(1)可行解区域要画正确
(2)目标函数增加的方向不能画错(3)目标函数的直线怎样平行移动,连接几何形体中任意两点的线段仍完全在该几何形体之中。
有限个凸集的交集仍然是凸集。
单纯形法基本原理,单纯形法基本原理,凸集:
如果集合C中任意两个点X1、X2,其连线上的所有点也都是集合C中的点,称C为凸集。
顶点:
如果凸集C中不存在任何两个不同的
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 吉林大学 本科 运筹学 课件 线性规划 单纯