1.35k likes | 1.72k Views
第五章 线性规划. 线性规划 模型 线性规划的 图解 单纯形法 原理 单纯形法 单纯形表 单纯形的理论分析 人工变量法. §5.1 线性规划的数学模型. 一、问题的提出 例 1 :生产计划问题:. 问:甲乙各生产多少,使企业利润最大?. 解 : 设产品甲、乙各生产 x 1 , x 2 公斤. 设 总利润为 Z ,则:. 资源约束. 变量非负 约束. 二、线性规划模型的一般特点. 1 、决策变量: 向量 ( x 1 … x n ) T 2 、目标函数: Z= ƒ ( x 1 … x n ) 线性式, 3 、约束条件: 线性等式或不等式.
E N D
第五章 线性规划 线性规划模型 线性规划的图解 单纯形法原理 单纯形法 单纯形表 单纯形的理论分析 人工变量法
§5.1 线性规划的数学模型 一、问题的提出 例1:生产计划问题: 问:甲乙各生产多少,使企业利润最大?
解:设产品甲、乙各生产x1 , x2公斤 设总利润为Z,则: 资源约束 变量非负约束
二、线性规划模型的一般特点 1、决策变量:向量(x1…xn)T 2、目标函数:Z=ƒ(x1…xn)线性式, 3、约束条件:线性等式或不等式 行动方案 明确的目标要求,极大或极小 反映了客观限制条件。 cj为价值系数 线性规划模型的一般形式: Max(Min) z=c1x1+c2x2+……+cnxn a11x1+a12x2+……+a1nxn≥(=或≤)b1 a21x1+a22x2+……+a2nxn≥(=或≤)b2 …… am1x1+am2x2+……+amnxn≥(=或≤)bm xj(j=1,…,n) ≥(≤) 0,或者没有限制 约束方程 s.t. 变量约束
三、常用的线性规划模型 例2:资源合理利用问题: 某厂生产A、B两种产品,都需用煤、金属材料、电力等资源,各产品对三种资源的消耗及可供利用的资源如表2示: 表2: 问:应如何安排生产,使企业获利最大?
解:设产品A、B产量分别为变量x1 , x2(吨),则:
例3、合理下料问题: 有一批长度为180厘米的钢管,需截成70、52和35厘米3种管料。它们的需求量分别不少于100、150和100根。问如何下料才能使钢管的消耗量为最少? 先找出各种可能的下料方式:(再在各种可能的下料方案中去选择) 设在180厘米长的钢管上能下出u个70厘米管料,v个52厘米管料, w个35厘米,则满足约束条件: 70u+52v+35w≤180,其中,u,v,w只能是正整数。 从最大尺寸管料下起:
解:设按第j种方案下料的原材料为xj根 minZ= 5x1 + 6x2+23x3+5x4+24x5+6x6+23x7+5x8 2x1+ x2 +x3+x4≥100 2x2 +x3+ 3x5+2x6+x7 ≥150 x1+x3+3x4+ x6+3x7+5x8≥100 xi0 (i =1,…,8),且为整数
例4:运输问题 问:如何安排运输,使运输费用最小?
解:设xij为第i个矿山运到第j个冶炼厂的矿石量 MinZ=1.5x11+2x12+0.3x13+3x14+7x21+0.8x22+1.4x23+2x24 +1.2x31+0.3x32+2x33+2.5x34 (万元) x11+x12+x13+x14=100 x21+x22+x23+x24=80 x31+x32+x33+x34=50 x11+x21+x31=50 x12+x22+x32=70 x13+x23+x33=80 x14+x24+x34=30 xij≥0(i=1,2,3。 j=1,2,3,4) 第i个矿山的产量 第j个冶炼厂的需求量
又要求:方案1和2只能选择其中一种,不能兼而实现,并且,选择方案2,则方案3必须与2同时选择,或者都不选择。又要求:方案1和2只能选择其中一种,不能兼而实现,并且,选择方案2,则方案3必须与2同时选择,或者都不选择。 现该公司可供支配的资金总额为:第一年有650万元,第二年仅有460万元。要求技改后,至少增加出油能力500桶/天,但又不得超过1100桶/天,确定该公司总经济效益最大的投资方案。 解:1)确定决策变量:方案的选择只有两种状态,选或不选,设xj(j=1,…,5)为第j方案的取舍,有: 2)目标函数: max Z=100x1+200x2+50x3+30x4+20x5
3) 约束条件:(投资总额约束(第一、二年),生产能力增加约束,方案制约约束,变量的取舍限制。 200x1+300x2+150x3+100x4+50x5≤650 (万元) 200x1+150x2+50x3+70x4+40x5≤460 500x1+1000x2+100x3+50x4+20x5≥500 500x1+1000x2+100x3+50x4+20x5≤1100 x1+x2≤1 -x2+x3=0 xj=1或0 (j=1,…5)
例6:人员分派问题数模(0-1规划) 每项工作只能由一个人承担,每人做每项工作的工作效率如上表所示,现在怎样安排工作使总的效率最大。
解:设xij为第i个人做第j项工作,(xij=1或0) Max Z=0.6x11+0.2x12+0.3x13+0.1x14+0.7x21+0.4x22+0.3x23+0.2x24 +0.8x31+x32+0.7x33+0.3x34 +0.7x41+0.7x42+0.5x43+0.4x44 x11+x12+x13+x14=1 x21+x22+x23+x24=1 x31+x32+x33+x34=1 x41+x42+x43+x44=1 x11+x21+x31+x41=1 x12+x22+x32+x42=1 x13+x23+x33+x43=1 x14+x24+x34+x44=1 xij=1或0(i=1,….,4。 j=1,…,4) 每个人只做一项工作 每一项工作都有人做
线性规划建模小结 • 线性规划的共同点: • 要解决的问题的目标可以用数值指标反映 • 对于要实现的目标有多种方案可选择 • 有影响决策的若干约束条件 • 线性规划建立模型步骤: • 确定一组决策变量 • 确定目标函数 • 确定对决策变量的约束条件
作业:现有一家公司准备制定一个广告宣传计划来宣传开发的新产品,以使尽可能多的未来顾客特别是女顾客得知。现可利用的广告渠道有电视、广播和报纸,根据市场调查整理得到下面的数据:作业:现有一家公司准备制定一个广告宣传计划来宣传开发的新产品,以使尽可能多的未来顾客特别是女顾客得知。现可利用的广告渠道有电视、广播和报纸,根据市场调查整理得到下面的数据: • 该企业计划用于此项广告宣传的经费预算是80万元,此外要求: • 至少有200万人次妇女接触广告宣传; • 电视广告费用不得超过50万元, • 电视广告至少占用三个单元一般时间和两个单元黄金时间, • 广播和报纸广告单元均不少于5个单元而不超过10个单元。 • 试为该企业制定广告计划,使得广告所接触的未来顾客总数尽可能多,建立线性规划数学模型。
§5.2 线性规划的图解法 一、图解法求最优解的步骤 对于简单的线性规划问题(只有两个决策变量的线性规划问题),我们通过图解法可以对它进行求解。 思路:在直角坐标系中,描绘出约束条件和变量限制的公共区域,然后通过观察确定符合目标要求的变量的取值。 求解例1中的生产计划问题:
① ② ③ ④ 1、绘出约束方程的图形 2、确定可行解域 3、绘出目标函数图形 4、确定最优解及目标函数值 x2 ④ Q8 Q4 目标函数变形得: 目标函数等值线 Q3 60 Q7 最优解 30 Q2(75,15) ④ Q5 Q6 90 Q1 80 O 70 x1 ② ① 可行解域 ③
几个概念: • 可行解:满足线性规划所有约束条件(含约束方程与变量约束)的点。 • 可行解域:所在可行解的集合。 • 最优解:使目标函数得到极值的可行解。最优解包括:唯一最优解和无穷多最优解。 • 等值线:具有相同目标函数值的直线。 • 法向量(梯度):由目标函数系数组成的与等值线垂直的向量。
二、二维线性规划问题解的形式 1、唯一最优解 x2 2、无穷多个最优解 Max Z=x1+2x2 x1+x2≤6 x1+2x2≤8 x2≤3 xi≥0(i=1,2) 6 可行解域 4 Q3(2,3) 3 Q2(4,2) C(1,2) 目标函数的等值线 x1 6 8
3、有可行解但无最优解 max Z=x1+x2 -2x1+x2≤4 x1-x2≤2 x1,x2≥0 可行解域 x2 (1,1) 4 -2 2 x1 -2
4、无可行解 MinZ=x1+2x2 s.t. x1+x2≤1 2x1+x2≥4 x1,x2≥0 可行域为空集,无可行解! x2 4 (1,2) 1 1 2 x1
x2 ④ Q8 Q4 Q3 60 Q7 最优解 Q2(75,15) ④ Q5 Q6 Q1 O x1 ② ① ③ 三、线性规划的几何意义 • 线性规划的可行解域为凸多边形(凸集)。 • 可行解域凸多边形有若干个顶点,顶点的个数是有限的。 • 线性规划问题若存在最优解,则最优解必可在其可行域的某一顶点上得到。
四、单纯形法原理 找可行解域顶点的计算方法,但不是计算所有的顶点,而是从凸集的一个顶点出发,沿着凸集的边缘逐个验算所遇到的顶点,直到找到目标函数为最优的顶点为止。如从O→ Q1→ Q2或从O→ Q4→ Q3 → Q2。 x2 ④ Q8 Q4 Q3 60 Q7 最优解 Q2(75,15) ④ Q5 Q6 Q1 O x1 ② ①
§5.3 线性规划标准型和规范型 §1.3 单纯形法原理 一、线性规划的标准型 ①约束方程均为等式方程。 ②右边常数bi为正数。 ③所有变量均为非负变量。 ④目标函数求max 1、一般形式:
或写成累加和形式: 标准型的一般形式
或写成矩阵形式: 其中:
2、化线性规划问题为标准型 (1) 约束条件为等式 ①约束方程为“≤“号, 在方程式的左端“+”一个变量(变量≥0,称为松驰变量),原不等式化为等式约束。 ②约束方程为“≥”号 在方程式的左端“-”一个变量(变量≥0,称为剩余变量),原不等式化为等式约束。
(2)变量非负约束 若xk为无约束变量(即可≥0,也可≤0),引进两个变量xk’,xk”(均≥0),令xk=xk’-xk”。在规划模型中去掉xk这个变量。 (3)约束方程右边常数非负约束 在方程两边同时乘以(-1)使得约束方程右边常数变为非负
例1:把下面的线性规划模型化为标准型: 标准型为:
例2:把下面的线性规划模型化为标准型: (1) 用x4-x5替换x3,其中x4,x5≥0 (2)在第一个约束不等式≤号左端加上松驰变量x6 (3)在第二个约束不等式左边减去松驰变量x7 (4)令D=-Z,把求min Z化成max D 得到该问题的标准型为:
二、线性规划的规范型 要用单纯形法求解线性规划数学模型,还需要把数学模型化成规范型。 1.基、基变量与非基变量 设线性规划模型的标准型: 基:设A是约束方程组的m×n维系数矩阵,B是矩阵A中m阶方阵(行列式的值不为0),则称B是线性规划问题的一个基。 基变量与非基变量:与基B对应的变量为基变量。其余变量为非基变量。
例1: 请列举出其中的三个基及对应的基变量与非基变量。 个。 解:从约束系数矩阵可看出,该模型的基不超过 对应的基变量为x3,x4,x5,非基变量为x1,x2。
对应的基变量为x1,x3,x4,非基变量为x2,x5。 对应的基变量为x1,x2,x3,非基变量为x4,x5。
2.基本解和基本可行解 基本解:对某一确定的基,令非基变量等于0,可求出m个约束方程的基变量的值,则这组解称为基本解。 基本可行解:若基本解还满足决策变量非负要求,则这组基本解称为基本可行解(也称基可行解)。
,则可以得到一个基本解 对基B1来说,令非基变量 ,故 因为 是基可行解。 对基B2来说,令非基变量 ,则可以得到一个基本解 ,故 因为 也是基可行解。
,则可以得到一个基本解 对基B3来说,令非基变量 ,故 因为 不是基可行解。 对基B4来说,令非基变量 , 则可得基本解 ,故 因为 也不是基可行解。
3.基可行解与可行解域顶点的关系 x2 ④ Q8 Q4 Q3 60 X(1)对应原点O, X(2)对应顶点Q1, X(3)对应Q7. Q7 最优解 X(4)对应? Q2(75,15) ④ Q5 Q6 Q1 O x1 ② ①
x2 ④ Q8 Q4 Q3 60 ① Q7 最优解 ② ③ Q2(75,15) Q5 Q6 x1 90 Q1 80 O ③ ② ①
定理1:线性规划的基本可行解对应于可行解域的顶 点。 从定理1和单纯形的几何意义知,用单纯形法寻求最优解,就可从基本可行解(顶点)出发,在基本可行解(顶点)之间变换,如果L.P.有最优解,则最优解一定可在某一基本可行解(顶点)上得到。这个方法可用来求有任意多个变量的线性规划模型! x2 ④ Q8 Q4 Q3 60 最优解 Q7 Q2(75,15) ④ Q5 Q6 Q1 O x1 ② ① ③
4、线性规划的规范型 规范型条件: ①已是标准型; ②含单位基; ③目标函数用非基变量表示。 例1: 得初始基本可行解:X(1)=(0,0,540,450,720) T,Z=0。 特点(1)基变量的值刚好是约束方程右边的常数; (2)目标函数Z的值就是目标函数表达式中的常数。
若取基变量x3,x4,x1,则基解及目标函数值? 可把模型化成以基变量系数矩阵为单位阵的规范型: , 得到基本可行解:
§5.4 单纯形法步骤 引例1:求解下列线性规划模型的最优解 ① ② ③ 解:1、确定初始基可行解 取B1=(P3P4P5)=I, 令非基变量x1,x2=0,得 X(1)=(0,0,540,450,720)T, Z(1)=0;(解的含义?) 从规范型出发
2、判定解是否最优 目标函数 Max Z=0+70x1+30x2 检验数:用非基变量表达的目标函数中变量前的系数Rj(判别数或检验数)。 当x1从0↗或x2从0↗, Z从0↗,∴ X(1)不是最优解 3、由一个基可行解→另一个基可行解。 (1) 确定入基变量 可选Rj>0的任一变量入基。(意义?)一般地,选择max{Rj}的变量入基,选x1从0↗,保持x2 =0 (2)确定出基变量
① ② ③ 问题:确定入基变量x1增加的上界:从约束方程组怎样求解? 在①②③中,继续令x2为非基变量,即x2=0,求出当前每个基变量出基能使x1增大的上界值。即: x3=540-3x1≥0x1≤180=540/3 x4=450-5x1≥0 x1≤90=450/5 x5=720 -9x1 ≥0 x1≤80=720/9
x3=540-3x1≥0x1≤180 x4=450-5x1≥0 x1≤90 x5=720 -9x1 ≥0 x1≤80 θ=min{180 ,90,80}= min{540/3 ,450/5,720/9}= 80, x5出基(变为0),即x1的取值受第三种资源的约束。 θ规则:入基变量满足约束条件下取最大值。(大中取小) (3) 求出新的基可行解 新的基变量为x3,x4,x1,怎样求出新的基可行解? 把模型变成以基变量的系数矩阵为单位阵的规范型。
以基变量x3,x4,x5的系数矩阵为单位阵的规范型: 新的基变量为x3,x4,x1 (1)从出基变量x5所在的方程开始:方程两边同时除以入基变量x1的系数9,得: (2)方程①②中消去x1(入基变量):方程③两边同时乘以某个数,加到方程①②上。 (3)目标函数中消去x1:从方程③中解出x1的值代入目标函数中: 本质:就是线性代数中的高斯消去法——方程组同解变形.
通过以上方程的变换,原线性规划模型等价于以下模型(得到当前基表示的规范型):通过以上方程的变换,原线性规划模型等价于以下模型(得到当前基表示的规范型): 1’、确定出新的基可行解 X(2)=(80,0,300,50,0)T , Z(2)=5600; 对应图形上的Q1点。