1 / 89

内容提要  如何建立一个简单的线性规划模型  线性规划模型的图解法  单纯形法求线性规划模型的方法  改进的单纯形法  对偶问题的相关概念  案例

第 2 章 线 性 规 划. 内容提要  如何建立一个简单的线性规划模型  线性规划模型的图解法  单纯形法求线性规划模型的方法  改进的单纯形法  对偶问题的相关概念  案例  线性规划问题的单纯形解法的基本原理. 2.1 线性规划及其数学模型. 2.1.1 案例 例2.1 某厂拟生产甲、乙两种适销产品,每件利润分别是3 00 元和5 00 元。 甲、乙产品的部件各自在 A、B 两个车间分别生产,每件甲、乙产品的部件分别需要 A、B 车间的生产能力1工时和2工时;

Download Presentation

内容提要  如何建立一个简单的线性规划模型  线性规划模型的图解法  单纯形法求线性规划模型的方法  改进的单纯形法  对偶问题的相关概念  案例

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. 第2章 线 性 规 划 内容提要  如何建立一个简单的线性规划模型  线性规划模型的图解法  单纯形法求线性规划模型的方法  改进的单纯形法  对偶问题的相关概念  案例  线性规划问题的单纯形解法的基本原理

  2. 2.1 线性规划及其数学模型 2.1.1 案例 例2.1某厂拟生产甲、乙两种适销产品,每件利润分别是300元和500元。 甲、乙产品的部件各自在A、B两个车间分别生产,每件甲、乙产品的部件分别需要A、B车间的生产能力1工时和2工时; 两种产品的部件最后都要在C车间装配,装配每件甲、乙产品分别需要3工时和4工时。A、B、C三个车间每天可用于生产这两种产品的工时分别是8、12、36。 应如何安排生产这两种产品才能获利最大?

  3. 2.1 线性规划及其数学模型 解设 、 分别是甲产品和乙产品的日产量,z为这两种产品每天总的利润。首先列出该问题的数据,如表2.1所示。 表2.1 例2.1数据表

  4. 2.1 线性规划及其数学模型 根据题意,建立模型如下: 其中,max是英文maximize(最大化)的缩写

  5. 2.1 线性规划及其数学模型 例2.2有A、B、C三个工地,每天A工地需要水泥17百袋,B工地需要用水泥1800袋,C工地需要水泥1500袋。为此,甲、乙两个水泥厂每天生产2300袋水泥和2700袋水泥专门供应三个工地。两个水泥厂至工地的单位运价如表2.2所示。 问:如何组织调运使总运费最省。

  6. 2.1 线性规划及其数学模型 表2.2 水泥厂至工地运价 千元/百袋

  7. 2.1 线性规划及其数学模型 解设xij为甲、乙两个水泥厂分别运到A、B、C三个水泥厂的水泥袋数, 则可以做出如表2.3所示的数据表。 表2.3 例2.2数据表

  8. 2.1 线性规划及其数学模型 由题意容易得到如下数学模型: 其中,min是英文minimize(最小化)的缩写。

  9. 2.1.2 线性规划的一般模型 一般线性规划模型可以表示如下: (2-1) (2-2)

  10. 2.1.2 线性规划的一般模型 建立一个实用的线性规划模型必须明确以下四个组成部分的含义: 第一,决策变量。决策变量是模型中的可控而未知的因素,经常使用带不同下标的英文字母表示不同的变量,如式(2-2)中的xj。 第二,目标函数。线性规划模型的目标是求系统目标的极值,可以是求极大值,如企业的利润和效率等,也可以是求极小值,如成本和费用等。式(2-1)即为最优化目标函数,简称目标函数。式中opt即optimize(最优化)的缩写,根据问题要求不同,可以表示为max(最大化)或min(最小化)。

  11. 2.1.2 线性规划的一般模型 第三,约束条件。约束条件是指实现系统目标的限制性因素,通常表现为生产力约束、原材料约束、能源约束、库存约束等资源性约束,也有可能表现为指标约束和需求约束,如式(2-2)中的前m个式子。 第四,非负限制。由于在生产实际问题中,资源总是代表一些可以计量的实物或人力,因而一般不能是负数,如式(2-2)中的最后一个式子。

  12. 2.2 线性规划的图解法 例2.3 用图解法求例2.1中的线性规划模型的解,如图2.1所示。 x2 Z法向 9 G (0,9) x18 D (0,6) C (4,6) F (8,6) 6 2x212 B (8,3) 3 R Z42 A (8,0) E (12,0) x1 O (0,0) 4 8 12 3x14x236 z15 z30 z0 图2.1 例2.3图

  13. 2.2 线性规划的图解法 解 首先,根据所有约束条件共同构成的图形是可行域图形。具体方法为:在Ox1x2平面直角坐标系中,由于x1≥0,x2≥0,所以指的是在第一象限;画出直线3x14x236,定出约束条件3x14x2≤36表示的区域;

  14. 2.2 线性规划的图解法 为了找到3x14x2<36的半平面,只要在某个半平面上找到一点,把该点的坐标代入不等式,若满足不等式,则该点所在半平面为所求,否则为另一半平面3x14x2>36。为了计算简单起见,一般选取原点(0,0)代入不等式,因把原点坐标代入时能满足不等式3040<36,所以原点所在半平面满足不等式,于是约束条件3x14x2≤36代表含原点的半平面及直线3x14x236本身。

  15. 2.2 线性规划的图解法 画出直线2x212,定出2x2≤12的平面。由于原点满足不等式2x2<12,所以2x2≤12为含直线2x212在内的下半平面。画出直线x18,定出x1≤8的半平面,由于原点满足该不等式,所以x1≤8表示含原点在内的左半平面及直线x18本身。本模型的可行域图形如图2.1阴影部分所示,即标识为R的部分。

  16. 2.2 线性规划的图解法 其次,画出目标函数z3x15x2的等值线。本模型的目标函数代表以z为参数的一簇平行线,由小到大适当地给z赋值,如令z0, 15, 30,…,可得到一组平行线,而位于同一直线上的点具有相同的目标函数值(z值)。

  17. 2.2 线性规划的图解法 然后,找到最优解。沿着垂直于等值线的方向(即直线z3x15x2的法向沿z值递增的方向),移动直线z3x15x2,当移动到C点时,值在可行域上达到最大,从而确定C(4,6) 点就是本模型的最优点,即x14,x26,zmax 42为最优解。

  18. 2.2 线性规划的图解法 从以上图解法的过程可以看出,图解法只能适用于仅含有两个变量的线性规划问题的求解,因而图解法的实际用途并不广泛。但是,通过图解法可以得到以下结论:

  19. 2.2 线性规划的图解法 (1)线性规划的可行域为凸集,即集合中任意两点连线上的一切点仍然在该集合中。这样的凸集表现为一个凸多边形,在空间上必将是一个凸几何体。 (2)线性规划的最优解在凸集的某一个顶点上达到(存在凸集的某一条边界上达到的可能性)。 (3)线性规划的可行域若有界,则一定有最优解。

  20. 2.2 线性规划的图解法 以上三点结论是非常有用的,特别是第二点结论非常明确地告诉我们,线性规划的最优解不可能在可行域的内点取得,而只能在凸集的某一个顶点上达到(特殊情况为在凸集的某一条边界上达到)。由于可行域的顶点个数是有限的,所以在求解线性规划模型的最优解时,只要在可行域的有限个顶点范围内一 一寻找即可。这样将极大地降低线性规划问题的复杂程度,减少大量的工作。

  21. 2.2 线性规划的图解法 需要特别说明的是,在实际使用图解法求线性规划问题的解时,可能会遇到三种特殊情况,下面通过三个例题分别对三种情况进行说明。

  22. 2.2 线性规划的图解法 例2.4 求解线性规划问题,其模型如下:

  23. 2.2 线性规划的图解法 解画出直线2x1x28,x23.5,x12x28,x10和x20,它们围成的凸多边形OABCD就是满足全部约束条件的点(可行解)构成的区域,所以凸多边形OABCD就是可行域,如图2.2所示。

  24. 2.2 线性规划的图解法 x2 2x1x28 A B C x12x28 x1 O D x12x20 图2.2 例2.4图

  25. 2.2 线性规划的图解法 由于目标函数zx12x2与约束条件x12x28的斜率都是 ,所以在所有等值线中,必有一条等值线 与可行域的边BC重合,既与可行域相交,又离原点最远,于是BC边上每一点都是最优解,因而有无数个最优解(不惟一)。

  26. 2.2 线性规划的图解法 在具体计算目标函数的最大值时,理论上可以从线BC上任意取一点代入,但为了计算简单起见,往往选择一个特殊点。此处选择B (1,3.5 ) 点,可把这个最优解代入目标函数中得最大值为 。

  27. 2.2 线性规划的图解法 例2.5 求解线性规划问题,其模型如下:

  28. 2.2 线性规划的图解法 解 将约束条件画在Ox1x2平面直角坐标系中,如图2.3所示。因为约束条件x1x2≥1表示含直线x1x21及不含原点的半平面;约束条件x12x2≤2表示含直线x12x2 2与原点的半平面;约束条件x1≥0,x2≥0表示只在第一象限。我们发现,可行解域是无界区域,平行直线族的直线可以无限远离原点,又与可行域相交,因此目标函数无上界,线性规划问题无最优解,即z2x12x2无最大值。

  29. 2.2 线性规划的图解法 例2.6 求解线性规划问题,其模型如下:

  30. 2.2 线性规划的图解法 解 将约束条件画在Ox1x2平面直角坐标系中,如图2.4所示。因为约束条件x1x2≥1表示包括直线x1x21及不含原点的半平面;约束条件x1x2≤2表示包括直线x1x22及不含原点的半平面;约束条件x1≥0,x2≥0表示在第一象限,如图2.4所示。由图2.4可知,同时满足约束条件的点不存在,即不存在可行域,没有可行解,当然也没有最优解。

  31. 2.2 线性规划的图解法 由本节四个例题看出,两个变量的线性规划问题的解,可能有以下四种情况。 (1)有惟一最优解,并且一定是可行域上的一个顶点(如例2.3的情形)。 (2)有无数多个最优解,并且最优解一定是可行域上的一条边(如例2.4的情形)。 (3)有可行解,但是没有最优解,并且可行域上的点使目标函数趋向无穷大(如例2.5的情形)。 (4)没有可行解,不存在可行域,当然无最优解(如例2.6的情形)。 上述结论对一般线性规划问题也是成立的。

  32. 2.2 线性规划的图解法 x2 B x12x22 2x12x20 x1 O A x1x21 图2.3 例2.5图

  33. 2.2 线性规划的图解法 图2.4 例2.6图

  34. 2.3 线性规划问题 2.3.1 线性规划问题的标准型 一般线性规划问题的标准型为

  35. 2.3.1 线性规划问题的标准型 或简记为

  36. 2.3.1 线性规划问题的标准型 上述标准型有以下四个特征: (1)决策变量全大于或等于零; (2)约束条件全为线性等式; (3)约束条件右端常数项全部为非负数; (4)目标函数值总为最大。

  37. 2.3.2 非标准型线性规划问题的标准化 如果我们得到的一个线性规划问题不具有以上所说的四个特征,那么我们可以通过一定的数学变形将非标准型线性规划问题标准化,具体方法如下。

  38. 2.3.2 非标准型线性规划问题的标准化 (1)若目标函数取最小值min z CX,由于求z的最小值就是求z的最大值,所以可以将其转化为max (z)CX。 (2)当约束条件中第个方程出现ai1x1 ai2x2  … ainxn≤bi时,则增加一个“松弛变量”xi1≥0,使它成为等式ai1x1 ai2x2  … ainxn xi1 bi。同样,当约束条件中第个方程出现ai1x1 ai2x2  … ainxn≥bi时,则减去一个“松弛变量”xi1≥0,使它成为等式ai1x1 ai2x2  … ainxn xi1 bi。

  39. 2.3.2 非标准型线性规划问题的标准化 (3)当决策变量xj不满足xj ≥0时,则增加两个新的非负决策变量x'j ≥0和x"j ≥0,用x'j x"j替代xj,即令xj  x'j x"j。 (4)当约束条件中第i个方程右端出现常数项bi <0时,则在方程两边同时乘以(1),得到bi >0。 这样,我们就可以将任意一个非标准型线性规划问题化为标准型了。

  40. 2.3.2 非标准型线性规划问题的标准化 例2.7将下列非标准型线性规划问题化为标准型。

  41. 2.3.2 非标准型线性规划问题的标准化 按照前面的变换方法,执行下列步骤解 : (1)将min z转化为max (z)。 (2)令x3  x'3 x"3,且x'3≥0,x"3≥0。 (3)将第一个约束方程的左边减去一个非负的松弛变量x4,将第2、第3个约束方程的左边分别加上一个非负的松弛变量x5和x6。

  42. 2.3.2 非标准型线性规划问题的标准化 这样,可以将原来的线性规划问题标准化为

  43. 2.4 单纯形法的基本步骤和计算 首先介绍有关的几个概念 (1)基变量——在标准型每一个约束方程中选一个变量xj,它在该方程中的系数为1,在其他方程中系数为零,这个变量xj就称为基变量,或称为基础变量。如有m个约束方程,就可得到m个基变量,其余变量就称为非基变量。

  44. 2.4 单纯形法的基本步骤和计算 (2)基本可行解——非基变量为零的可行解。 (3)基本最优解——满足目标函数的基本可行解,简称为最优解。 为了说明单纯形方法的应用,下面通过例2.8阐述其计算步骤。

  45. 2.4 单纯形法的基本步骤和计算 例2.8 求解线性规划问题,其模型如下:

  46. 2.4 单纯形法的基本步骤和计算 解(1)将线性规划问题化为标准型。 引入松弛变量x3 , x4 , x5 后将其转化为标准型,即

  47. 2.4 单纯形法的基本步骤和计算 该标准型存在三阶单位矩阵E,如x3只在第一个方程中系数为1,而在其他方程中系数为零,说明x3为基变量;同样,x4,x5也为基变量,于是x1,x2为非基变量。 令非基变量x1x20可得一组基本可行解,即x10, x2 0, x3 4, x4 14, x5 3 这组解是否为最优要进行检验。为着重说明其方法,以下直接在单纯形表上进行迭代运算。

  48. 2.4 单纯形法的基本步骤和计算 (2)列出初始单纯形表(见表2.4),并在表中计算出检验数j。表中的计算说明如下: ① zj行的计算。用Cj列(Cj列指目标函数中基变量的系数CB)中各数乘决策变量列的相对应数后再相加,即 ,具体计算结果如下:

  49. 2.4 单纯形法的基本步骤和计算

  50. 2.4 单纯形法的基本步骤和计算 表2.4 初始单纯形表

More Related