文档库 最新最全的文档下载
当前位置:文档库 › 线性规划的概念

线性规划的概念

线性规划的概念
线性规划的概念

3.6:线性规划

目录:

(1)线性规划的基本概念

(2)线性规划在实际问题中的应用

【知识点1:线性规划的基本概念】

(1)如果对于变量x 、y 的约束条件,都是关于x 、y 的一次不等式,则称这些约束条件为__线性约束条件__(),z f x y =是欲求函数的最大值或最小值所涉及的变量x 、y 的解析式,叫做__目标函数_,当(),f x y 是x 、y 的一次解析式时,(),z f x y =叫做_线性目标函数__. (2)求线性目标函数在线性约束条件下的最大值或最小值问题,称为__线性规划问题__ ;满足线性约束条件的解(),x y 叫做__可行解_;由所有可行解组成的集合叫做__可行域_;使目标函数取得最大值或最小值的可行解叫做_最优解__

例题:若变量x 、y 满足约束条件2

10x y x y +≤??

≥??≥?

,则z x y =+的最大值和最小值分别为

( B )

A. 4和3

B. 4和2

C. 3和2

D. 2和0

分析:本题考查了不等式组表示平面区域,目标函数最值求法.

解:画出可行域如图

作020l x y +=:

所以当直线2z x y =+过()20A ,

时z 最大,过()1,0B 时z 最小max min 4, 2.z z ==

变式1:已知2z x y =+,式子中变量x 、y 满足条件11y x

x y y ≤??

+≤??≥-?

,则z 的最大值是__3___

解:不等式组表示的平面区域如图所示.

作直线0:20l x y +=,平移直线0l ,当直线0l 经过

平面区域的点()21A -,时,z 取最大值2213?-=.

变式2:设2z x y =+,式中变量x 、y 满足条件43

35251x y x y x -≤-??

+≤??≥?

,求z 的最大值和最小值

分析:由于所给约束条件及目标函数均为关于x 、y 的一次式,所以此问题是简单线性

规划问题,使用图解法求解

解:作出不等式组表示的平面区域(即可行域),如图所示.

把2z x y =+变形为2y x z =-+,得到斜率为-2,在y 轴上的截距为z ,随z 变化的一族平行直线.

由图可看出,当直线2z x y =+经过可行域上的点A 时,截距z 最大,经过点B 时,截距z 最小.

解方程组430

35250x y x y -+=??+-=?,得A 点坐标为()5,2,

解方程组1

430x x y =??-+=?

,得B 点坐标为()1,1

所以max min 25212,211 3.z z =?+==?+=

变式3:若变量x 、y 满足约束条件6

321x y x y x +≤??

-≤-??≥?

,则23z x y =+的最小值为( C )

A. 17

B. 14

C. 5

D. 3

解:作出可行域(如图阴影部分所示).

作出直线:230l x y +=.

平移直线l 到l ′的位置,使直线l 通过可行域中的A 点(如图) 这时直线在y 轴上的截距最小,z 取得最小值. 解方程组132x x y =??-=-?,得最优解1

1x y =??=?,

min 21315z ∴=?+?=

【知识点2:线性规划在实际问题中的应用】

例题:某工厂生产甲、乙两种产品,其产量分别为45个与55个,所用原料为A 、B 两种规格金属板,每张面积分别为2m2与3m2.用A 种规格金属板可造甲种产品3个,乙种产品5个;用B 种规格金属板可造甲、乙两种产品各6个.问A 、B 两种规格金属板各取多少张,才能完成计划,并使总的用料面积最省?

解:设A 、B 两种金属板分别取x 张、y 张,用料面积为z ,则约束条件为 3645

565500

x y x y x y +≥??+≥?

?

≥??≥? 目标函数为23z x y =+.

作出以上不等式组所表示的平面区域(即可行域),如图所示:

23z x y =+变为233z y x =-+,得斜率为23-,在y 轴上截距为3

z

且随z 变化的一组平行

直线.

当直线23z x y =+过可行域上点M 时,截距最小,z 最小. 解方程组 ,得M 点的坐标为(5,5).

此时()

2min 253525z m =?+?=.

答:当两种金属板各取5张时,用料面积最省.

变式1:4个茶杯和5包茶叶的价格之和小于22元,而6个茶杯与3包茶叶的价格之和大于24元,则2个茶杯和3包茶叶的价格比较( A ) A .2个茶杯贵 B .3包茶叶贵 C .相同 D .无法确定 解:设茶杯每个x 元,茶叶每包y 元,则

45226324,x y x y x y N +

+>??∈?

2U x y =-取值的符号判断如下

由2.033U y x U =

-=当时,过点()32A ,

,往下平移.经过可行域内的点03

U

-< ∴0U >,即23x y >.往上平移不经过可行域内的点. ∴选A.

变式2 已知x 、y 满足20

40250x y x y x y -+≥??

+-≥??--≤?

,求:

(1)221025z x y y =+-+的最小值; (2)1

1

y z x +=

+的取值范围. 分析:(1)将z 化为()2

25z x y =+-,问题转化为求可行域中的点与定点的最小距离问题; (2)将式子化为(1)

(1)

y z x --=--或1(1)y z x +=+,问题转化为求可行域中的点与定点的连线的

斜率的最值问题

解:作出可行域如图

并求出点A 、B 的坐标分别为(13)(31),,

(1)()2

25z x y =+-表示可行域内任一点(),x y 到定点()0,5M 的距离的平方,过M 作直线

AC 的垂线MN ,垂足为N ,则:2

2

min

922z MN ??=∣∣== ? ???

. (2)1(1)

1(1)

y y z x x +--=

=

+--表示可行域内任一点(),x y 与定点()1,1Q --连线的斜率,可知,kAQ 最大,kQB 最小.而31111

2,11312

QA QB k k ++=

===++. ∴z 的取值范围为1,22??

????

点评:求非线性目标函数的最值,要注意分析目标函数所表示的几何意义,通常与截距、斜率、距离等联系,是数列结合的体现.

变式3 在条件02

021

x y x y ≤≤??≤≤??-≥?

下,()()2211z x y =++-的取值范围是___122??

????,__.

解:由约束条件作出可行域如图

目标函数表示点(x y),与点(11)M ,的距离的平方.由图可知,z 的最小值为点M 与直线1x y -=的距离的平方.即2

min

1

22z ??==. z 的最大值为点()11M ,与点(20)B ,的距离的平方: 即()()2

2

max 12102z =-+-=. ∴z 的取值范围为122??

????

,.

变式4 设变量x 、y 满足条件3210411,0,0

x y x y x Z y Z x y +≤??+≤?

?∈∈??>>?. 求54S x y =+的最大值.

错解:依约束条件画出可行域如图所示

如先不考虑x 、y 为整数的条件,则当直线54x y S +=过点923,510A ??

???

时,

54S x y =+max 91

5

S =

取最大值, . 因为x 、y 为整数,而离点A 最近的整点是()1,2C ,这时13S =,所要求的最大值为13. 分析:显然整点(21)B ,满足约束条件,且此时14S =,故上述解法不正确. 对于整点解问题,其最优解不一定是离边界点最近的整点. 而要先对边界点作目标函数t Ax By =+的图像, 则最优解是在可行域内离直线t Ax By =+最近的整点. 正解:依约束条件画出可行域如图示 作直线:540l x y +=

平行移动直线l 经过可行域内的整点(21)B ,时,max 14S =.

线性规划的概念

3.6:线性规划 目录: (1)线性规划的基本概念 (2)线性规划在实际问题中的应用 【知识点1:线性规划的基本概念】 (1)如果对于变量x 、y 的约束条件,都是关于x 、y 的一次不等式,则称这些约束条件为__线性约束条件__(),z f x y =是欲求函数的最大值或最小值所涉及的变量x 、y 的解析式,叫做__目标函数_,当(),f x y 是x 、y 的一次解析式时,(),z f x y =叫做_线性目标函数__. (2)求线性目标函数在线性约束条件下的最大值或最小值问题,称为__线性规划问题__ ;满足线性约束条件的解(),x y 叫做__可行解_;由所有可行解组成的集合叫做__可行域_;使目标函数取得最大值或最小值的可行解叫做_最优解__ 例题:若变量x 、y 满足约束条件2 10x y x y +≤?? ≥??≥? ,则z x y =+的最大值和最小值分别为 ( B ) A. 4和3 B. 4和2 C. 3和2 D. 2和0 分析:本题考查了不等式组表示平面区域,目标函数最值求法. 解:画出可行域如图 作020l x y +=: 所以当直线2z x y =+过()20A , 时z 最大,过()1,0B 时z 最小max min 4, 2.z z == 变式1:已知2z x y =+,式子中变量x 、y 满足条件11y x x y y ≤?? +≤??≥-? ,则z 的最大值是__3___ 解:不等式组表示的平面区域如图所示.

作直线0:20l x y +=,平移直线0l ,当直线0l 经过 平面区域的点()21A -,时,z 取最大值2213?-=. 变式2:设2z x y =+,式中变量x 、y 满足条件43 35251x y x y x -≤-?? +≤??≥? ,求z 的最大值和最小值 分析:由于所给约束条件及目标函数均为关于x 、y 的一次式,所以此问题是简单线性 规划问题,使用图解法求解 解:作出不等式组表示的平面区域(即可行域),如图所示. 把2z x y =+变形为2y x z =-+,得到斜率为-2,在y 轴上的截距为z ,随z 变化的一族平行直线. 由图可看出,当直线2z x y =+经过可行域上的点A 时,截距z 最大,经过点B 时,截距z 最小. 解方程组430 35250x y x y -+=??+-=?,得A 点坐标为()5,2, 解方程组1 430x x y =??-+=? ,得B 点坐标为()1,1 所以max min 25212,211 3.z z =?+==?+= 变式3:若变量x 、y 满足约束条件6 321x y x y x +≤?? -≤-??≥? ,则23z x y =+的最小值为( C ) A. 17 B. 14 C. 5 D. 3

简单的线性规划问题附答案)

简单的线性规划问题 [学习目标] 1.了解线性规划的意义以及约束条件、目标函数、可行解、可行域、最优解等基本概念.2.了解线性规划问题的图解法,并能应用它解决一些简单的实际问题. 知识点一 线性规划中的基本概念 知识点二 1.目标函数的最值 线性目标函数z =ax +by (b ≠0)对应的斜截式直线方程是y =-a b x +z b ,在y 轴上的截距是z b ,当z 变化时,方程表 示一组互相平行的直线. 当b >0,截距最大时,z 取得最大值,截距最小时,z 取得最小值; 当b <0,截距最大时,z 取得最小值,截距最小时,z 取得最大值. 2.解决简单线性规划问题的一般步骤 在确定线性约束条件和线性目标函数的前提下,解决简单线性规划问题的步骤可以概括为:“画、移、求、答”四步,即, (1)画:根据线性约束条件,在平面直角坐标系中,把可行域表示的平面图形准确地画出来,可行域可以是封闭的多边形,也可以是一侧开放的无限大的平面区域. (2)移:运用数形结合的思想,把目标函数表示的直线平行移动,最先通过或最后通过的顶点(或边界)便是最优解. (3)求:解方程组求最优解,进而求出目标函数的最大值或最小值. (4)答:写出答案. 知识点三 简单线性规划问题的实际应用 1.线性规划的实际问题的类型 (1)给定一定数量的人力、物力资源,问怎样运用这些资源,使完成的任务量最大,收到的效益最大; (2)给定一项任务,问怎样统筹安排,使完成这项任务耗费的人力、物力资源量最小. 常见问题有: ①物资调动问题 例如,已知两煤矿每年的产量,煤需经两个车站运往外地,两个车站的运输能力是有限的,且已知两煤矿运往两个车站的运输价格,煤矿应怎样编制调动方案,才能使总运费最小?

线性规划基本概念及模型构建

LP (Linear Programming)

Alex 有一个家庭农场。除了农场上的农作物以外,他还饲养了一些猪拿到市场上出售,猪可获得的饲料及其所含成分如下表:Alex如何喂养猪更好? 成分/每公斤 玉米槽料苜蓿每日最小需求量碳水化合物 蛋白质 维他命 成本(美分)903010842080207240606060200180150 问题1:科学养猪线性规划建模(猪饲料的配方)饲养成本最小

--- 每天玉米、槽料、苜蓿各喂多少公斤? --- 必须满足要求12--- 追求成本最低 Min. 84x 1+ 72x 2+ 60x 3 3x 1x 2x 3 知识点 建模三要素 决策变量约 束目标 90x 1+ 20x 2+ 40x 3 ≥ 20030x 1+ 80x 2+ 60x 3 ≥ 18010x 1+ 20x 2+ 60x 3 ≥ 150 x i ≥0 , i =1,2,3 成分/每公 斤 玉米槽料苜蓿每日最小需求量碳水化合物 蛋白质 维他命 成本(美分)903010842080207240606060200180150

s.t. 90x 1+ 20x 2+ 40x 3 ≥ 200 30x 1 + 80x 2+ 60x 3 ≥ 180 10x 1+ 20x 2+ 60x 3 ≥ 150 x i ≥0 , i =1,2,3 Min . 84x 1+ 72x 2+ 60x 3 目标函数约束函数符号中必含等号符号的右侧为常数线性--变量均为1次方 Max. 或 Min.线性--所有变量均为1次方常规约束:变量非负!知识点 模型表示

?线性规划模型能求解出来吗? 能!--- 万能的单纯形法 结合软件 QSB应用

相关文档
相关文档 最新文档