管理运筹学_第二章_线性规划的图解法
合集下载
管理运筹学第二章 线性规划的图解法
B、约束条件不是等式的问题：
若约束条件为 ai1 x1+ai2 x2+ … +ain xn ≤ bi 可以引进一个新的变量si ，使它等于约束右 边与左边之差 si=bi–(ai1 x1 + ai2 x2 + … + ain xn ) 显然，si 也具有非负约束，即si≥0， 这时新的约束条件成为 ai1 x1+ai2 x2+ … +ain xn+si = bi
第二章 线性规划 的图解法
一、线性规划的概念 二、线性规划问题的提出 三、线性规划的数学模型 四、线性规划的图解法 五、线性规划解的情况 六、LP图解法的灵敏度分析
一、线性规划的概念
线性规划Linear Programming 简称LP，是一 种解决在线性约束条件下追求最大或最小的 线性目标函数的方法。 线性规划的目标和约束条件都可以表示成线 性的式子。
max z 3 x1 2 x2
2 x1 x2 ≤ 10 设备B台时占用 s.t. x1 x2 ≤ 8 x , x ≥ 0 产量非负 1 2
决策变量 （decision variable） 目标函数 （objective function） 约束条件 （subject to）
-ai1
x1-ai2 x2- … -ain xn = -bi 。
例1.3：将以下线性规划问题转化为标准形式 Min f = 3.6 x1 - 5.2 x2 + 1.8 x3 s. t. 2.3 x1 + 5.2 x2 - 6.1 x3 ≤15.7 4.1 x1 + 3.3 x3 ≥8.9 x1 + x2 + x3 = 38 x 1 , x 2 , x3 ≥ 0
管理运筹学作业 韩伯棠第3版高等教育出版社课后答案
课程：管理运筹学管理运筹学作业第二章线性规划的图解法P23：Q2：（1）－（6）；Q3：(2)Q2：用图解法求解下列线性规划问题，并指出哪个问题具有唯一最优解，无穷多最优解，无界解或无可行解。
（1）Min f＝6X1+4X2约束条件：2X1+X2>=1,3X1+4X2>=3X1, X2>=0解题如下：如图1Min f＝3.6X1=0.2, X2=0.6本题具有唯一最优解。
图1（2）Max z＝4X1+8X2约束条件：2X1+2X2<=10-X1+X2>=8X1,X2>=0解题如下：如图2：Max Z 无可行解。
图2（3） Max z ＝X1+X2 约束条件 8X1+6X2>=24 4X1+6X2>=-12 2X2>=4 X1,X2>=0 解题如下：如图3： Max Z=有无界解。
图3（4） Max Z ＝3X1-2X2 约束条件：X1+X2<=1 2X1+2X2>=4 X1,X2>=0 解题如下：如图4： Max Z 无可行解。
图4(5)Max Z＝3X1+9X2 约束条件：X1+3X2<=22-X1+X2<=4X2<=62X1-5X2<=0X1,X2>=0解题如下：如图5：Max Z =66；X1=4 X2=6本题有唯一最优解。
图5(6)Max Z=3X1+4X2 约束条件：-X1+2X2<=8X1+2X2<=122X1+X2<=162X1-5X2<=0X1,X2>=0解题如下：如图6Max Z =30.669X1=6.667 X2=2.667本题有唯一最优解。
图6Q3：将线性规划问题转化为标准形式（2）min f＝4X1+6X2约束条件：3X1-2X2>=6X1+2X2>=107X1-6X2=4X1,X2>=0解题如下：1）目标函数求最小值化为求最大值：目标函数等式左边min改为max，等式右边各项均改变正负号。
运筹学线性规划图解法
引理1.线性规划问题的可行解X为基本可行解的充分 必要条件是X的正分量所对应的系数列向量是线性独立的. 证明:
必要性：已知X为线性规划的基本可行解，要证X的 正分量所对应的系数列向量线性独立。
因为X为基本解，由定义，其非零分量所对应的系数 列向量线性独立；又因为X还是可行解，从而其非零分量 全为正。
•有唯一解
例1： max z=2x1+ 3x2 s.t. x1+2x2≤8 4x1≤16 x1,x2≥0
画图步骤： 1、约束区域的确定 2、目标函数等值线 3、平移目标函数等值线求最优值
x2
可行域
(4,2) z=14
目标函数 等值线
x1
•有无穷多解
例2 max z =2x1+4x2 s.t. x1+2x2≤8 4x2 ≤ 12 3x1 ≤12 x1, x2 ≥0
X(0)=Σ α iX(i) α i0,Σ α i=1 记X(1),X(2), …,X(k)中满足max CX(i)的顶点为X(m)。于是，
k
k
CX (0) Ci X (i) Ci X (m) CX (m)
i 1
i 1
由假设CX(0)为最优解，所以CX(0)=CX(m)，即最优解可在顶点
充分性：已知可行解X的正分量所对应的系数列向量 线性独立，欲证X是线性规划的基本可行解。
若向量P1, P2,…, Pk线性独立,则必有k≤m；当k=m时， 它们恰构成一个基，从而X=（x1，x2,…,xk，0…0）为相 应的基可行解。K〈m时，则一定可以从其余的系数列向量 中取出m-k个与P1, P2,…, Pk构成最大的线性独立向量组， 其对应的解恰为X，所以根据定义它是基可行解。
§2 线性规划图解法
《管理运筹学》第三版习题答案(韩伯棠教授)
x2＋3x5＋2x6＋2x7＋x8＋x9＋x10 ≥ 350 x3＋x6＋2x8＋x9＋3x11＋x12＋x13 ≥ 420 x4＋x7＋x9＋2x10＋x12＋2x13＋3x14 ≥ 10 x1，x2，x3，x4，x5，x6，x7，x8，x9，x10，x11，x12，x13，x14≥ 0 用 管理运筹学软件我们可以求得此问题的解为： x1＝40，x2＝0，x3＝0，x4＝0，x5＝116.667，x6＝0，x7＝0，x8＝0， x9 ＝0，x10＝0，x11＝140，x12＝0，x13＝0，x14＝3.333 最优值为 300。
a、 在满足对职工需求的条件下，在 10 时安排 8 个临时工，12 时新安排 1 个临时工，13 时新安排 1 个临时工，15 时新安排 4 个临时工，17 时新 安排 6 个临时工可使临时工的总成本最小。
b、 这时付给临时工的工资总额为 80 元，一共需要安排 20 个临时工的班 次。
约束
松弛/剩余变量
f 不变 因为在 [0 ,500] 的范围内
g 所谓的上限和下限值指当约束条件的右边值在给定范围内变化时，约束条
件 1 的右边值在 [200,440] 变化，对偶价格仍为 50（同理解释其他约束条件）
h 100×50=5000 对偶价格不变 i能 j 不发生变化 允许增加的百分比与允许减少的百分比之和没有超出 100% k 发生变化 2、解：
1180
设按 14 种方案下料的原材料的根数分别为 x1，x2，x3，x4，x5，x6，x7，x8，x9， x10， x11，x12，x13，x14，则可列出下面的数学模型： min f ＝ x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14 s．t． 2x1＋x2＋x3＋x4 ≥ 80
a、 在满足对职工需求的条件下，在 10 时安排 8 个临时工，12 时新安排 1 个临时工，13 时新安排 1 个临时工，15 时新安排 4 个临时工，17 时新 安排 6 个临时工可使临时工的总成本最小。
b、 这时付给临时工的工资总额为 80 元，一共需要安排 20 个临时工的班 次。
约束
松弛/剩余变量
f 不变 因为在 [0 ,500] 的范围内
g 所谓的上限和下限值指当约束条件的右边值在给定范围内变化时，约束条
件 1 的右边值在 [200,440] 变化，对偶价格仍为 50（同理解释其他约束条件）
h 100×50=5000 对偶价格不变 i能 j 不发生变化 允许增加的百分比与允许减少的百分比之和没有超出 100% k 发生变化 2、解：
1180
设按 14 种方案下料的原材料的根数分别为 x1，x2，x3，x4，x5，x6，x7，x8，x9， x10， x11，x12，x13，x14，则可列出下面的数学模型： min f ＝ x1+x2+x3+x4+x5+x6+x7+x8+x9+x10+x11+x12+x13+x14 s．t． 2x1＋x2＋x3＋x4 ≥ 80
管理运筹学第二章线性规划的图解法
02
图解法的基本原理
图解法的概念
图解法是一种通过图形来直观展示线性规划问题解的方法。它通过在坐标系中绘 制可行域和目标函数，帮助我们理解问题的结构和最优解的位置。
图解法适用于线性规划问题中变量和约束条件较少的情况，能够直观地展示出最 优解的几何意义。
图解法的步骤
确定决策变量和目标函数
明确问题的决策变量和目标函数，以便在图 形中表示。
目标函数是要求最小化或最大化的函数，通常表示为 $f(x) = c_1x_1 + c_2x_2 + ldots + c_nx_n$。
04
约束条件是限制决策变量取值的条件，通常表示为 $a_1x_1 + a_2x_2 + ldots + a_nx_n leq b$或 $a_1x_1 + a_2x_2 + ldots + a_nx_n = b$。
LINDO是一款开源的线性规划求解器，用 户可以免费使用。
软件工具的使用方法
Excel
用户需要先在Excel中设置好线性规划模型，然后使 用“数据”菜单中的“规划求解”功能进行求解。
Gurobi/CPLEX/LINDO
这些软件通常需要用户先在软件界面中输入线性规划 模型，然后通过点击“求解”按钮进行求解。
实例三：分配问题
总结词
分配问题是指如何根据一定的分配原则 或目标，将有限的资源分配给不同的需 求方，以最大化整体效益。
VS
详细描述
分配问题在实际生活中广泛存在，如物资 分配、任务分配等。通过图解法，可以将 分配问题转化为线性规划模型，并利用图 形直观地展示最优解的资源分配方案。在 分配问题中，通常需要考虑不同需求方的 重要性和优先级，以及资源的有限性等因 素，以实现整体效益的最大化。
管理运筹学_第二章_线性规划的图解法
线性规划中超过约束最低限的部分，称为剩余量。 记s1,s2为剩余变量，s3为松弛变量，则s1=0, s2=125,
s3=0，加入松弛变量与剩余变量后例2的数学模型变为 标准型： 目标函数： min f =2x1+3x2+0s1+0s2+0s3 约束条件： x1+x2-s1=350， x1-s2=125, 2x1+x2+s3=600, x1, x2, s1,s2,s3≥0.
阴影部分的每 一点都是这个线 性规划的可行解， 而此公共部分是 可行解的集合， 称为可行域。
B
X2=250
100
100
300
x1
B点为最优解， X1+X2=300 坐标为（50, 250）， Z=0=50x1+100x2 此时Z=27500。 Z=10000=50x1+100x2 问题的解： 最优生产方案是生产I产品50单位，生产Ⅱ产品250单位，可得 最大利润27500元。
Z=10000=50x1+50x2
线段BC上的所有点都代表了最优解，对应的最优值相 同： 50x1+50x2=15000。
10
3. 无界解，即无最优解的情况。对下述线性规划问题：
目标函数：max z =x1+x2 约束条件：x1 - x2≤1 -3x1+2x2≤6 x1≥0, x2≥0．
x2 -3x1+2x2=6 3
其中ci为第i个决策变量xi在目标函数中的系数， aij为第i个约束条件中第j个决策变量xj的系数， bj(≥0)为第j个约束条件中的常数项。
16
灵敏度分析
灵敏度分析：求得最优解之后，研究线性规划的
运筹学第二章
例2.4：将以下线性规划问题转化为 标准形式
Max s.t. Z = 3 x1 - 5 x2 + 8 x3 2x1 + 2x2 - x3 = 15.7
4 x1
+ 3x3 = 8.9
x1 + x2 + x3 = 38 x2 , x3 ≥ 0
4.右端项有负值的问题：
在标准形式中，要求右端项 必须每一个分量非负。当某一个 右端项系数为负时，如 bi<0，则 把该等式约束两端同时乘以-1， 得到：
产品甲 设备A 3 产品乙 2 设备能力 （h） 65
设备B
设备C 利润（元/件）
2
0 1500
1
3 2500
40
75
问：如何安排生产计划，才能使制药厂利润最大？
解：设变量 xi为第i种（甲、乙）产品的生 产件数（i＝1，2）。根据前面分析，可 以建立如下的线性规划模型： Max
z = 1500 x1 + 2500 x2
MinZ=∑xi
i=1
X6 +
x1 x1 + x2 x2 + x3 x3 + x4 x4 + x5 x5 + x6
≥ 8 ≥ 12
≥ 10
≥ 8 ≥ 6 ≥ 4
二、线性规划模型的一般形式
目标函数 s.t.
产品对资源的 单位消耗量
利润系数
Max(Min)z=c1x1+c2x2+……+cnxn
a11x1+a12x2+……+a1nxn≥(=、≤)b1 a21x1+a22x2+……+a2nxn≥(=、≤)b2 …… am1x1+am2x2+……+amnxn≥(=、≤)bm
运筹学线性规划的图解法
O
C
2
4
6
x1
6
3、 画目标函数图
令目标函数值为零，可得到斜率，根据斜率做一过原点的直 线。（如果可行解域在第一象限，且目标函数等值线斜率为 负）若给出问题是求最大值，把目标函数等值线平行移动到 与可行解域最后相交的点，这点就是问题的最优解；若给出 问题是求最小值，把目标函数等值线平行移动到与可行解域 最先相交的点，这点即为问题的最优解。
对应的可行解域。 3、画目标函数图。 4、判断解的形式，得出结论。
4
1、建立数学模型
max F 6x1 4x2 s.t. 2x1 3x2 10 4x1 2x2 12 x1 , x2 0
5
2、绘制可行解域
x2
5 4x1 2x2 12
可行解域为 阴影部分
OABC
A 3
B
1
2x1 3x2 10
B
x1 4
A
x2 3
C
1
x1 2x2 8
O
2
D
6
x1
19
解、移动目标函数等值线
x2
5
B A
1
O
2
2x1 4x2 0
x1 4
C
xቤተ መጻሕፍቲ ባይዱ 3
x1 2x2 8
D
6
x1
20
解、目标函数等值线最终与可 行解域边线重合
x2
5
B A
1
O
2
2x1 4x2 0
x1 4
C
x2 3
x1 2x2 8
11
解、绘制可行解域
x2
x2≥0
A
可行解域为开放 区域x2ABCDx1
6
- 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)。
A
1×250=250千克．
原料B 0 1 250千克
约束条件中没使用的资源或能力称之为松弛量。
用Si表示松弛量，对最优解 x1=50,x2=250来说：
约束条件
松弛变量的值
设备台时数
s1=0
原料A
s2=50
原料B
s3=0
8
线性规划标准型
加了松弛变量后例1的数学模型可写成：
目标函数：max z=50x1+100x2+0s1+0s2+0s3，
约束条件： x1+x2+s1=300,
2x1+x2+s2=400,
x2+s3=250, x1,x2,s1,s2,s3≥0
如何把模型化为 标准型？
三个特征：
一、约束条件为等式；
二、约束条件右端常数项非负；
三、所有变量非负。
称为线性规划的标准形式。
9
线性规划问题解的情况：
1．若有最优解，一定能在可行域的顶点取得。
a21x1+a22x2+…+a2nxn=b2, ………………………… am1x1+am2x2+…+am nxn=bm. x1, x2,…,xn≥0.
其中ci为第i个决策变量xi在目标函数中的系数， aij为第i个约束条件中第j个决策变量xj的系数， bj(≥0)为第j个约束条件中的常数项。
16
灵敏度分析
C 100
1设备台时获利500/10=50
元。 x1
O 100 D300 X1+X2=300
X1+X2=310
你知道对偶价格吗？
21
对偶价格的概念
约束条件右边常数项增加一单位而使最优目标函数值 得到改进的数量称为这个约束条件的对偶价格。
例1中台时约束条件的对偶价格为50元。
若例1中原料A增加了10千克，则原料A的约束变为
原因：模型忽略了必要
Z=0=X1+X2
的约束条件。
X1-X2=1 1 2 3 x1
Z=1=X1+X2
11
4．无可行解的情况。
比如例1中增加一个约束条件4x1+3x2≥1200：
400
x2
X2=250
100 100
X1+X2=300
300
x1
4x1+3x2=1200
可行域为空域。
原因：约束条件自相矛盾。
问题的解：
Z=10000=50x1+100x2
最优生产方案是生产I产品50单位，生产Ⅱ产品250单位，可得
最大利润27500元。
7
松弛变量
最佳决策为x1=50, x2=250，此时z=27500。
Ⅰ Ⅱ 资源限制 设备 1 1 300台时
资源消耗
50+250=300台时
原料 2 1 400千克 2×50+250=350千克
一般地，当某一产品的单位利润增加或减少时，为获取最 大利润就应该增加或减少这一产品的产量，也就是改变最优解。
如何确定使其最优解不变的利润(c1, c2)变化范围？
18
x2
直线F(X2=250，斜率0)
300 A
B
C
Z=c1x1+c2x2
=50x1+100x2=27500
100
100
300
D
斜率为-C1/C2 x1
灵敏度分析：求得最优解之后，研究线性规划的一 些系数ci, aij, bj发生变化时，对最优解产生的影响。
灵敏度分析的重要性：
1、ci, aij, bj这些系数可能是估计值，不一定精确； 2、这些系数会随市场条件的变化而变化。例如原 材料价格、劳动力价格的变化都会影响这些系数；
有了灵敏度分析就不必为应付这些变化而不停求 其新的最优解，也不必因系数估计的精确性而对求 得的最优解存有怀疑。
线性规划的数学模型一般形式为:
目标函数： max (min) Z=c1x1+c2x2+…+cnxn 约束条件： a11x1+a12x2+…+a1nxn≤( =, ≥) b1,
a21x1+a22x2+…+a2nxn≤( =, ≥) b2, ………………………… am1x1+am2x2+…+amnxn≤( =, ≥) bm,
解：设x1为购进原料A的吨数，x2为购进原料B的吨
数。则此线性规划的数学模型如下：
目标函数： min f=2x1+3x2， 约束条件： x1+x2≥350， x1≥125， 2x1+x2≤600, x1,x2≥0.
13
x2
图解法：
500
300 X1+X2=350 100
2X1+X2=600 f=2x1+3x2=1200
3
设工厂生产x1个Ⅰ产品和x2个Ⅱ产品,相应的利润
z=50 x1+100x2 。问题的数学模型如决下策：变量
目标函数： 约束条件：
max z=50x1+100x2， x1+x2≤300， 2 x1+x2≤400，
台时数 原材料A
x2≤250,
原材料B
x1≥0, x2≥0.
目标函数为线性函数，约束条件也为线性的，这样的
物力、财力，作出最优的产品生产计划，使得工厂获 利最大。
3．运输问题。一个公司有若干个生产单位与销售单
位，根据各生产单位的产量及销售单位的销量，如何 制定调运方案，将产品运到各销售单位而总的运费最 小。
1
4．投资问题。从许多不同的投资项目中选出一个 投资方案，使得投资的回报为最大。
共同特点： 首先，要求达到某些数量上的最大化或最小化。
2x1+x2≤410，
可行域扩 大了，但并没 影响最优解和最优值，最
x2 300 B
A
Z=50x1+100x2
优解仍 是B点，最优值仍是 27500，没有任何改进. 故 100 C 原料A的对偶价格为零。
同： 50x1+50x2=15000。
10
3. 无界解，即无最优解的情况。对下述线性规划问题：
目标函数：max z =x1+x2 约束条件：x1 - x2≤1
x2 -3x1+2x2=6
-3x1+2x2≤6 x1≥0, x2≥0．
3
Z=3=X1+X2
注意啊
1
可行域无界，目标函数值可
-1
以增大到无穷大，无最优解。
等号成立时， 有无穷多解
19
- 1≤ -C1/C2≤0时 B点仍为最优解
x2
直线F(X2=250，斜率0)
300 A
B
C
Z=27500=50x1+100x2
100
100
300
D
斜率为-C1/C2 x1
直线G (2X1+X2=400,斜率-2) 直线E(X1+X2=300,斜率-1)
问题1：固定C2=100，则C1在什么范围内变动时，B仍为最优解? 固定C2=100，则 0≤C1≤100时B仍为最优解。
问题2：固定C1=50，则C2在什么范围内变动时，B仍为最优解? 固定C1=50，则50≤C2<+∞时B仍为最优解。
问题3：C1和C2都变化时，例如C1=60,C2=50，B是否仍为最优解?
-2(直线G的斜率)≤－C1/C2=－1.2 ≤-1(直线E的斜率)，此时
其最优解在C点(x1=100, x2=200) .
2x1+x2+s3=600, x1, x2, s1,s2,s3≥0.
（注意松弛变量符号为正，而剩余变量符号为负）
15
§2.3图解法的灵敏度分析
松弛变量和剩余变量看成决策变量，用Xi来表示，得到
线性规划的标准形式:
目标函数：max(或min) Z=c1x1+c2x2+…+cnxn 约束条件： a11x1+a12x2+…+a1nxn=b1
2．无穷多个最优解的情况。
比如例1中的目标函数变为max Z =50x1+50x2，则
400 x2
Z=15000=50x1+50x2
Z=0=50x1+50x2 100
B
X2=250
C
2x1+x2=400
100
300
x1
Z=10000=50x1+50x2
X1+X2=300
线段BC上的所有点都代表了最优解，对应的最优值相
20
二、约束条件中常数项bj的灵敏度分析
当约束条件的常数项bj变化时，其线性规划的可行
域也将变化，这样就可能引起最优解的变化。
假设例1中增加了10个设备台时，这样设备台时的
约束就变为：x1+x2≤310.
400 x2 A B B′
Z=50x1+100x2
扩大了可行域，新的最优 解：B′点(x1=60, x2=250)， 此时Z=28000，比原来增 加了500元，相当于每增加
6
2x1+x2=400
400 阴影部分的每
一点都是这个线
性规划的可行解，
而此公共部分是
可行解的集合，
100
称为可行域。
x2
Z=27500=50x1+100x2
B
X2=250
100
300
x1
B点为最优解， 坐标为（50, 250）， Z=0=50x1+100x2 此时Z=27500。