线性规划专题

合集下载

八种 经典线性规划例题(超实用)

八种 经典线性规划例题(超实用)

线性规划常见题型及解法由已知条件写出约束条件,并作出可行域,进而通过平移直线在可行域内求线性目标函数的最优解是最常见的题型,除此之外,还有以下六类常见题型。

一、求线性目标函数的取值范围例1、若x、y满足约束条件222xyx y≤⎧⎪≤⎨⎪+≥⎩,则z=x+2y的取值范围是()A、[2,6]B、[2,5]C、[3,6]D、(3,5]解:如图,作出可行域,作直线l:x+2y=0,将【l向右上方平移,过点A(2,0)时,有最小值2,过点B(2,2)时,有最大值6,故选A二、求可行域的面积例2、不等式组260302x yx yy+-≥⎧⎪+-≤⎨⎪≤⎩表示的平面区域的面积为()A、4B、1C、5D、无穷大解:如图,作出可行域,△ABC的面积即为所求,由梯形OMBC 的面积减去梯形OMAC的面积即可,选B'三、求可行域中整点个数例3、满足|x|+|y|≤2的点(x,y)中整点(横纵坐标都是整数)有()A、9个B、10个C、13个D、14个解:|x|+|y|≤2等价于2(0,0)2(0,0)2(0,0)2(0,0) x y x yx y x yx y x yx y x y+≤≥≥⎧⎪-≤≥⎪⎨-+≤≥⎪⎪--≤⎩作出可行域如右图,是正方形内部(包括边界),容易得到整点个数为13个,选D四、求线性目标函数中参数的取值范围例4、已知x、y满足以下约束条件5503x yx yx+≥⎧⎪-+≤⎨⎪≤⎩,使z=x+ay(a>0)取得最小值的最优解有无数个,则a的值为()A、-3B、3C、-1D、1解:如图,作出可行域,作直线l:x+ay=0,要使目标函数z=x+ay(a>0)取得最小值的最优解有无数个,则将l向右上方平移后与直线x+y=5重合,故a=1,选D~五、求非线性目标函数的最值例5、已知x、y满足以下约束条件220240330x yx yx y+-≥⎧⎪-+≥⎨⎪--≤⎩,则z=x2+y2的最大值和最小值分别是()A、13,1B、13,2 .C、13,45D、5解:如图,作出可行域,x2+y2是点(x,y)到原点的距离的平方,故最大值为点A(2,3)到原点的距离的平方,即|AO|2=13,最小值为原点到直线2x+y-2=0的距离的平方,即为45,选C六、求约束条件中参数的取值范围例6、已知|2x-y+m|<3表示的平面区域包含点(0,0)和(-1,1),则m的取值范围是()"A、(-3,6)B、(0,6)C、(0,3)D、(-3,3)解:|2x-y+m|<3等价于230 230x y mx y m-++>⎧⎨-+-<⎩由右图可知3330m m +>⎧⎨-<⎩,故0<m <3,选C七·比值问题当目标函数形如y az x b-=-时,可把z 看作是动点(,)P x y 与定点(,)Q b a 连线的斜率,这样目标函数的最值就转化为PQ 连线斜率的最值。

线性规划经典例题

线性规划经典例题

线性规划经典例题一、问题描述我们考虑一个典型的线性规划问题,假设有一个工厂需要生产两种产品:产品A和产品B。

工厂有两个生产车间:车间1和车间2。

生产产品A需要在车间1和车间2进行加工,而生产产品B只需要在车间2进行加工。

每一个车间的加工时间和加工费用都是不同的。

我们的目标是找到最佳的生产计划,使得总的加工时间和加工费用最小。

二、问题分析1. 定义变量:- x1:在车间1生产产品A的数量- x2:在车间2生产产品A的数量- y:在车间2生产产品B的数量2. 定义目标函数:目标函数是最小化总的加工时间和加工费用。

假设车间1生产产品A的加工时间为t1,车间2生产产品A的加工时间为t2,车间2生产产品B的加工时间为t3,车间1生产产品A的加工费用为c1,车间2生产产品A的加工费用为c2,车间2生产产品B的加工费用为c3,则目标函数可以表示为:Z = t1 * x1 + t2 * x2 + t3 * y + c1 * x1 + c2 * x2 + c3 * y3. 约束条件:- 车间1生产产品A的数量不能超过车间1的生产能力:x1 <= capacity1- 车间2生产产品A的数量不能超过车间2的生产能力:x2 <= capacity2- 车间2生产产品B的数量不能超过车间2的生产能力:y <= capacity2 - 产品A的总需求量必须满足:x1 + x2 >= demandA- 产品B的总需求量必须满足:y >= demandB4. 线性规划模型:综上所述,我们可以建立如下的线性规划模型:最小化 Z = t1 * x1 + t2 * x2 + t3 * y + c1 * x1 + c2 * x2 + c3 * y满足约束条件:- x1 <= capacity1- x2 <= capacity2- y <= capacity2- x1 + x2 >= demandA- y >= demandB- x1, x2, y >= 0三、数据和解决方案为了展示如何求解该线性规划问题,我们假设以下数据:- 车间1的生产能力为100个产品A- 车间2的生产能力为150个产品A和100个产品B- 产品A的总需求量为200个- 产品B的总需求量为80个- 车间1生产产品A的加工时间为2小时,加工费用为10元/个- 车间2生产产品A的加工时间为1小时,加工费用为8元/个- 车间2生产产品B的加工时间为3小时,加工费用为15元/个根据以上数据,我们可以得到线性规划模型如下:最小化 Z = 2 * x1 + 1 * x2 + 3 * y + 10 * x1 + 8 * x2 + 15 * y满足约束条件:- x1 <= 100- x2 <= 150- y <= 100- x1 + x2 >= 200- y >= 80- x1, x2, y >= 0接下来,我们可以使用线性规划求解器来求解该问题。

八种经典线性规划例题(超实用)

八种经典线性规划例题(超实用)

线性规划常见题型及解法由已知条件写出约束条件,并作出可行域,进而通过平移直线在可行域内求线性目标函数的最优解是最常见的题型,除此之外,还有以下六类常见题型。

一、求线性目标函数的取值范围例1、 若x 、y 满足约束条件222x y x y ≤⎧⎪≤⎨⎪+≥⎩,则z=x+2y 的取值范围是 ( )A 、[2,6]B 、[2,5]C 、[3,6]D 、(3,5]解:如图,作出可行域,作直线l :x+2y =0,将l 向右上方平移,过点A (2,0)时,有最小值 2,过点B (2,2)时,有最大值6,故选 A二、求可行域的面积例2、不等式组260302x y x y y +-≥⎧⎪+-≤⎨⎪≤⎩表示的平面区域的面积为 ( )A 、4B 、1C 、5D 、无穷大解:如图,作出可行域,△ABC 的面积即为所求,由梯形OMBC的面积减去梯形OMAC 的面积即可,选 B三、求可行域中整点个数例3、满足|x|+|y|≤2的点(x ,y )中整点(横纵坐标都是整数)有( ) A 、9个 B 、10个 C 、13个 D 、14个解:|x|+|y|≤2等价于2(0,0)2(0,0)2(0,0)2(0,0)x y x y x y x y x y x y x y x y +≤≥≥⎧⎪-≤≥⎪⎨-+≤≥⎪⎪--≤⎩作出可行域如右图,是正方形内部(包括边界),容易得到整点个数为13个,选 D四、求线性目标函数中参数的取值范围例4、已知x 、y 满足以下约束条件5503x y x y x +≥⎧⎪-+≤⎨⎪≤⎩,使z=x+ay(a>0)取得最小值的最优解有无数个,则a 的值为 ( ) A 、-3 B 、3 C 、-1 D 、1解:如图,作出可行域,作直线l :x+ay =0,要使目标函数z=x+ay (a>0)取得最小值的最优解有无数个,则将l 向右上方平移后与直线x+y =5重合,故a=1,选 D五、求非线性目标函数的最值例5、已知x 、y 满足以下约束条件220240330x y x y x y +-≥⎧⎪-+≥⎨⎪--≤⎩,则z=x 2+y 2的最大值和最小值分别是( )A 、13,1B 、13,2C 、13,45D 、5解:如图,作出可行域,x 2+y 2是点(x ,y )到原点的距离的平方,故最大值为点A (2,3)到原点的距离的平方,即|AO|2=13,最小值为原点到直线2x +y -2=0的距离的平方,即为45,选 C 六、求约束条件中参数的取值范围例6、已知|2x -y +m|<3表示的平面区域包含点(0,0)和(-1,1),则m 的取值范围是 ( ) A 、(-3,6) B 、(0,6) C 、(0,3) D 、(-3,3)解:|2x -y +m|<3等价于230230x y m x y m -++>⎧⎨-+-<⎩由右图可知3330m m +>⎧⎨-<⎩ ,故0<m <3,选 C七·比值问题当目标函数形如y az x b-=-时,可把z 看作是动点(,)P x y 与定点(,)Q b a 连线的斜率,这样目标函数的最值就转化为PQ 连线斜率的最值。

线性规划经典例题

线性规划经典例题

线性规划经典例题引言概述:线性规划是一种数学优化方法,被广泛应用于经济、管理、工程等领域。

本文将介绍几个经典的线性规划例题,通过这些例题的详细阐述,匡助读者更好地理解线性规划的原理和应用。

一、背包问题1.1 背包问题的定义和目标1.2 线性规划模型的建立1.3 求解背包问题的方法二、产销平衡问题2.1 产销平衡问题的背景和目标2.2 线性规划模型的建立2.3 求解产销平衡问题的方法三、投资组合问题3.1 投资组合问题的定义和目标3.2 线性规划模型的建立3.3 求解投资组合问题的方法四、生产计划问题4.1 生产计划问题的背景和目标4.2 线性规划模型的建立4.3 求解生产计划问题的方法五、运输问题5.1 运输问题的定义和目标5.2 线性规划模型的建立5.3 求解运输问题的方法正文内容:一、背包问题1.1 背包问题是指在给定的一组物品中,选择一些物品放入背包中,使得背包的总分量不超过限定值,同时使得背包中物品的总价值最大化。

1.2 线性规划模型可以通过引入决策变量和约束条件来描述背包问题。

决策变量表示选择放入背包的物品,约束条件包括背包总分量不超过限定值以及每一个物品的数量限制。

1.3 求解背包问题可以使用线性规划的求解算法,如单纯形法或者内点法。

通过对目标函数和约束条件进行线性化处理,可以将背包问题转化为标准的线性规划问题进行求解。

二、产销平衡问题2.1 产销平衡问题是指在给定的一组产品和市场需求的情况下,确定各个产品的生产量和销售量,使得总利润最大化。

2.2 线性规划模型可以通过引入决策变量和约束条件来描述产销平衡问题。

决策变量表示各个产品的生产量和销售量,约束条件包括生产能力限制和市场需求限制。

条件进行线性化处理,可以将产销平衡问题转化为标准的线性规划问题进行求解。

三、投资组合问题3.1 投资组合问题是指在给定的一组投资标的中,确定各个标的的投资金额,使得投资组合的风险最小或者收益最大。

3.2 线性规划模型可以通过引入决策变量和约束条件来描述投资组合问题。

高考线性规划必考题型非常全)

高考线性规划必考题型非常全)

线性规划专题一、命题规律讲解1、 求线性(非线性)目标函数最值题2、 求可行域的面积题3、 求目标函数中参数取值范围题4、 求约束条件中参数取值范围题5、 利用线性规划解答应用题一、线性约束条件下线性函数的最值问题线性约束条件下线性函数的最值问题即简单线性规划问题,它的线性约束条件是一个二元一次不等式组,目标函数是一个二元一次函数,可行域就是线性约束条件中不等式所对应的方程所表示的直线所围成的区域,区域内的各点的点坐标(),x y 即简单线性规划的可行解,在可行解中的使得目标函数取得最大值和最小值的点的坐标(),x y 即简单线性规划的最优解。

例1 已知4335251x y x y x -≤-⎧⎪+≤⎨⎪≥⎩,2z x y =+,求z 的最大值和最小值例2已知,x y 满足124126x y x y x y +=⎧⎪+≥⎨⎪-≥-⎩,求z=5x y -的最大值和最小值二、非线性约束条件下线性函数的最值问题高中数学中的最值问题很多可以转化为非线性约束条件下线性函数的最值问题。

它们的约束条件是一个二元不等式组,目标函数是一个二元一次函数,可行域是直线或曲线所围成的图形(或一条曲线段),区域内的各点的点坐标(),x y 即可行解,在可行解中的使得目标函数取得最大值和最小值的点的坐标(),x y 即最优解。

例3 已知,x y 满足,224x y +=,求32x y +的最大值和最小值例4 求函数4y x x=+[]()1,5x ∈的最大值和最小值。

三、线性约束条件下非线性函数的最值问题这类问题也是高中数学中常见的问题,它也可以用线性规划的思想来进行解决。

它的约束条件是一个二元一次不等式组,目标函数是一个二元函数,可行域是直线所围成的图形(或一条线段),区域内的各点的点坐标(),x y 即可行解,在可行解中的使得目标函数取得最大值和最小值的点的坐标(),x y 即最优解。

例5 已知实数,x y 满足不等式组10101x y x y y +-≤⎧⎪-+≥⎨⎪≥-⎩,求22448x y x y +--+的最小值。

线性规划经典例题

线性规划经典例题

线性规划经典例题一、问题描述某公司生产两种产品A和B,每个产品的生产需要消耗不同的资源。

现在公司希望通过线性规划来确定每种产品的生产数量,以最大化利润。

已知产品A每个单位的利润为10元,产品B每个单位的利润为15元。

同时,产品A每个单位需要消耗2个资源X和3个资源Y,产品B每个单位需要消耗4个资源X和1个资源Y。

公司总共有40个资源X和30个资源Y可供使用。

二、数学建模1. 假设产品A的生产数量为x,产品B的生产数量为y。

2. 目标函数:最大化利润。

利润可以表示为10x + 15y。

3. 约束条件:a) 资源X的约束条件:2x + 4y ≤ 40b) 资源Y的约束条件:3x + y ≤ 30c) 非负约束条件:x ≥ 0,y ≥ 0三、求解过程1. 根据数学建模中的目标函数和约束条件,可以得到如下线性规划模型:最大化:10x + 15y约束条件:2x + 4y ≤ 403x + y ≤ 30x ≥ 0,y ≥ 02. 使用线性规划求解方法,可以得到最优解。

通过计算,得到最优解为x = 6,y = 6,利润最大化为180元。

四、结果分析根据最优解,可以得知最大利润为180元,其中产品A的生产数量为6个,产品B的生产数量为6个。

同时,资源X还剩余28个,资源Y还剩余24个。

五、灵敏度分析对于线性规划问题,灵敏度分析可以帮助我们了解目标函数系数和约束条件右端项的变化对最优解的影响。

1. 目标函数系数的变化:a) 如果产品A的利润提高到12元,产品B的利润保持不变,重新求解线性规划模型可以得到新的最优解。

新的最优解为x = 8,y = 4,利润最大化为168元。

b) 如果产品A的利润保持不变,产品B的利润提高到20元,重新求解线性规划模型可以得到新的最优解。

新的最优解为x = 4,y = 7,利润最大化为190元。

2. 约束条件右端项的变化:a) 如果资源X的数量增加到50个,资源Y的数量保持不变,重新求解线性规划模型可以得到新的最优解。

线性规划经典例题

线性规划经典例题

线性规划经典例题引言概述:线性规划是一种数学优化方法,用于求解线性约束条件下的最优解。

它在实际问题中有着广泛的应用,如生产计划、资源分配、运输问题等。

本文将介绍几个经典的线性规划例题,并详细阐述每个例题的解题思路和步骤。

一、最大化利润问题1.1 目标函数的建立首先,我们需要确定目标函数。

假设有两种产品A和B,每个单位的利润分别为x和y。

令x表示产品A的产量,y表示产品B的产量,我们的目标是最大化总利润。

1.2 约束条件的建立其次,我们需要确定约束条件。

假设产品A和B的生产所需的资源有限,分别为资源1和资源2。

我们需要考虑资源的限制以及产品的需求量。

1.3 求解最优解根据目标函数和约束条件,我们可以建立线性规划模型。

通过线性规划求解器,我们可以得到最优解,即产量x和y的数值,以及最大化的利润。

二、最小化成本问题2.1 目标函数的建立假设有n种原材料,每种原材料的价格为c1、c2、...、cn。

我们需要确定购买每种原材料的数量,以最小化总成本。

2.2 约束条件的建立每种原材料的数量要满足一定的约束条件,如总量限制、质量要求等。

此外,我们还需要考虑生产过程中的限制条件,如生产能力、工时等。

2.3 求解最优解根据目标函数和约束条件,我们可以建立线性规划模型。

通过线性规划求解器,我们可以得到最优解,即每种原材料的购买数量,以及最小化的成本。

三、资源分配问题3.1 目标函数的建立假设有m个任务需要分配给n个人员,每个人员的效率不同。

我们需要确定每个任务分配给哪个人员,以最大化总效率。

3.2 约束条件的建立每个任务只能由一个人员完成,每个人员只能执行一个任务。

此外,我们还需要考虑人员的可用时间、技能匹配等约束条件。

3.3 求解最优解根据目标函数和约束条件,我们可以建立线性规划模型。

通过线性规划求解器,我们可以得到最优解,即每个任务分配给哪个人员,以及最大化的总效率。

四、运输问题4.1 目标函数的建立假设有m个供应地和n个需求地,每个供应地的供应量和每个需求地的需求量已知。

线性规划经典例题

线性规划经典例题

线性规划经典例题一、问题描述某工厂生产两种产品A和B,每天可用的原料有限,而每种产品的制造需要不同数量的原料。

产品A每单位利润为10元,产品B每单位利润为8元。

产品A每天的制造时间为6小时,产品B每天的制造时间为4小时。

已知制造一个单位的产品A需要2小时,而制造一个单位的产品B需要1小时。

工厂的目标是最大化每天的利润。

二、数学建模1. 定义变量:- x1: 每天制造的产品A的单位数量- x2: 每天制造的产品B的单位数量2. 建立目标函数:目标函数为最大化每天的利润,即:Maximize Z = 10x1 + 8x23. 建立约束条件:- 原料的限制:每天可用的原料有限,产品A每单位需要2单位原料,产品B每单位需要3单位原料。

因此,原料的约束条件为:2x1 + 3x2 ≤ 原料数量- 时间的限制:每天的制造时间有限,产品A每单位需要2小时制造,产品B每单位需要1小时制造。

因此,时间的约束条件为:2x1 + x2 ≤ 制造时间- 非负约束:每天制造的产品数量不能为负数,因此,非负约束条件为:x1 ≥ 0x2 ≥ 0三、求解线性规划问题利用线性规划的求解方法,可以求解出最优解。

1. 图形法:通过绘制约束条件的直线或曲线,找到目标函数的最大值所在的区域。

2. 单纯形法:单纯形法是一种常用的求解线性规划问题的方法。

通过迭代计算,找到目标函数的最大值所在的点。

四、数值计算为了方便计算,我们假设原料数量为20单位,制造时间为10小时。

1. 图形法:绘制约束条件的直线或曲线,找到目标函数的最大值所在的区域。

在本例中,约束条件的直线为:2x1 + 3x2 ≤ 202x1 + x2 ≤ 10绘制直线后,找到目标函数的最大值所在的区域。

2. 单纯形法:利用单纯形法,可以求解出最优解。

根据约束条件和目标函数,可以构建如下的单纯形表格:| 基变量 | x1 | x2 | 原料数量 | 制造时间 | 目标函数 ||--------|----|----|----------|----------|---------|| x3 | 0 | 0 | 20 | 10 | 0 || x1 | 1 | 0 | 2 | 2 | 10 || x2 | 0 | 1 | 3 | 1 | 8 |通过迭代计算,可以得到最优解为:x1 = 5x2 = 0最大利润为:50元五、结果分析根据数值计算的结果,最优解为每天制造5个单位的产品A,不制造产品B,可以获得最大利润为50元。

  1. 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. 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. 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)。

1.简单的线性规划问题应注意取点是否取得到例1:已知实数x ,y 满足24240x y x y y -≥⎧⎪+≤⎨⎪≤⎩,则32z x y =-的最小值是( )A .4B .5C .6D .7【答案】C【解析】不等式组对应的可行域如图所示:过()2,0时,z 取最小值为6,故选C .2.目标函数为二次式例2:若变量x ,y 满足120x x y x y ≤⎧⎪≥⎨⎪++≥⎩,则22z x y =+的最大值为( )A B .7C .9D .10【答案】D【解析】目标函数22z x y =+可视为点到原点距离的平方, 所以只需求出可行域里距离原点最远的点即可,作出可行域,线性规划专题观察可得最远的点为()1,3B -,所以2max 10z OB ==.3.目标函数为分式例3:设变量x ,y 满足约束条件22022010x y x y x y --≤⎧⎪-+≥⎨⎪+-≥⎩,则11y s x +=+的取值范围是( )A .31,2⎡⎤⎢⎥⎣⎦B .1,12⎡⎤⎢⎥⎣⎦C .[]1,2D .1,22⎡⎤⎢⎥⎣⎦【答案】D 【解析】所求11y s x +=+可视为点(),x y 与定点()1,1--连线的斜率. 从而在可行域中寻找斜率的取值范围即可, 可得在()1,0处的斜率最小,即()()min 011112k --==--, 在()0,1处的斜率最大,为()()max 11201k --==--,结合图像可得11y s x +=+的范围为1,22⎡⎤⎢⎥⎣⎦.故选D .4.面积问题例4:若不等式组03434x x y x y ≥⎧⎪+≥⎨⎪+≤⎩所表示的平面区域被直线4y kx =+分成面积相等的两部分,则k 的值为( )A .73B .37C .173-D .317-【答案】C【解析】在坐标系中作出可行域,如图所示为一个三角形,动直线4y kx =+为绕定点()0,4的一条动直线, 设直线交AC 于M ,若将三角形分为面积相等的两部分,则ABM BCM S S =△△, 观察可得两个三角形高相等,所以AM MC =,即M 为AC 中点,联立直线方程可求得40,3A ⎛⎫⎪⎝⎭,()1,1C ,则17,26M ⎛⎫ ⎪⎝⎭,代入直线方程可解得173k =-.一、单选题1.若实数x ,y 满足0010x y x y ≥⎧⎪≥⎨⎪+-≤⎩,则z x y =-的最大值为( )A .2B .1C .0D .1-【答案】B【解析】由图可知,可行域为封闭的三角区域,由z x y =-在y 轴上的截距越小,目标函数值越大, 所以最优解为()1,0,所以z 的最大值为1,故选B .2.已知实数x ,y 满足线性约束条件3023004x y x y x +-≤⎧⎪--≤⎨⎪≤≤⎩,则其表示的平面区域的面积为( )对点增分集训A .94B .274C .9D .272【答案】B【解析】满足约束条件3023004x y x y x +-≤⎧⎪--≤⎨⎪≤≤⎩,如图所示:可知14x ≤≤范围扩大,实际只有03x ≤≤,其平面区域表示阴影部分一个三角形,其面积为132733224S ⎛⎫=+⨯= ⎪⎝⎭.故选B .3.已知实数x ,y 满足122022x y x y x y -≤⎧⎪-+≥⎨⎪+≥⎩,若z x a y =-只在点()43,处取得最大值,则a 的取值范围是( ) A .()1-∞-, B .()2-+∞, C .()1-∞,D .12⎛⎫+∞ ⎪⎝⎭,【答案】C【解析】由不等式组122022x y x y x y -≤⎧⎪-+≥⎨⎪+≥⎩作可行域如图,联立221x y x y -=-⎧⎨-=⎩,解得()43C ,,当0a =时,目标函数化为z x =, 由图可知,可行解()43,使z x ay =-取得最大值,符合题意; 当0a >时,由z x ay =-,得1zy x a a=-,此直线斜率大于0,当在y 轴上截距最大时z 最大,可行解()43,为使目标函数z x ay =-的最优解,1a <符合题意; 当0a <时,由z x ay =-,得1zy x a a=-,此直线斜率为负值, 要使可行解()43,为使目标函数z x ay =-取得最大值的唯一的最优解, 则10a<,即0a <. 综上,实数a 的取值范围是()1-∞,.故选C . 4.已知实数x ,y 满足约束条件222020x x y x y ≤⎧⎪-+≥⎨⎪++≥⎩,则5x z y -=的取值范围为( )A .2433⎡⎤-⎢⎥⎣⎦,B .4233⎡⎤-⎢⎥⎣⎦,C .3324⎛⎤⎡⎫-∞-+∞ ⎪⎥⎢⎝⎦⎣⎭U ,,D .3342⎛⎤⎡⎫-∞-+∞ ⎪⎥⎢⎝⎦⎣⎭U ,,【答案】C【解析】画出不等式表示的可行域,如图阴影三角形所示, 由题意得()22A ,,()24B -,.由5x z y -=得105y z x -=-, 所以1z可看作点()x y ,和()50P ,连线的斜率,记为k , 由图形可得PA PB k k k ≤≤,又202253PA k -==--,404253PB k --==-,所以2433k -≤≤, 因此32z ≤-或34z ≥,所以5x z y -=的取值范围为3324⎛⎤⎡⎫-∞-+∞ ⎪⎥⎢⎝⎦⎣⎭U ,,.故选C .5.若实数x ,y 满足约束条件22390x y x y x +≤⎧⎪-≤⎨⎪≥⎩,则22z x y =+的最大值是( )AB .4C .9D .10【答案】D【解析】由实数x ,y 满足约束条件22390x y x y x +≤⎧⎪-≤⎨⎪≥⎩作出可行域,如图:∵()03A -,,()02C ,,∴OA OC >, 联立2239x y x y +=⎧⎨-=⎩,解得()31B -,, 22x y +的几何意义为可行域内动点与原点距离的平方,其最大值()2223110OB =+-=.故选D .6.已知点()12A ,,若动点()P x y ,的坐标满足02x y x x y ≥⎧⎪≥⎨⎪+≤⎩,则AP 的最小值为( )AB .1CD【答案】C【解析】作出可行域如图:观察图象可知,AP 最小距离为点A 到直线20x y +-=的距离,即max AP =C . 7.x ,y 满足约束条件20220220x y x y x y +-≤⎧⎪--≤⎨⎪-+≥⎩,若z y ax =-取得最大值的最优解不唯一,则实数a的值为( ) A .12或1- B .2或12C .2或1D .2或1-【答案】D【解析】由题意作出约束条件20220220x y x y x y +-≤⎧⎪--≤⎨⎪-+≥⎩,平面区域,将z y ax =-化为y ax z =+,z 相当于直线y ax z =+的纵截距, 由题意可得,y ax z =+与22y x =+或与2y x =-平行, 故2a =或1-;故选D .8.若x ,y 满足不等式组40240 4x y x y x +-≥⎧⎪-+≥⎨⎪≤⎩,则215y x ≤+成立的概率为( ) A .1556B .1116 C .58D .38【答案】A【解析】作出不等式组40240 4x y x y x +-≥⎧⎪-+≥⎨⎪≤⎩表示的平面区域,如图所示:因为()011y y x x -=+--表示点(),P x y 与定点()1,0-连线的斜率, 所以215y x ≤+成立的点(),P x y 只能在图中ADE △的内部(含边界), 所以由几何概型得:215y x ≤+成立的概率为ADE ABC S S △△,由104x y x +-=⎧⎨=⎩,得()40A ,,由2104x y x -+=⎧⎨=⎩,得()44B ,, 由40240x y x y +-=⎧⎨-+=⎩,得4833C ⎛⎫ ⎪⎝⎭,,由()21510y x x y ⎧=+⎪⎨⎪+-=⎩,解得181077D ⎛⎫ ⎪⎝⎭,, 由()2154y x x ⎧=+⎪⎨⎪=⎩,解得()42E ,,所以141644233ABC S =-⨯=△,1181042277ADE S =⨯-⨯=△, 所以215y x ≤+成立的概率为10157563ADEABC S S ==△△,故选A . 9.若x ,y 满足不等式组20510080x y x y x y -+≥⎧⎪-+≤⎨⎪+-≤⎩,则32z x y =-+的最小值为( )A .7B .6C .265D .4【答案】C【解析】画出可行城如图所示,目标函数可化为1322zy x =--+,共图象是对称轴为3x =的两条射线,。

相关文档
最新文档