数学模型与数学实验1第一章 线性规划

合集下载

数学建模实验报告

数学建模实验报告

《数学建模实验》实验报告学院名称数学与信息学院专业名称提交日期课程教师实验一:数学规划模型AMPL求解实验内容1. 用AMPL求解下列问题并作灵敏度分析:一奶制品加工厂用牛奶生产A1和A2两种奶制品,1桶牛奶可以在甲类设备上用12小时加工成3公斤A1或者在乙类设备上用8小时加工成4公斤A2,且都能全部售出,且每公斤A1获利24元,每公斤A2获利16元。

先加工厂每天能得到50桶牛奶的供应,每天工人总的劳动时间为480小时,并且甲类设备每天至多加工100公斤A1,乙类设备的加工能力没有限制,试为该厂制定一个计划,使每天的获利最大。

(1)建立模型文件:milk.modset Products ordered;param Time{i in Products }>0;param Quan{i in Products}>0;param Profit{i in Products}>0;var x{i in Products}>=0;maximize profit: sum{i in Products} Profit [i]* Quan [i]*x[i];subject to raw: sum{i in Products}x[i] <=50;subject to time:sum{i in Products}Time[i]*x[i]<=480;subject to capacity: Quan[first(Products)]*x[first(Products)]<=100;(2)建立数据文件milk.datset Products:=A1 A2;param Time:=A1 12 A2 8;param Quan:=A1 3 A2 4;param Profit:=A1 24 A2 16;(3) 建立批处理文件milk.runmodel milk.mod;data milk.dat;option solver cplex;solve;display x;(4)运行运行结果:CPLEX 11.0.0: optimal solution; objective 33602 dual simplex iterations (1 in phase I)x [*] :=A1 20A2 30;(5)灵敏度分析:model milk.mod;data milk.dat;option solver cplex;option cplex_options 'sensitivity';solve;display x;display x.rc, x.down, x.up;display raw, time, capacity;display raw.down, raw.up,raw.current, raw.slack;得到结果:【灵敏度分析】: x.rc x.down x.up:=A1 -3.55271e-15 64 96A2 0 48 72;raw = 48time = 2capacity = 0raw.down = 43.3333raw.up = 60raw.current = 50raw.slack = 0某公司有6个建筑工地,位置坐标为(a i, b i)(单位:公里),水泥日用量d i (单位:吨)1) 现有j j j吨,制定每天的供应计划,即从A, B两料场分别向各工地运送多少吨水泥,使总的吨公里数最小。

数学实验与数学建模(校本教材)

数学实验与数学建模(校本教材)

x x x + + = 60
11
12
13
x x x + + = 80
21
22
23
②各销地运进的数量应等于其当地预测的销售量,即
x x + = 50
11
21
x x + = 50
12
22
x x + = 40
13
23
③从各产地运往各销地的数量不能为负值,即
x ≥ 0(i = 1,2; j = 1,2,3) ij
400
A2
400
700
300
问每个产地向每个销地各发货多少,才能使总的运费最少? 解 (1)在该问题中,所要确定的量是各产地运往各销地的香蕉数量,即决策变量是运输量。 设 Xij(i=1,2; j =1,2,3)分别表示由产地 Ai 运往销地 Bi 的数量。
(2)在解决问题的过程中,要受到如下条件限制,即约束条件: 1各产地运出的数量应等于其产量,即
a C x C x C x b ≤
+
+ ... +

n
1n 1
2n 2
mn n
n
x1 + x2 + ... + xm = 1
xi ≥ 0,(i = 1,..., m)
d x d x 并使目标函数 S =
+ ... +
最小。
11
mm
一、 线性规划问题数学模型的一般形式和标准形式
上面我们建立了经济领域中常见的实际问题的数学模型,尽管这些实际问题本身是多种多样的,
42
的精确在允许的范围内。
数学实验与数学建模(校本教材)

数学实验题集

数学实验题集

数学实验题集一.线性规划1.某厂有一台制杯机,可生产两种型号的杯子,A 型杯每6小时可生产100箱,B 型杯每5小时可生产100箱,这台机器每周生产时间为60小时,生产出的产品堆放在仓库里,库容量为15000立方米,A 型杯每箱占有空间10立方米,B 型杯每箱占有空间20立方米,生产A 型杯每箱可获利5元,B 型杯每箱可获利4.5元,客户每周到仓库提货一次,其中A 型杯需求量不超过800箱,B 型杯有多少需要多少,问每周各应生产多少箱A 、B 型杯子,使工厂获利最多。

参考答案:线性规划模型:max 215.45x x + s.t.601005100621=+x x 150********≤+x x 8001≤x 0,21≥x x 程序:ConstrainedMax 5x1 4.5x2,6100x15100x260,10x120x215000,x1800,x1,x2运行结果:5142.86,x1642.857,x2428.5712.某工厂在计划计划期内要安排生产A 、B 两种产品。

A 产品每件可获利6元,B 产品每件可获利4元,生产这两种产品每件需机器的台时数分别为2和3个单位,需劳动工时数分别为4和2个单位。

已知该厂在计划期内可提供100个单位的机器台时数和120个单位的劳动工时数。

问如何安排生产计划,才能使这个工厂获利最大。

参考答案:线性规划模型:max 2146x x +s.t. 1003221≤+x x1202421≤+x x 0,21≥x x程序:ConstrainedMax 6x14x2,2x13x2100,4x12x2120,x1,x2运行结果:200,x120,x2203.问如何安排生产计划,使得到的利润最大?参考答案:线性规划模型:max 2132x x + s.t. 122221≤+x x 8221≤+x x 1641≤x 1242≤x 0,21≥x x程序:ConstrainedMax 2x13x2,2x12x212,x12x28,4x116,4x212,x1,x2运行结果:14,x14,x224.某工厂生产A 、B 两种产品,已知制造产品A 一百桶分别需要原料P 、Q 、R5千克、300千克、12千克,可得利润8000元。

第1章 线性规划

第1章 线性规划
投资项目 1 2 3 4 5 6 风险(%) 18 6 10 4 12 8 红利(%) 4 5 9 7 6 8 增长(%) 22 7 12 8 15 8 信用度 4 10 2 10 4 6
1.1 线性规划问题及其数学模型
线性规划
该公司想达到的目标为:投资 风险最小,每年红利至少为6.5万 元,最低平均增长率为12%,最低 平均信用度为7。请用线性规划方 法求解该问题。
1.1 线性规划问题及其数学模型
解:
(1)决策变量
线性规划
本问题的决策变量是在每种投资项目上的投 资 额 。 设 xi 为 项 目 i 的 投 资 额 ( 万 元 ) ( i=1,2,,6)
(2)目标函数
本问题的目标为总投资风险最小,即
Min z 0.18x1 0.06x2 0.10x3 0.04x4 0.12x5 0.08x6
线性规划
运筹学
线性规划
线性规划
本章内容要点
线性规划问题及其数学模型;
线性规划的电子表格建模; 线性规划的多解分析。
线性规划
本章内容
1.1 线性规划问题及其数学模型
1.2 线性规划问题的图解法
1.3 用Excel“规划求解”功能求解线性规划问题
1.4 线性规划问题求解的几种可能结果
本章主要内容框架图
1.4 线性规划问题求解的 几种可能结果
线性规划
唯一解 无穷多解 无解 可行域无界(目标值不收敛)
1.4 线性规划问题求解的 几种可能结果
线性规划
唯一解
线性规划问题具有 唯一解是指该规划 问题有且仅有一个 既在可行域内、又 使目标值达到最优 的解。例1.1就是一 个具有唯一解的规 划问题
(1-1)

高中数学简单线性规划教案

高中数学简单线性规划教案

高中数学简单线性规划教案
目标:学生能够理解和应用简单线性规划概念,解决实际问题
一、引入
1. 引导学生回顾线性规划的基本概念:目标函数、约束条件等。

2. 引导学生思考以下问题:什么是线性规划?线性规划在生活中有哪些应用?
二、知识点讲解
1. 线性规划的定义:将问题转化为目标函数和约束条件的最优化问题。

2. 线性规划的基本步骤:确定目标函数、列出约束条件、求解最优解等。

3. 简单线性规划的例子:例如生产某种产品时的最优生产数量、销售某种商品时的最大利润等。

三、练习与应用
1. 让学生通过实际例子练习简单线性规划的求解过程。

2. 给学生一个生活中的实际问题,让他们尝试用线性规划方法解决。

四、总结与反思
1. 总结本节课所学的内容,强调线性规划的重要性和应用价值。

2. 让学生思考如何将线性规划应用到更复杂的实际问题中,并鼓励他们多做练习。

五、作业
1. 布置相关练习题和应用题作为作业,巩固本节课所学的知识。

2. 提醒学生在做作业时要注意思考问题的建模和求解方法。

六、拓展
1. 可以邀请专业人士或相关领域的学者给学生讲解线性规划在实际中的应用和发展趋势。

2. 可以组织学生参加线性规划竞赛或实践活动,增强他们的动手能力和实际应用能力。

线性规划

线性规划
饲料 蛋白质(g) A1 0.3 A2 2 A3 1 A4 0.6 A5 1.8
矿物质(g)
维生素(mg)
0.1
0.05
0.05
0.1
0.02
0.02
0.2
0.2
0.05
0.08
希望建立数学模型,既能满足动物需要,又使总成 本最低的饲料配方
模型
饲料 符号 A1 x1 A2 x2 A3 x3 A4 x4 A5 x5
约 l2 : 12x1 8x2 480 束 12x1 8x2 480 l4 条 3x1 100 l3 : 3x1 100 件 c l4 : x1 0, l5 : x2 0 x1 , x2 0 目标 函数
l1 : x1 x2 50
x2 A
l1 B l2 C Z=3600 l3
线性规划问题的数学模型的一般形式
( 1)列出约束条件及目标函数 (2)画出约束条件所表示的可行域 (3)在可行域内求目标函数的最优解及最优值
线性规划问题的标准形式
{
max y=cTx s.t. Ax=b x≥0
求解方法: (1)单纯形法 (2)软件求解:Lindo, Lingo, matlab,sas
RANGES IN WHICH THE BASIS IS UNCHANGED: OBJ COEFFICIENT RANGES VARIABLE CURRENT ALLOWABLE ALLOWABLE COEF INCREASE DECREASE X1 X2 ROW 72.000000 24.000000 8.000000
Max z 72x1 64x2
z=c (常数) ~等值线
0
l5
Z=0
x1 D Z=2400

数学建模-数学规划模型

数学建模-数学规划模型
建立数学模型
将决策变量、目标函数和约束条件用数学方程表示出来,形成线性规划模型。
线性规划的求解方法
单纯形法
单纯形法是线性规划最常用的求解方法,它通过不断迭代和调整决策 变量的值,逐步逼近最优解。
对偶法
对偶法是利用线性规划的对偶性质,通过求解对偶问题来得到原问题 的最优解。
分解法
分解法是将一个复杂的线性规划问题分解为若干个子问题,分别求解 子问题,最终得到原问题的最优解。
混合法
将优先级法和权重法结合起来,既考虑目标的优先级又考虑目标的 权重,以获得更全面的优化解。
多目标规划的求解方法
约束法
通过引入约束条件,将多目标问题转化为单目标问题求解。常用的约束法包括线性约束 、非线性约束等。
分解法
将多目标问题分解为若干个单目标问题,分别求解各个单目标问题,然后综合各个单目 标问题的解得到多目标问题的最优解。
特点
多目标规划问题通常具有多个冲突的目标, 需要权衡和折衷不同目标之间的矛盾,因此 求解难度较大。多目标规划广泛应用于经济 、管理、工程等领域。
多目标规划的建模方法
优先级法
根据各个目标的重要程度,给定不同的优先级,然后结合优先级 对目标进行优化。
权重法
给定各个目标的权重,将多目标问题转化为加权单目标问题,通过 求解加权单目标问题得到多目标问题的最优解。
数学建模-数学规划 模型
目录
• 数学规划模型概述 • 线性规划模型 • 非线性规划模型 • 整数规划模型 • 多目标规划模型
01
CATALOGUE
数学规划模型概述
定义与分类
定义
数学规划是数学建模的一种方法,通 过建立数学模型描述和解决优化问题 。
分类

第1章 线性规划

第1章 线性规划

第1章线性规划本章介绍了什么是线性规划,线性规划数学模型的概念及其建立数学模型方法;阐述了线性规划的图解法、解的概念及解的形式;详细介绍了普通单纯形法、人工变量单纯形法及单纯形法计算公式。

1.考核知识点(1) 基本概念:数学模型、决策变量、目标函数、约束条件、标准型、图解法、基矩阵、基变量、非基变量、可行解、基解、基可行解、最优解、基最优解、唯一解、多重解、无界解、无可行解、单纯形法、最小比值、入基变量、出基变量、解的判断、大M法、两阶段法、改进单纯形法。

(2) 建立简单的线性规划数学模型。

(3) 求解线性规划的图解法。

(4) 基、可行基及最优基的定义。

(5) 可行解、基本解、基可行解、最优解、基本最优解的定义及其相互关系。

(6) 有唯一解、有无穷多解、无界解、无可行解的判断。

(7) 求解线性规划的单纯形法。

(8) 求解线性规划的人工变量法。

(9) 单纯形法中的5个计算公式。

2.学习要求(1) 深刻领会线性规划的各种基与解的基本概念,它们之间的相互关系。

(2)掌握图解法的计算步骤,注意怎样将目标函数表达成一条直线,这条直线如何平移使得目标函数值上升或下降。

(3) 熟练掌握单纯形法计算的全过程,特别应注意如何列出单纯形表,如何由一个基可行解换到另一个基可行解,基可行解是最优解、无界解或多重解的判断准则。

(4) 理解在什么情况下加入人工变量,人工变量起何作用,用大M法计算时目标函数的变化,两阶段法计算时目标函数的构成,掌握这两种计算方法的全过程,在什么情形下线性规划无可行解。

(5) 理解用矩阵形式代替单纯形表,并用矩阵公式求解线性规划。

3.重点建立线性规划数学模型,有关线性规划解的概念、解的形式,单纯形法计算、大M法、两阶段法。

4.难点解析(1)建立线性规划数学模型建立数学模型是学习线性规划的第一步也是关键的一步。

建立正确的数学模型要掌握3个要素:研究的问题是求什么,即设置决策变量;问题要达到的目标是什么即建立目标函数,目标函数一定是决策变量的线性函数并且求最大值或求最小值;限制达到目标的条件是什么,即建立约束条件。

  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)。

Aeq=[1,1,1]; beq=7; lb=zeros(3,1);
x=linprog(-f,A,b,Aeq,beq,lb);z=f’*x;
2)执行ex1_2.m
注意不同情形下的命令格式 [x,z]=linprog(f,A,b,[],[],lb,ub,x0) [x,z]=linprog(f,[],[],Aeq,beq,lb,ub,x0) [x,z]=linprog(f,A,b,Aeq,beq,[],ub) …
1 1 2 3
n
min z ci ui vi i 1
s.t.
Au v b,
u,v
0.
c
T
u
min
z c
v
s.t.
A,
A
u
v
b,
u,v 0.
2)编写m文件ex1_5.m
A=[1,-1,-1,1;1,-1,1,-3;1,-1,-2,3]; b=[-2;-1;-0.5];c=[1,2,3,4]’; f=[c;c]; Amat=[A,-A]; lb=zeros(8,1); y=linprog(f,Amat,b,[],[],lb);z=f’*y; x=y(1:4)-y(5:8);
(subject to) s.t.
2x1+x2≤10
(约束条件)
x1+x2 ≤8
x2 ≤7
x1,x2≥0
其中x1, x2称为决策变量。
定义(线性规划问题):在一组线性约 束条件下,求一线性目标函数的最大 (或最小)。
单纯形法基本思想:线性规划问题的可 行域是n维向量空间Rn中的多面凸集, 其最优值如果存在必在该凸集的某顶点 处达到。据此可以完成计算求解。
第1章 线性规划
1.1线性规划问题
当今社会现状:经济快速发展,资源急 剧消耗,地球环境不堪重负…
解决关键:如何利用现有资源安排生产, 以取得最大经济效益----数学规划。线 性规划(Linear Programming, LP)是其 中的重要分支。
1947,G.B.Dantzig,单纯形法(Simplex Method)
tmat=zeros(n);tmat(i,:)=1;Aeq2=[Aeq2,tmat]; end Aeq=[Aeq1;Aeq2]; beq1=a;beq2=b’;beq=[beq1;beq2]; [x,z]=linprog(c(:),[],[],Aeq,beq,zeros(m*n,1));
ex1_6.m
p=[0,1,2,4.5,6.5]’*1e-2;u=[0,103,198,52,40]’*1e-2;
clear;clc; m=4;n=5; a=rand(m,1);b=rand(1,n);c=rand(m,n); [x,z]=transport(a,b,c);
例1.m7in xi
max yi
xi
yi
v max yi
xi yi
gap ?
min v
s.t.vxi0y.i v, yi xi v,i 1, 2,L , n,
<1>约束风险,优化收益(模型ex1_8a); 若投资者所能承受最高风险度为a,则
n
max qi pi xi i0
ri xi Ma,i 0,1,L , n,
s.t.
n
1 pi xi
M,
i0
xi 0,i 0,1,L , n.
<2>约束收益,优化风险(模型ex1_8b); 若投资者要求的最低综合收益率为k,则
资si时,收益率qi,风险损失率ri,交易 费率为pi(购买额不超ui时按ui计算); 总体风险可用投资资产中最大的一个风 险来度量; 同期银行存款利率为q0(=5%),无交易 费无风险; 给定n=4时数据,试设计投资方案使静 收益尽可能大,总体风险尽可能小。
n=4时数据
si
qi(%) ri(%) pi(%)
3)执行ex1_5.m
例1.6 某商品有m个产地、n个销地,各 产地的产量分别为a1,a2,…,am,各销地 的需求量分别为b1,b2,…,bn。若该商品由 i产地运到j销地的单位运价为cij,问应 该如何调运才能使总运费最省?
n
xij ai , i 1, 2,L
, m,
j1
mn
m
min z
解:1)转化为Matlab标准形式

ui
xi xi 2
, vi
xi 2
xi
, xi
ui vi ,
xi
ui vi
u u1, u2 , u3, u4 T , v v1, v2 , v3, v4 T
且 1 1 1 1 A 1 1 1 3 , c 1, 2,3, 4T , b 2, 1, 0.5T
min
max
ri xi
n i0
n
qi
pi xi
Mk,
i0
s.t. n 1 pi xi M ,
i0
xi
0,i 0,1,L
, n.
<3>风险-收益平衡优化(模型ex1_8c),即 对风险和收益分别赋以权重s和1-s;
n
min
s
max
ri
xi
n i0
1
s
qi pi xi
i0
s.t.
n
i0
1
pi
xi
M,
xi 0,i 0,1,L , n.
(4)模型求解
a)模型<1>可改写为Matlab形式
diag r x Ma
min p qT x
s.t.1 pT x M ,
x
0.
<1>编写m文件ex1_8a.m
clear;clc;
M=1e5;
r=[0,2.5,1.5,5.5,2.6]’*1e-2;q=[5,28,21,23,25]’*1e-2;
b)投资si的交易费为 pimax{xi,ui},i=0,1,2,…,n
故投资si的净收益为Qi=qixi-pimax{xi,ui} c)要使净收益尽可能大,总体风险尽可
能小,即max ∑iQi和min R需要同时进行 ,此即多目标规划
适当条件(ui<<M)下可以考虑近似模型
max
n
qi xi pi maxxi ,ui ,
ui
s1
28
2.5
1
103
s2
21
1.5
2
198
s3
23
5.5 4.5
52
s4
25
2.6
6.5
40
(2)符号规定和基本假设
a)符号规定
<1>si表示第i种投资项目,i=0,1,…,n, s0表示存入 银行; <2>qi,pi,ri表示si的收益率,交易费率,风险损失率 ,p0=r0=0; <3>ui表示si的交易定额,u0=0; <4>xi表示投资项目si的资金; <5>R表示总体风险; <6>Q表示总体收益.
A1 A2
z
b1 b2
,
z lb.
1.2 投资的收益与风险
社会经济快速发展,各种理财产品层出 不穷,投资行为变得越来越普及(财团 、公司、boss、大妈?)。如何在当前 复杂环境下对有限资本进行合理投资?
(1)问题提出
可用投资总额为M; 市场上有n种资产si (i=1,2,…,n)可选,投
概括:在如下资源条件下,应生产甲、 乙机床各几台,才能使总利润最大?
产品甲
机器A
2
机器B
1
机器C
0
利润(元/件) 4000
产品乙 机器资源(小时)
1
10
1
8
1
7
3000
数学模型:设该厂生产x1台甲机床和x2 乙机床时总利润最大,则x1, x2应满足
(目标函数) max z = 4000x1 + 3000x2
min v
s.t.vxi0y.i v 0, yi xi v 0,i 1, 2,L , n,
改写为Matlab形式,由
x [x1, x2 ,L , xn ]T , y [ y1, y2 ,L , yn ]T ,
f = [01n , 01n ,1]T , z = [ xT , yT , v]T , lb inf, inf,L , 0T ,
b)基本假设
<1>投资数额M相当大; <2>总体风险R用所投资项目si中的最大风险度 量; <3>si之间相互独立; <4>在投资时期内,ri,pi,qi为定值,不受意外因素 影响; <5>收益Q和风险R不受其它因素干扰.
(3)模型分析与建立
a)总体风险R用所投资项目si中的最大风 险度量,即 R=max {rixi, i=0,1,…,n}
1 0 L
A 0 0 1 L
L 1 0 0L
0 1
0
0 1 L
,
b1
0
,
L
1 1n2n1
0
1 0 L
A2
0
1 L
L
0
0L
0 1 0L 0 01L
L 1 0 0 L
0 1
0
0 1 L
,
b2
0
,
L
1 1n2n1
0

min f T z
s.t.
(2)解的概念
LP问题标准形式
n
max z c j x j , j 1
s.t.
n j 1
ai
j
x
j
bi ,i
1, 2,L
, m,
x
j
相关文档
最新文档