所有可行解构成的集合即为可行解集。
最优解(optimal solution)
使目标函数取得最大值(或最小值)的可行解 称为最优解。
LP一般形式
一组决策变量
满足这三个要素的 问题就是线性规划 问题
每个问题都用一组决策变量表示某个方案,通 常要求这些未知数取值是非负的。
一个线性目标函数
max s CX s.t. AX b X 0
一般称C为价值向量,b为资源向量,A为技术系数矩阵
关于标准型要把握几点
决策变量大于等于0 约束条件均为等式 约束条件右端项bi大于等于0 目标函数为求max
如何将一般问题化为标准型?
若目标函数是求最小 值 Min z = CX 令 z’= - z, 则 Max z’= - CX
该问题可行域为空集, 即无可行解,也不存在 最优解
第3部分 线性规划的标准型(SLP)
线性规划标准型(SLP)
写成缩小形式或矩阵形式
max s c j x j
j 1
n
n aij x j bi , i 1,2,, m s.t. j 1 x 0, j 1,2,, n j
产品A 9 4 3 产品B 4 5 10 资源限额
360工时 200台时 300公斤
70
120
问:如何安排生产使该厂获利最大?
解:设x1,x2分别表示A、B两种产品的产量 那么其总利润为: z=70x1+120x2 并且由于资源限制,应有: 9x1+4x2≤360
4x1+5x2≤200
3x1+10x2≤300 我们的目标是使z最大
可加性假定:每个决策变量对目标函数和约束方程的
影响独立于其他变量的,目标函数值是每个决策变量对 目标函数贡献的总和