第三章线性规划描述

第三章 线性规划及其对偶问题线性规划是最优化问题的一种特殊情形，也是运筹学的一个重要分支，它的实质是从多个变量中选取一组适当的变量作为解，使这组变量满足一组确定的线性式，而且使一个线性目标函数达到最优（最大或最小）．线性规划的应用极为广泛，自1949年美国数学家G. B. Dantzing 提出一般线性规划问题求解的方法——单纯形法之后，线性规划无论在理论上、计算方法和开拓新的应用领域中，都获得了长足的进步，线性规划从解决技术问题的最优化设计到工业、农业、商业、交通运输业、军事、经济计划和管理决策等领域都有广泛的发展和应用．本章主要从线性规划的基本概念、数学模型、单纯形法、对偶理论、灵敏度分析等方面进行介绍．§3.1 线性规划数学模型基本原理一、线性规划的数学模型满足以下三个条件的数学模型称为线性规划的数学模型：（1）每一个问题都用一组决策变量T n x x x ][21，，， 表示某一方案；每一组值就代表一个具体方案．（2）有一个目标函数，可用决策变量的线性函数来表示，按问题的不同，要求目标函数实现最大化或最小化．（3）有一组约束条件，可用一组线性等式或不等式来表示． 线性规划问题的一般形式为1211221111221121122222112212max(min)()()()..()0n n n n n n n m m mn n m n f x x x c x c x c x a x a x a x b a x a x a x b s t a x a x a x b x x x =++++++≤=≥⎧⎪+++≤=≥⎪⎪⎨⎪+++≤=≥⎪⎪≥⎩，，，，，，，，，，，，，．这里，目标函数中的系数n c c c ，，， 21叫做目标函数系数或价值系数，约束条件中的常数m b b b ，，， 21叫做资源系数，约束条件中的系数；，，，m i a ij 21(= )21n j ，，， =叫做约束系数或技术系数．二、线性规划问题的标准形式所谓线性规划问题的标准形式，是指目标函数要求min ，所有约束条件都是等式约束，且所有决策定量都是非负的，即1211221111221121122222112212min ()..0n n n n n n n m m mn n mn f x x x c x c x c x a x a x a x b a x a x a x b s t a x a x a x b x x x =++++++=⎧⎪+++=⎪⎪⎨⎪+++=⎪⎪≥⎩，，，，，，，，，，，或简写为11min ()12..012nj j j nij ji j jf X c x a x b i m s t x j n ===⎧==⎪⎨⎪≥=⎩∑∑，，，，，，，，，，． 可以规定各约束条件中的资源系数0(12)i b i n ≥=，，，，否则等式两端乘以“1-”．线性规划问题的矩阵表示为min ()..0f X CX AX b s t X ==⎧⎨≥⎩，，，其中12[]n C c c c =，，，，12[]T n X x x x =，，，，11121212221212n n n m m mn a a a a a a A P P P a a a ⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦［，，，］，12[]T n b b b b =，，，． 任意的线性规划模型都可以转化为标准形式：（1）若目标函数是求最大值的问题，这时只需将所有目标函数系数乘以“－1”，求最大值的问题就变成了求最小值的问题，即)](min[)(max X f X f --=．求其最优解后，把最优目标函数值反号即得原问题的目标函数值．（2）若约束条件为不等式，这里有两种情况：一种是“≤”不等式，则可在“≤”不等式的左端加入一个非负的新变量（叫松驰变量），把不等式变为等式；另一种是“≥”不等式，则可在“≥”不等式的左端减去一个非负松驰变量（也叫剩余变量），把不等式变为等式．松驰变量在目标函数中对应的系数为零．（3）若存在取值无约束的变量k x ，可令k k k x x x ''-'=，其中k x '，0≥''k x ． 例3.1 将下列线性规划问题化为标准形式123123123123123max ()2372.3250f X x x x x x x x x x s t x x x x x x =-+++≤⎧⎪-+≥⎪⎨-++=⎪⎪≥⎩，，，，，，为无约束． 解 将目标函数变为)](min[X f -，令543x x x -=，其中450x x ≥，，在第一个约束不等式中加入松驰变量6x ，在第二个约束不等式中减去剩余变量7x ，则可得标准形式12456712456124571245124567min[()]23()00()7()2.32()5,,,,,0f X x x x x x x x x x x x x x x x x s t x x x x x x x x x x -=-+--++++-+=⎧⎪-+--=⎪⎨-++-=⎪⎪≥⎩，，，，．三、线性规划的解的概念和基本定理 考虑线性规划标准形式的约束条件0AX b X =≥，，其中A 为n m ⨯矩阵，m n >，b 是m 维向量．假定增广矩阵,A b ［］的秩=矩阵A 的秩m =，把矩阵A 的列进行可能的重新排列，使,A B N =［］．这里B 为m m ⨯矩阵，且有逆矩阵存在，即0||≠B ，称B 为该线性规划问题的一个基．不失一般性，设111211212,,,m m m m mm a a a B PP P a a a ⎡⎤⎢⎥==⎢⎥⎢⎥⎣⎦［］， 称(12)j P j m =，，，为基向量，与基向量对应的变量(12)j x j m =，，，称为基变量，记为12T B m X x x x =［，，，］，其余的变量称为非基变量，记为12T N m m n X x x x ++=［，，，］．令m n -个非基变量均为0，并用高斯消元法，可得一个解12[][00]T T T T B N m X X X x x x ==，，，，，，，，称X 为该约束方程组的基解，其中b B X B 1-=．满足非负约束条件0≥X （基解的非零分量都0≥）的基解称为基可行解．对应于基可行解的基称为可行基．基可行解的非零分量个数小于m 时，称为退化解．线性规划的解的基本定理：引理3.1 线性规划问题的可行解12[]T n X x x x =，，，为基可行解的充要条件是X 的正分量所对应的系数列向量是线性无关的．证 必要性由基可行解的定义可知．下证充分性若向量组k P P P ，，，21线性无关，则必有m k ≤；当m k =时，它们恰构成一个基，从而12[00]T k X x x x =，，，，，，为相应的基可行解．当m k <时，则一定可以从其余的列向量中取出k m -个与k P P P ，，，21构成最大的线性无关向量组，其对应的解恰为X ，所以它是基可行解． 定理3.1 线性规划问题的基可行解X 对应于可行域D 的顶点． 证 不失一般性，假设基可行解X 的前m 个分量为正，故∑==mj jj b xP 1．（3.1）现在分两步来讨论，分别用反证法．（1）若X 不是基可行解，则它一定不是可行域D 的顶点．根据引理3.1，若X 不是基可行解，则其正分量所对应的系数列向量m P P P ，，， 21线性相关，即存在一组不全为零的数12i i m α=，，，，，使得02211=+++m m P P P ααα （3.2）用一个0>μ的数乘式（3.2），再分别与式（3.1）相加和相减，得到111222()()()m m m x P x P x P b μαμαμα-+-++-=，111222()()()m m m x P x P x P b μαμαμα++++++=．现取11122[()()()00]T m m X x x x μαμαμα=---，，，，，，，21122[()()()00]T m m X x x x μαμαμα=+++，，，，，，，由21X X ，可得121122X X X =+，即X 是21X X ，连线的中点．另一方面，当μ充分小时，可保证012i i x i m μα±≥=，，，，，即21X X ，是可行解，这证明了X 不是可行域D 的顶点．（2）若X 不是可行域D 的顶点，则它一定不是基可行解．因为X 不是可行域D 的顶点，故在可行域D 中可找到不同的两点，(1)(1)(1)112[]T nX x x x =，，，，T nx x x X ][)2()2(2)2(12，，， =，使12(1)01X X X ααα=+-<<，．设X 是基可行解，对应向量组m P P P ，，， 21线性无关，当m j >时，有0)2()1(===j j j x x x ，由于21X X ，是可行域的两点，应满足∑∑====mj mj jj j j b xP b x P 11)2()1(,．将这两式相减，即得∑==-mj j j jx xP 1)2()1(0)(．因21X X ≠，所以上式系数)()2()1(j j x x -不全为零，故向量组m P P P ，，， 21线性相关，与假设矛盾，即X 不是基可行解．定理3.2 若可行域有界，线性规划问题的目标函数一定可以在其可行域的顶点上达到最优．证 设k X X X ，，， 21是可行域的顶点，若0X 不是顶点，且目标函数在0X 处达到最优*0()f X CX =（标准形式是*()min ()f X f X =）．因0X 不是顶点，所以它可以用D 的顶点线性表示为01101kki i i i i i X X ααα===≥=∑∑，，．因此011k ki i i i i i CX C X CX αα====∑∑．（3.3）在所有的顶点中必然能找到某一个顶点m X ，使m CX 是所有i CX 中最小者，并且将m X 代替式（3.3）中的所有i X ，得到∑∑===≥ki ki m m i ii CX CX CX11αα，由此得到m CX CX ≥0．根据假设，0CX 是最小值，所以只能有m CX CX =0，即目标函数在顶点m X 处也达到最小值．§3.2 线性规划迭代算法单纯形法是求解线性规划问题的迭代算法．一、单纯形法的计算步骤单纯形法的基本思路是：从可行域中某个基可行解（一个顶点）开始，转换到另一个基可行解（顶点），直到目标函数达到最优时，基可行解即为最优解．单纯形法的基本过程如图3.1所示．为计算方便，通常借助于单纯形表来计算，从初始单纯形表3.1开始，每迭代一步构造一个新单纯形表．单纯型表中B X 列中填入基变量m x x x ，，， 21；B C 列中填入基变量的价值系数m c c c ，，， 21；b 列中填入约束方程组右端的常数；j θ列的数字是在确定换入变量后，按θ规则计算填入；最后一行称为检验数行，对应各非基变量j x 的检验数是∑=-=-=mi j j ij i j j z c a c c 1σ，1j m n =+，，（这里令∑==mi ijj j ac z 1）．（1）找出初始可行基，确定初始基可行解，建立初始单纯形表． （2）检验各非基变量j x 的检验数∑=-=-=mi j j iji j j z c ac c 1σ（1j m n =+，，）．若所有0≥j σ，则已得到最优解，停止计算．否则转入下一步．（3）在0(1)j j m n σ<=+，，，中，若所有0≤jk a ，则此问题无最优解，停止计算．否则转入下一步．（4）根据min{|0}j j k σσσ<=，确定k x 为换入变量．按θ规则计算min 0i l ik ik lkb ba a a θ⎧⎫=>=⎨⎬⎩⎭， 可确定l x 为换出变量，转入下一步．（5）以lk a 为主元素进行迭代（用高斯消元法），把k x 所对应的列向量120010k k k lk mk a a P l a a ⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥=−−−→⎢⎥⎢⎥←⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦变换成第行， 将B X 列中的l x 换为k x ，得到新的单纯形表，重复步骤（2）—步骤（5），直到终止．单纯形法的流程图如图3.2所示．若目标函数要求实现最大化，一方面可将最大化转换为最小化，另一方面也可在上述计算步骤中将判定最优解的0≥j σ改为0≤j σ，将换入变量的条件min{|0}j j k σσσ<=改为max{|0}j j k σσσ>=．二、初始可行基的确定 （1） 若线性规划问题是11min ()12..012nj j j nij ji j jf X c x a x b i m s t x j n ===⎧==⎪⎨⎪≥=⎩∑∑，，，，，，，，，，， 则从(12)j P j n =，，，中一般能直接观察到存在一个初始可行基12100010[,,,]001m B P P P ⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦．（2）对所有约束条件是“≤”形式的不等式，可以利用化标准形式的方法，在每个约束条件的左端加入一个松驰变量，经过整理重新对j x 及ij a 进行编号，可得下列方程组．，，m n mn m m m m n n m m n n m m b x a x a x b x a x a x b x a x a x =+++=+++=+++++++++ 11,2211,221111,11显然得到一个m m ⨯单位矩阵B 可作为初始可行基12100010[,,,]001m B P P P ⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎣⎦． （3）对所有约束条件是“≥”形式的不等式及等式约束情况，若不存在单位矩阵时，可采用人工变量，即对不等式约束减去一个非负的剩余变量后，再加入一个非负的人工变量；对等式约束再加入一个非负的人工变量，总可得到一个单位矩阵作为初始可行基．例3.2 求解线性规划问题12121212max ()2328416..4120f X x x x x x s t x x x =++≤⎧⎪≤⎪⎨≤⎪⎪≥⎩，，，，，． 解：将线性规划问题化为标准形式12345123142512345min[()]2300028416..4120f X x x x x x x x x x x s t x x x x x x x -=--+++++=⎧⎪+=⎪⎨+=⎪⎪≥⎩，，，，，，，，．作初始单纯形表，按单纯形法计算步骤进行迭代，结果如下（表3.2）．表3.2最后一行的检验数均为正，这表示目标函数值已不可能再减小，于是得到最优解*42004T X =［，，，，］，目标函数值14)(*=X f ．三、单纯形法的有关说明对线性规划问题min ()..0f X CX AX b s t X ==⎧⎨≥⎩，，，（3.5） 若系数矩阵中不含单位矩阵，没有明显的基可行解时，常采用引入非负人工变量的方法来求初始基可行解．下面分别介绍常用的“大M 法”和“两阶段法”．（一）大M 法在约束条件式（3.5）中加入人工变量，人工变量在目标函数中的价值系数为M ，M 为一个很大的正数．在迭代过程中，将人工变量从基变量中逐个换出，如果在最终表中当所有检验数0≥j σ时，基变量中不再含有非零的人工变量，这表示原问题有解，否则无可行解．例3.3 求解线性规划问题12312312313123min ()3211423..210f X x x x x x x x x x s t x x x x x =-++-+≤⎧⎪-++≥⎪⎨-+=⎪⎪≥⎩，，，，，，． 解：将原问题化为标准形式并引入人工变量，得12345671234123561371234567min ()300211423..210f X x x x x x Mx Mx x x x x x x x x x s t x x x x x x x x x x =-++++++-++=⎧⎪-++-+=⎪⎨-++=⎪⎪≥⎩，，，，，，，，，，．用单纯形法计算，得表3.3．根据表 3.3的最后一行的检验数均0≥，得最优解*4190000T X =［，，，，，，］，最优值2)(*-=X f ，由于人工变量的值均为零，故得原问题的最优解*419T X =［，，］，最优值为2)(*-=X f ．（二）两阶段法两阶段法是把线性规划问题的求解过程分为两个阶段：第一阶段，给原问题加入人工变量，构造仅含价值系数为1的人工变量的目标函数且要求实现最小化，其约束条件与原问题相同，即11111111211221112min ()00..0n n m n n n n nn n n m mn n n m m n m g X x x x x a x a x x b a x a x x b s t a x a x x b x x x ++++++=++++++++=⎧⎪+++=⎪⎪⎨⎪+++=⎪⎪≥⎩，，，，，，，． 然后用单纯形法求解上述问题，若得到0)(=X g ，这说明原问题存在基可行解，可进入第二阶段计算，否则原问题无可行解，停止计算．第二阶段，将第一阶段计算得到的最终表，除去人工变量，将目标函数行的系数换为原问题的目标函数系数，作为第二阶段计算的初始单纯形表进行计算．例3.4 用两阶段法求解线性规划问题12312312313123min ()3211423.210f X x x x x x x x x x s t x x x x x =-++-+≤⎧⎪-++≥⎪⎨-+=⎪⎪≥⎩，，，，，，． 解 第一阶段，标准化并引入人工变量，得如下的线性规划=)(min X g 76x x +，1234123561371234567211423.210x x x x x x x x x s t x x x x x x x x x x -++=⎧⎪-++-+=⎪⎨-++=⎪⎪≥⎩，，，，，，，，，． 用单纯形法计算该线性规划（见表 3.4），最优解为*[011120000]T X =，，，，，，，，最优值0)(*=X g ．表3.4由于人工变量076==X X ，所以得原问题的基可行解为[011120]T X =，，，，．于是进入第二阶段计算（见表3.5），最优解为*[41900]T X =，，，，，最优值2)(*-=X f ，于是原问题的最优解为*[419]T X =，，，最优值为2)(*-=X f ．§3.3 对偶问题的基本原理一、对偶问题的提出对偶性是线性规划的重要内容之一，每一个线性规划问题必然有与之相伴而生的另一个线性规划问题，我们称一个叫原问题，另一个叫对偶问题，这两个问题有着非常密切的关系，让我们先分析一个实际的线性规划模型与其对偶线性规划问题的经济意义．例3.5 某工厂计划在下一生产周期生产3种产品1A ，2A ，3A ，这些产品都要在甲、乙、丙、丁4种设备上加工，根据设备性能和以往的生产情况知道单位产品的加工工时，各种设备的最大加工工时限制，以及每种产品的单位利润（单位：千元），如表3.6所示，问如何安排生产计划，才能使工厂得到最大利润？解 设321x x x ，，分别为产品321A A A ，，的产量，构造此问题的线性规划模型为1231231231312123max ()8102237042280..3152250,,0f X x x x x x x x x x s t x x x x x x x =++++≤⎧⎪++≤⎪⎪+≤⎨⎪+≤⎪⎪≥⎩，，，，，．现在从另一个角度来讨论该问题．假设工厂考虑不安排生产，而准备将所有设备出租，收取租费．于是，需要为每种设备的台时进行估价．设4321y y y y ，，，分别表示甲、乙、丙、丁4种设备的台时估价．由表3.6可知，生产一件产品1A 需用各设备台时分别为h h h h 2342，，，，如果将h h h h 2342，，，不用于生产产品1A ，而是用于出租，那么将得到租费43212342y y y y +++．当然，工厂为了不至于蚀本，在为设备定价时，保证用于生产产品1A 的各设备台时得到的租费，不能低于产品1A 的单位利润8千元，即823424321≥+++y y y y ．按照同样分析，用于生产一件产品2A 的各设备台时h 1，h 2，0，h 2所得的租费，不能低于产品2A 的单位利润10千元，即1022421≥++y y y ．同理，还有223321≥++y y y ．另外，价格显然不能为负值，所以01234iy i ≥=，，，，． 企业现在设备的总以时数为70h ，80h ，15h ，50h ，如果将这些台时都用于出租，企业的总收入为422150158070)(y y y y Y g +++=．企业为了能够得到租用设备的用户，使出租设备的计划成交，在价格满足上述约束的条件下，应将设备价值定得尽可能低，因此取)(Y g 的最小值，综合上述分析，可得到一个与例3.5相对应的线性规划，即123412341231231234min ()70801550243282210..3220g Y y y y y y y y y y y y s t y y y y y y y =++++++≥⎧⎪++≥⎪⎨++≥⎪⎪≥⎩，，，，，，，．称后一个规划问题为前一个规划问题的对偶问题，反之，也称前一个规划问题是后一个规划问题的对偶问题．二、原问题与对偶问题的表达形式和关系在线性规划的对偶理论中，把如下线性规划形式称为原问题的标准形式11221111221121122222112212min ()..0n n n n n n m m mn n mn f X c x c x c x a x a x a x b a x a x a x b s t a x a x a x b x x x =++++++≥⎧⎪+++≥⎪⎪⎨⎪+++≥⎪⎪≥⎩，，，，，，，． 而把如下线性规划形式称为对偶问题的标准形式11221111221121122222112212max ()..0n n m m m m n n mn m nm g Y b y b y b y a y a y a y c a y a y a y c s t a y a y a y c y y y =++++++≥⎧⎪+++≥⎪⎪⎨⎪+++≥⎪⎪≥⎩，，，，，，，． 若用矩阵形式表示，则原问题和对偶问题分别可写成如下形式：原问题min ()..0f X CX AX b s t X =≥⎧⎨≥⎩，，．（3.6）对偶问题max ()..0g Y Yb YA C s t Y =≤⎧⎨≥⎩，，．（3.7）原问题与对偶问题的关系见表3.7．例3.6 求下面线性规划问题的对偶问题123412341342341234min ()23535224..600f X x x x x x x x x x x x s t x x x x x x x =+-++-+≥⎧⎪+-≤⎪⎨++=⎪⎪≤≥⎩，，，，，，，无约束． 解：根据表3.7可直接写出上述问题的对偶问题12312131********max ()546223..325100g Y y y y y y y y s t y y y y y y y y y =+++≥⎧⎪+≤⎪⎪-++≤-⎨⎪-+=⎪⎪≥≤⎩，，，，，，，无约束． 三、对偶理论定理3.3（弱对偶定理） 对偶问题（max ）的任何可行解︒Y ，其目标函数值总是不大于原问题（min ）任何可行解︒X 的目标函数值．证 由定理所设及问题（3.6）和问题（3.7）容易看出︒︒︒︒≤≤CX AX Y b Y ．定理3.4（对偶定理） 假如原问题或对偶问题之一具有有限的最优解，则另一问题也具有有限的最优解，且两者相应的目标函数值相等．假如一个问题的目标函数值是无界的，则另一问题没有可行解．证明从略．定理3.5（互补松驰定理） 假如︒X 和︒Y 分别是原问题（3.6）和对偶问题（3.7）的可行解，︒U 是原问题剩余变量的值，︒V 是对偶问题松驰变量的值，则︒X 、︒Y 分别是原问题和对偶问题最优解的充要条件是0=+︒︒︒︒X V U Y ．证 由定理所设，可知有0AX U b X U ︒︒︒-=︒≥，，，（3.8） 0Y A V C Y V ︒︒︒︒︒+=≥，，．（3.9）分别以︒Y 左乘式（3.8），以︒X 右乘式（3.9），两式相减，得b Y CX X U U Y ︒︒︒︒︒︒-=+．若0=+︒︒︒︒X V U Y ，根据弱对偶定理知CX b Y CX Yb ≤=≤︒︒．这说明︒X ，︒Y 分别是原问题和对偶问题最优解，反之亦然．根据互补松驰定理和决策变量满足非负条件可知，在最优解时，︒︒U Y 和︒︒X V 同时等于0，所以有)21(000n j x v j j ，，， ==， )21(000m i u y i i ，，， ==． 于是，互补松驰定理也可以这样叙述：最优化时，假如一个问题的某个变量取正数，则相应的另一个问题的约束条件必取等式；或者一个问题中的约束条件不取等式，则相应于另一问题中的变量必为零．例3.7 已知线性规划问题123451234512445min ()23523234.2330125jf X x x x x x x x x x x s t x x x x x x j =++++⎧++++≥⎪-+++≥⎨⎪≥=⎩，，，，，，，．已知其对偶问题的最优解为5)(5/35/4**2*1===Y g y y ，，，试用对偶理论找出原问题的最优解．解：先写出它的对偶问题12121212121212max ()4322(1)3(2)235(3)..2(4)33(5)0g Y y y y y y y y y s t y y y y y y =++≤⎧⎪-≤⎪⎪+≤⎪⎨+≤⎪⎪+≤⎪≥⎪⎩，，，，，，，．将*2*1y y ，的值代入约束条件，得（2），（3），（4）为严格不等式，由互补松驰定理得***2340x x x ===，因021≥y y ，，原问题的两个约束条件应取等式，故有**1534x x +=， **1523x x +=．求解后得到**1511x x ==，，故原问题的最优解为 **10001()5TX f X ==［，，，，］，．四、对偶问题的迭代算法对偶单纯形法是对偶问题的迭代算法，其基本思想是：从原问题的一个基本解出发，此基本解不一定是可行解，但它对应着对偶问题的一个可行解；然后检验原问题的基本解是否可行，即是否有负的分量．如果有小于零的分量，则进行迭代，求另一个基本解，此基本解对应着另一个对偶可行解．如果得到的基本解的分量皆非负，则该基本解为最优解．也就是说，对偶单纯形法在迭代过程中始终保持对偶解的可行解，使原问题的基本解由不可行逐步变为可行．当同时得到对偶问题与原问题的可行解时，便得到原问题的最优解．对线性规划问题的标准形式min ()..0f X CX AX b s t X =≥⎧⎨≥⎩，，．对偶单纯形法的计算步骤如下：(1)找出原问题的一个基，构成初始对偶基可行解，使所有检验数0≥j σ，构成初始对偶单纯形表．(2)若所有0≥i b ，则当前的解是最优解，停止计算，否则计算min{|0}l i i b b b =<，则l 行为主行，该行对应的基变量为换出变量．(3)若所有0≥lj a ，则对偶问题无界，原问题无解，停止计算，否则计算min |0j k lj lj lka a a σσθ⎧⎫⎪⎪=<=⎨⎬--⎪⎪⎩⎭，则k 列为主列，该列对应的基变量为换入变量．(4)以lk a 为主元素进行迭代，然后转回步骤(2)． 对偶单纯形法的流程图如图3.3所示．例3.8 用对偶单纯形法求解下述线性规划问题123123123123min ()23423..2340f X x x x x x x s t x x x x x x =++++≥⎧⎪-+≥⎨⎪≥⎩，，，，，．解：首先将“≥”约束条件两边反号，再加入松驰变量，可得原问题的一个基123451234123512345min ()2340023..2340f X x x x x x x x x x s t x x x x x x x x x =++++---+=-⎧⎪-+-+=-⎨⎪≥⎩，，，，，，，．图3.3从表3.8看出，所有检验数0≥j σ，则对应对偶问题的解是可行的，因b 列数字为负，需进行迭代，计算min 344--=-｛，｝．所以5x 为换出变量．又因为24min 123θ⎧⎫=-=⎨⎬⎩⎭，，，所以1x 为换入变量，以换入、换出变量所在行列交叉处元素“－2”为主元素，按单纯形法计算步骤进行迭代，得表3.9．由表3.9的最后一行看出，所有检验数0≥j σ，故原问题的最优解为*[11/52/50]T X =，，．若对应两个约束条件对偶变量为1y ，2y ，则可得对偶问题的最优解为*[8/51/5]T Y =，．§3.4 线性规划问题灵敏度在建立实际的线性规划模型时，所收集到的数据不是很精确；另一方面在实际应用中，各种信息瞬息万变，已形成的数学模型中的某些数据需要随之而变．因此，对于一个线性规划问题，研究当数据发生变动时解的变化情况是很重要的．下面仅介绍两种数据变化而导致解的变化的情况，这就是灵敏度分析问题．一、价值系数的变化假设只有一个系数k C 变化，其它系数保持不变 ，k C 的变化只影响检验解而不影响解的非负定性，下面分别就k C 是非基变量系数和基变量系数两种情况进行讨论．（1）k C 是非基变量的系数由于B C 不变，因而j Z 对任何j 都不变．这时非基变量的系数k C 的变化只影响与k C 有关的一个检验数k σ的变化，而对其它j σ没有影响，设系数从k C 变化到k C '，这时检验数k k k Z C -=σ被k k kZ C -'='σ所代替，在当前解是原问题的最优解时，有0≥-=k k k Z C σ，假如()(k k k k k k C Z C Z C σ'''=-=-+)0k C -<，则k X 必须引进基，单纯形法继续进行，否则原解仍是k C 变化后的新问题的最优解，最优解不变相当于k C '变化的界限为)(k k k kZ C C C --≥'． （2）k C 为基变量的系数当k C 被k C '所代替时，j Z 变成j Z '，j j Z C '-可计算为kj k kj j j j a C C Z C Z C )(-'--='-． （3.10）特别是当k j =时，0=-k k Z C ，且1=kk a ，因此k k k k C C Z C -'='-，仍为零．由式（3.10）知，基变量k x 的价值系数k C 的变化会引起整个价值系数行的变化，变化值为)(k k C C -'-乘以最终表相应该基变量k x 所在的k 行的数值kj a ．k 列本身则调整为0='-'k k Z C ．由式（3.10）可看出，当对某个非基变量j x ，式（3.10）为负时会引起基的变化，若要保持最优解不变，分析变化值)(k k C C -'且大于或小于零以及kj a 值是正或负的情况，得出会保持最优解不变的k C '的变化界限为max 0min 0j j j j k kj k k kj j jkj kj C Z C Z C a C C a a a ⎧⎫⎧⎫--⎪⎪⎪⎪'+<≤≤+>⎨⎬⎨⎬⎪⎪⎪⎪⎩⎭⎩⎭．例3.8 以例3.2的最终表为例，设基变量2x 的系数2C 变化2C ∆，在原最优解不变条件下，确定2C ∆的变化范围．解 此时例3.2的最终表便成为表3.10为了保持原最优解不变，则2x 的检验数应当为零，进行行初等变换，得表3.11．从表（3.11）可得02232≥∆-C 且08812≥∆+C ． 由此可得2C ∆的变化范围为312≤∆≤-C ，即2x 的价值系数2C 可以在[0，4]之间变化，而不影响原最优解．二、资源系数的变化假设资源系数k b 变化为k b '，k b 的变化将会影响解的可行性，但不会引起检验数的符号变化．根据基可行解的矩阵表示可知，b B X B 1-=，所以只要k b 变化必定会导致最优解的数值发生变化，最优解的变化分为两类：一类是保持01≥-b B ，最优基B 不变；另一类是b B 1-中出现负分量，这将使最优基B 变化，若最优基不变，则只需将变化后的k b 代入B X 的表达式重新计算即可；若b B 1-中出现负分量，则要通过迭代求解新的最优基和最优解．设系数k b 变化到k k k b b b ∆+='，而其它系数都不变，这样使最终表中原问题的解相应变化为11111100k B k k k k m mk m b a b X B b b B b B b b b a b ---⎡⎤⎡⎤⎢⎥⎢⎥'⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥'=+∆=+∆=+∆⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥'⎢⎥⎣⎦⎣⎦⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦， 其中B X 为原最优解，i b '为B X 的第i 个分量，ik a 为1-B 的第i 行第k 列元素，为了保持最优基不变，应使0≥'B X ，即110k k m mk a b b b a '⎡⎤⎡⎤⎢⎥⎢⎥+∆≥⎢⎥⎢⎥⎢⎥⎢⎥'⎣⎦⎣⎦． 由此可得到保持最优基不变时，资源系数的变化界限为max 0min 0i i k ik k k ik ik ik b b b a b b a a a ⎧⎫⎧⎫''--⎪⎪⎪⎪'+>≤≤+<⎨⎬⎨⎬⎪⎪⎪⎪⎩⎭⎩⎭．例3.9 若例3.2的第二个约束条件中2b 变化为22b b ∆+，在最优解不变的条件下，求2b ∆的变化范围．解 计算⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡≥∆⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡-+⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡=⎥⎥⎥⎦⎤⎢⎢⎢⎣⎡∆+--000812141244002211b b B b B可得2224/(1/4)164/(1/2)82/(1/8)16b b b ∆≥-=-∆≥-=-∆≤--=，，．所以2b ∆的变化范围是（－8，16）．显然2b 的变化范围是（8，32）．。

3.3.2 简单的线性规划问题第1课时 线性规划的有关概念及图解法学习目标 1.了解线性规划的意义.2.理解约束条件、目标函数、可行解、可行域、最优解等基本概念.3.掌握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.引例 已知x ，y 满足条件⎩⎪⎨⎪⎧x ＋2y ≤8，4x ≤16，4y ≤12，x ≥0，y ≥0.①该不等式组所表示的平面区域如图阴影部分所示，求2x ＋3y ②的最大值.以此为例，尝试通过下列问题理解有关概念. 知识点一 线性约束条件及目标函数1.在上述问题中，不等式组①是一组对变量x ，y 的约束条件，这组约束条件都是关于x ，y 的一次不等式，故又称线性约束条件.2.在上述问题中，②是要研究的目标，称为目标函数.因为它是关于变量x ，y 的一次解析式，这样的目标函数称为线性目标函数. 知识点二 线性规划问题一般地，在线性约束条件下求线性目标函数的最大值或最小值问题，统称为线性规划问题. 知识点三 可行解、可行域和最优解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.其中，使目标函数取得最大值或最小值的可行解叫做线性规划问题的最优解.在上述问题的图中，阴影部分叫可行域，阴影区域中的每一个点对应的坐标都是一个可行解，其中能使②式取最大值的可行解称为最优解.1.可行域内每一个点都满足约束条件.(√)2.可行解有无限多个，最优解只有一个.(×)3.不等式Ax ＋By ＋C >0表示的平面区域一定在直线Ax ＋By ＋C ＝0的上方.(×)类型一 最优解问题命题角度1 问题存在唯一最优解例1 已知x ，y 满足约束条件⎩⎪⎨⎪⎧x ＋2y ≤8，4x ≤16，4y ≤12，x ≥0，y ≥0，该不等式组所表示的平面区域如图阴影部分所示，求2x ＋3y 的最大值.考点 线性目标最优解 题点 求线性目标函数的最值解 设区域内任一点P (x ，y )，z ＝2x ＋3y ， 则y ＝－23x ＋z3，这是斜率为－23，在y 轴上的截距为z3的直线，如图.由图可以看出，当直线y ＝－23x ＋z 3经过直线x ＝4与直线x ＋2y －8＝0的交点M (4,2)时，截距z3的值最大，此时2x ＋3y ＝14.反思与感悟 图解法是解决线性规划问题的有效方法，基本步骤(1)确定线性约束条件，线性目标函数； (2)作图——画出可行域；(3)平移——平移目标函数对应的直线z ＝ax ＋by ，看它经过哪个点(或哪些点)时最先接触可行域或最后离开可行域，确定最优解所对应的点的位置；(4)求值——解有关的方程组求出最优解的坐标，再代入目标函数，求出目标函数的最值. 跟踪训练1 已知1≤x ＋y ≤5，－1≤x －y ≤3，求2x －3y 的取值范围. 考点 线性目标最优解 题点 求线性目标函数的最值解 作出二元一次不等式组⎩⎪⎨⎪⎧1≤x ＋y ≤5，－1≤x －y ≤3所表示的平面区域(如图阴影部分所示)即为可行域.设z ＝2x －3y ，变形得y ＝23x －13z ，则得到斜率为23，且随z 变化的一组平行直线.－13z 是直线在y 轴上的截距， 当直线截距最大时，z 的值最小， 由图可知，当直线z ＝2x －3y 经过可行域上的点A 时，截距最大， 即z 最小.解方程组⎩⎪⎨⎪⎧x －y ＝－1，x ＋y ＝5，得A 点坐标为(2,3)，∴z min ＝2x －3y ＝2×2－3×3＝－5.当直线z ＝2x －3y 经过可行域上的点B 时，截距最小， 即z 最大.解方程组⎩⎪⎨⎪⎧x －y ＝3，x ＋y ＝1，得B 点坐标为(2，－1).∴z max ＝2x －3y ＝2×2－3×(－1)＝7.∴－5≤2x －3y ≤7，即2x －3y 的取值范围是[－5,7]. 命题角度2 问题的最优解有多个例2 已知x ，y 满足约束条件⎩⎪⎨⎪⎧x －y ≥0，x ＋y ≤2，y ≥0，若目标函数z ＝ax ＋y 的最大值有无数个最优解，求实数a 的值.考点 线性规划中的参数问题 题点 无数个最优解问题解 约束条件所表示的平面区域如图(阴影部分)，由z ＝ax ＋y ，得y ＝－ax ＋z .当a ＝0时，最优解只有一个，过A (1,1)时取得最大值；当a ＞0，y ＝－ax ＋z 与x ＋y ＝2重合时，最优解有无数个，此时a ＝1； 当a <0，y ＝－ax ＋z 与x －y ＝0重合时，最优解有无数个，此时a ＝－1. 综上，a ＝1或a ＝－1.反思与感悟 当目标函数取最优解时，如果目标函数与平面区域的一段边界(实线)重合，则此边界上所有点均为最优解.跟踪训练2 给出平面可行域(如图阴影部分所示)，若使目标函数z ＝ax ＋y 取最大值的最优解有无穷多个，则a 等于( )A.14B.35C.4D.53考点 线性规划中的参数问题 题点 无数个最优解问题 答案 B解析 由题意知，当直线y ＝－ax ＋z 与直线AC 重合时，最优解有无穷多个，则－a ＝5－21－6＝－35，即a ＝35，故选B.类型二 生活中的线性规划问题例3 营养专家指出，成人良好的日常饮食应该至少提供0.075 kg 的碳水化合物，0.06 kg 的蛋白质，0.06 kg 的脂肪.1 kg 食物A 含有0.105 kg 碳水化合物，0.07 kg 蛋白质，0.14 kg 脂肪，花费28元；而1 kg 食物B 含有0.105 kg 碳水化合物，0.14 kg 蛋白质，0.07 kg 脂肪，花费21元.为了满足营养专家指出的日常饮食要求，同时使花费最低，需要同时食用食物A 和食物B 各多少kg? 将已知数据列成下表：考点 实际生活中的线性规划问题 题点 线性规划在实际问题中的应用解 设每天食用x kg 食物A ，y kg 食物B ，总成本为z ，则⎩⎪⎨⎪⎧ 0.105x ＋0.105y ≥0.075，0.07x ＋0.14y ≥0.06，0.14x ＋0.07y ≥0.06，x ≥0，y ≥0，即⎩⎪⎨⎪⎧7x ＋7y ≥5，7x ＋14y ≥6，14x ＋7y ≥6，x ≥0，y ≥0.目标函数为z ＝28x ＋21y .作出二元一次不等式组所表示的平面区域，如图阴影部分所示，把目标函数z ＝28x ＋21y 变形为y ＝－43x ＋z21，它表示斜率为－43，且随z 变化的一族平行直线，z21是直线在y 轴上的截距，当截距最小时，z 的值最小.由图可知，当直线z ＝28x ＋21y 经过可行域上的点M 时，截距最小，即z 最小.解方程组⎩⎪⎨⎪⎧7x ＋7y ＝5，14x ＋7y ＝6，得M 点的坐标为⎝⎛⎭⎫17，47. 所以为了满足营养专家指出的日常饮食要求，同时使花费最低，需要同时食用食物A 17 kg ，食物B 47 kg.反思与感悟 (1)目标函数z ＝ax ＋by (b ≠0)在y 轴上的截距zb 是关于z 的正比例函数，其单调性取决于b 的正负.当b >0时，截距z b 越大，z 就越大；当b <0时，截距zb 越小，z 就越大.(2)求解的最优解，和目标函数与边界函数的斜率大小有关.跟踪训练3 某厂拟用集装箱托运甲、乙两种货物，集装箱的体积、重量、可获利润和托运能力等限制数据列在下表中，那么为了获得最大利润，甲、乙两种货物应各托运的箱数为________.考点 生活实际中的线性规划问题题点 线性规划在实际问题中的应用 答案 4,1解析 设甲、乙两种货物应各托运的箱数为x ，y ，则⎩⎪⎨⎪⎧5x ＋4y ≤24，2x ＋5y ≤13，x ≥0，x ∈N ，y ≥0，y ∈N .目标函数z ＝20x ＋10y ，画出可行域如图阴影部分所示.由⎩⎪⎨⎪⎧2x ＋5y ＝13，5x ＋4y ＝24，得A (4,1). 易知当直线z ＝20x ＋10y 平移经过点A 时，z 取得最大值，即甲、乙两种货物应各托运的箱数分别为4和1时，可获得最大利润.1.若变量x ，y 满足约束条件⎩⎪⎨⎪⎧y ≤2x ，x ＋y ≤1，y ≥－1，则x ＋2y 的最大值是( )A.－52B.0C.53D.52考点 线性目标最优解 题点 求线性目标函数的最值答案 C解析 画出可行域如图阴影部分(含边界)所示.设z ＝x ＋2y ，即y ＝－12x ＋12z ，平行移动直线y ＝－12x ＋12z ，当直线y ＝－12x ＋z 2过点B ⎝⎛⎭⎫13，23时，z 取最大值53，所以(x ＋2y )max ＝53. 2.设变量x ，y 满足约束条件⎩⎪⎨⎪⎧x ＋y ≥3，x －y ≥－1，2x －y ≤3，则目标函数z ＝2x ＋3y 的最小值为( )A.6B.7C.8D.23 考点 线性目标最优解 题点 求线性目标函数的最值 答案 B解析 作出可行域如图阴影部分(含边界)所示.由图可知，z ＝2x ＋3y 经过点A (2,1)时，z 有最小值，z 的最小值为7.3.在如图所示的坐标平面的可行域内(阴影部分且包括边界)，目标函数z ＝x ＋ay 取得最小值的最优解有无数个，则a 的值为( )A.－3B.3C.－1D.1 考点 线性规划中的参数问题 题点 无数个最优解问题答案 A解析 －1a ＝2－14－1＝13，∴a ＝－3.4.设变量x ，y 满足约束条件⎩⎪⎨⎪⎧x ＋2y ≥2，2x ＋y ≤4，4x －y ≥－1，则目标函数z ＝3x －y 的取值范围是( )A.⎣⎡⎦⎤－32，6 B.⎣⎡⎦⎤－32，－1 C.[－1,6]D.⎣⎡⎦⎤－6，32 考点 线性目标最优解 题点 求目标函数的取值范围 答案 A解析 作出不等式表示的平面区域，如图阴影部分(含边界)所示，由z ＝3x －y ，可得y ＝3x －z ，则－z 为直线y ＝3x －z 在y 轴上的截距，截距越大，z 越小，结合图形可知，当直线y ＝3x －z 平移到B 时，z 最小，平移到C 时，z 最大，可得B ⎝⎛⎭⎫12，3，z min ＝－32，C (2,0)，z max ＝6，∴－32≤z ≤6. 5.给出平面区域如图阴影部分所示，若使目标函数z ＝ax ＋y (a >0)取得最大值的最优解有无穷多个，则a 的值为________.考点 线性规划中的参数问题 题点 无数个最优解问题 答案 35解析 将z ＝ax ＋y 变形，得y ＝－ax ＋z .当它与直线AC 重合时，z 取最大值的点有无穷多个. ∵k AC ＝－35，∴－a ＝－35，即a ＝35.1.用图解法解决简单的线性规划问题的基本步骤(1)寻找线性约束条件，线性目标函数；(2)作图——画出约束条件(不等式组)所确定的平面区域和目标函数所表示的平行直线系中的任意一条直线l ；(3)平移——将直线l 平行移动，以确定最优解所对应的点的位置；(4)求值——解有关的方程组求出最优解的坐标，再代入目标函数，求出目标函数的最值.2.作不等式组表示的可行域时，注意标出相应的直线方程，还要给可行域的各顶点标上字母，平移直线时，要注意线性目标函数的斜率与可行域中边界直线的斜率进行比较，确定最优解.3.在解决与线性规划相关的问题时，首先考虑目标函数的几何意义，利用数形结合方法可迅速解决相关问题.一、选择题1.若点(x ，y )位于曲线y ＝|x |与y ＝2所围成的封闭区域内，则2x －y 的最小值为( ) A.－6 B.－2 C.0 D.2 考点 线性目标最优解 题点 求线性目标函数的最值 答案 A解析 如图，曲线y ＝|x |与y ＝2所围成的封闭区域如图中阴影部分(含边界)所示，令z ＝2x －y ，则y ＝2x －z ，作直线y ＝2x ，在封闭区域内平行移动直线y ＝2x ，当经过点A (－2,2)时，z 取得最小值，此时z ＝2×(－2)－2＝－6. 2.若变量x ，y 满足约束条件⎩⎪⎨⎪⎧x ＋3y －3≥0，2x －y －3≤0，x －y ＋1≥0，则x ＋y 的最大值为( )A.9B.157C.1D.715考点 线性目标最优解 题点 求线性目标函数的最值 答案 A解析 画出可行域如图阴影部分(含边界)所示，令z ＝x ＋y ，则y ＝－x ＋z .当直线y ＝－x ＋z 过点A 时，z 最大.由⎩⎪⎨⎪⎧2x －y －3＝0，x －y ＋1＝0，得A (4,5)，∴z max ＝4＋5＝9.3.设变量x ，y 满足约束条件⎩⎪⎨⎪⎧3x ＋y －6≥0，x －y －2≤0，y －3≤0，则目标函数z ＝y －2x 的最小值为( )A.－7B.－4C.1D.2 考点 线性目标最优解 题点 求线性目标函数的最值 答案 A解析 可行域如图阴影部分(含边界)所示，令z ＝0，得直线l 0：y －2x ＝0，平移直线l 0知， 当直线l 0过D 点时，z 取得最小值.由⎩⎪⎨⎪⎧y ＝3，x －y －2＝0，得D (5,3). ∴z min ＝3－2×5＝－7，故选A.4.设变量x ，y 满足约束条件⎩⎪⎨⎪⎧x －y ＋2≥0，x －5y ＋10≤0，x ＋y －8≤0，则目标函数z ＝3x －4y 的最大值和最小值分别为( )A.3，－11B.－3，－11C.11，－3D.11,3考点 线性目标最优解 题点 求线性目标函数的最值 答案 A解析 作出可行域如图阴影部分(含边界)所示，由图可知z ＝3x －4y 经过点A 时，z 有最小值，经过点B 时，z 有最大值.易求得A (3,5)，B (5,3).∴z max ＝3×5－4×3＝3，z min ＝3×3－4×5＝－11. 5.已知a >0，x ，y 满足约束条件⎩⎪⎨⎪⎧x ≥1，x ＋y ≤3，y ≥a (x －3)，若z ＝2x ＋y 的最小值为1，则a 等于( )A.14B.12C.1D.2 考点 线性规划中的参数问题 题点 线性规划中的参数问题 答案 B解析 作出不等式组表示的可行域，如图阴影部分(含边界)所示.易知直线z ＝2x ＋y 过交点B 时，z 取最小值，由⎩⎪⎨⎪⎧ x ＝1，y ＝a (x －3)，得⎩⎪⎨⎪⎧x ＝1，y ＝－2a ，∴z min ＝2－2a ＝1，解得a ＝12，故选B.6.已知⎩⎪⎨⎪⎧x ≥1，x －y ＋1≥0，2x －y －2≤0，若z ＝ax ＋y 的最小值是2，则a 的值为( )A.1B.2C.3D.4考点 线性规划中的参数问题 题点 线性规划中的参数问题 答案 B解析 作出可行域，如图中阴影部分所示，又z ＝ax ＋y 的最小值为2，若a >－2，则(1,0)为最优解，解得a ＝2；若a ≤－2，则(3,4)为最优解，解得a ＝－23，舍去，故a ＝2.7.已知平面直角坐标系xOy 上的区域D 由不等式组⎩⎨⎧0≤x ≤2，y ≤2，x ≤2y确定.若M (x ，y )为D 上的动点，点A的坐标为(2，1)，则z ＝OM →·OA →的最大值为( ) A.3 B.4 C.3 2 D.4 2 考点 线性目标最优解 题点 求线性目标函数的最值 答案 B解析 由线性约束条件 ⎩⎪⎨⎪⎧0≤x ≤2，y ≤2，x ≤2y ，画出可行域如图阴影部分(含边界)所示，目标函数z ＝OM →·OA →＝2x ＋y ，将其化为y ＝－2x ＋z ，结合图形可知，当目标函数的图象过点(2，2)时，z 最大，将点(2，2)代入z ＝2x ＋y ，得z 的最大值为4.8.已知A (2,5)，B (4,1).若点P (x ，y )在线段AB 上，则2x －y 的最大值为( ) A.－1 B.3 C.7 D.8 考点 线性目标最优解 题点 求线性目标函数的最值 答案 C解析 作出线段AB ，如图所示，作直线2x －y ＝0并将其向下平移至直线过点B (4,1)时，2x －y 取最大值，为2×4－1＝7. 二、填空题9.已知－1≤x ＋y ≤4且2≤x －y ≤3，则z ＝2x －3y 的取值范围是________.(答案用区间表示) 考点 线性目标最优解 题点 求线性目标函数的最值 答案 [3,8]解析 作出不等式组⎩⎪⎨⎪⎧－1≤x ＋y ≤4，2≤x －y ≤3表示的可行域，如图中阴影部分(含边界)所示. 在可行域内平移直线2x －3y ＝0，当直线经过x －y ＝2与x ＋y ＝4的交点A (3,1)时，目标函数有最小值， z min ＝2×3－3×1＝3；当直线经过x ＋y ＝－1与x －y ＝3的交点B (1，－2)时，目标函数有最大值， z max ＝2×1＋3×2＝8. 所以z ∈[3,8].10.在线性约束条件⎩⎪⎨⎪⎧x ＋3y ≥12，x ＋y ≤10，3x ＋y ≥12下，z ＝2x －y 的最小值是________.考点 线性目标最优解 题点 求线性目标函数的最值 答案 －7解析 如图作出线性约束条件⎩⎪⎨⎪⎧x ＋3y ≥12，x ＋y ≤10，3x ＋y ≥12下的可行域，包含边界.三条直线中x ＋3y ＝12与3x ＋y ＝12交于点A (3,3)， x ＋y ＝10与x ＋3y ＝12交于点B (9,1)， x ＋y ＝10与3x ＋y ＝12交于点C (1,9)，作一族与直线2x －y ＝0平行的直线l ：2x －y ＝z .即y ＝2x －z ，然后平行移动直线l ，直线l 在y 轴上的截距为－z ，当l 经过点C 时，－z 取最大值，此时z 最小，即z min ＝2×1－9＝－7.11.某公司租赁甲、乙两种设备生产A ，B 两类产品，甲种设备每天能生产A 类产品5件和B 类产品10件，乙种设备每天能生产A 类产品6件和B 类产品20件.已知设备甲每天的租赁费为200元，设备乙每天的租赁费为300元，现该公司至少要生产A 类产品50件，B 类产品140件，则所需租赁费最少为________元. 考点 生活实际中的线性规划问题 题点 线性规划在实际问题中的应用 答案 2 300解析 设需租赁甲种设备x 台，乙种设备y 台，则⎩⎪⎨⎪⎧5x ＋6y ≥50，10x ＋20y ≥140，x ∈N ，y ∈N .目标函数为z ＝200x ＋300y .作出其可行域(图略)，易知当x ＝4，y ＝5时，z ＝200x ＋300y 有最小值2 300. 三、解答题12.设x ，y 满足⎩⎪⎨⎪⎧2x ＋y ≥4，x －y ≥－1，x －2y ≤2，求z ＝x ＋y 的取值范围.考点 线性目标最优解 题点 求线性目标函数的最值解 作出约束条件表示的可行域，如图所示，z ＝x ＋y 表示直线y ＝－x ＋z 过可行域时，在y 轴上的截距，当目标函数平移至过可行域内的A 点时，z 有最小值.联立⎩⎪⎨⎪⎧2x ＋y ＝4，x －2y ＝2，解得A (2,0).z min ＝2，z 无最大值.∴x ＋y ∈[2，＋∞).13.某运输公司接受了向抗洪救灾地区每天送至少180 t 支援物资的任务.该公司有8辆载重为6 t 的A 型卡车与4辆载重为10 t 的B 型卡车，有10名驾驶员，每辆卡车每天往返的次数为A 型卡车4次，B 型卡车3次；每辆卡车每天往返的成本费A 型为320元，B 型为504元.请为公司安排一下，应如何调配车辆，才能使公司所花的成本费最低？ 考点 生活实际中的线性规划问题 题点 线性规划在实际问题中的应用解 设需A 型、B 型卡车分别为x 辆和y 辆.列表分析数据.由表可知x ，y 满足线性约束条件⎩⎪⎨⎪⎧x ＋y ≤10，24x ＋30y ≥180，0≤x ≤8，0≤y ≤4，x ，y ∈N ，且目标函数z ＝320x ＋504y .作出可行域，如图阴影部分(含边界)所示.可知当直线z ＝320x ＋504y 过A (7.5,0)时，z 最小，但A (7.5,0)不是整点，继续向上平移直线z ＝320x ＋504y ，可知点(8,0)是最优解.这时z min ＝320×8＋504×0＝2 560(元)，即用8辆A 型车，成本费最低.所以公司每天调出A 型卡车8辆时，花费成本最低. 四、探究与拓展14.若平面区域⎩⎪⎨⎪⎧x ＋y －3≥0，2x －y －3≤0，x －2y ＋3≥0夹在两条斜率为1的平行直线之间，则这两条平行直线间的距离的最小值是( )A.355B. 2C.322 D. 5考点 线性目标最优解 题点 求线性目标函数的最值 答案 B解析 画出不等式组所表示的平面区域如图(阴影部分)所示，由⎩⎪⎨⎪⎧ x －2y ＋3＝0，x ＋y －3＝0，得A (1,2)， 由⎩⎪⎨⎪⎧2x －y －3＝0，x ＋y －3＝0，得B (2,1).由题意可知当斜率为1的两条直线分别过点A 和点B 时，阴影部分夹在这两条直线之间，且与这两条直线有公共点，所以这两条直线为满足条件的距离最小的一对直线，即|AB |＝(1－2)2＋(2－1)2＝ 2.故选B.15.已知变量x ，y 满足的约束条件为⎩⎪⎨⎪⎧x ＋2y －3≤0，x ＋3y －3≥0，y －1≤0.若目标函数z ＝ax ＋y (其中a ＞0)仅在点(3,0)处取得最大值，求a 的取值范围.考点 线性规划中的参数问题 题点 线性规划中的参数问题 解 依据约束条件，画出可行域.∵直线x ＋2y －3＝0的斜率k 1＝－12，目标函数z ＝ax ＋y (a ＞0)对应直线的斜率k 2＝－a ， 若符合题意，则需k 1＞k 2.即－12＞－a ，得a ＞12.。

第三章线性规划及图解法3.1根据下面决策变量x l、x2的约束条件，各画一张图显示满足这个约束的非负解。

再将这些约束条件综合在一张图上，表示出在外在约束（函数约束）和简单约束（非负约束）下的可行域。

x l- x2≤2-3x l+6 x2≥34x l-3 x2≥1解：3.2 有下面决策变量x l、x2构成的目标函数：max Z=2x l+3 x21、在一张图上分别画出Z =6、Z =12、Z =18时相应的目标函数直线。

2、写出这三条直线方程的斜截式形式，比较三条直线的斜率以及在x2轴上的截距。

解：1、2、三个斜截式中斜率相同，都是 ，在 2轴上的截距分别为2、4、6。

3.3 将下列线性规划问题划为标准形式 1、 max Z=3x l +2 x 2+4 x 3-8 x 4 S.T. x l +2 x 2+5 x 3+6 x 4≥8 -2x l +5 x 2+3 x 3-5 x 4≤2 2x l +4 x 2+4 x 3-5 x 4=18x l 、x 2、x 3 ≥0 x 4无约束解： max Z=3x l +2 x 2+4 x 3-8 x 5+8x 6+0x 7+0x 8S.T. x l +2 x 2+5 x 3+6 x 5-6x 6-x 7=8-2x l +5 x 2+3 x 3-5 x 5+5x 6+x 8=2 2x l +4 x 2+4 x 3-5 x 5+5x 6=18x l 、x 2、x 3、x 4、x 5 、x 6、x 7 、x 8 ≥0 2、 min f=5x l -2 x 2+4 x 3-3 x 4 S.T. -x l +2 x 2- x 3+4 x 4=-2 -x l +3 x 2+ x 3+ x 4≤14 2x l - x 2+3 x 3- x 4≥2x l 符号不限，x 2≤0，x 3 、x 4≥0解： max f=5x 1-5x 2 +2 x 3+4 x 4-3 x 5+0x 6+0x 7S.T. x 1-x 2 +2 x 3+ x 4-4 x 5=2-x 1+x 2 -3 x 3+ x 4+ x 5+x 6=142x l -2x 2+ x 3+3 x 4- x 5-x 7=2x 1、x 2、x 3、x 4 、x 5、x 6 、x 7≥03.4 用图解法求解下列线性规划问题 1、max Z=x l +2 x 2S.T. 3x l +5 x 2≤15 6x l +2 x 2≤12 x l 、 x 2≥0解： 最优解为（0，3），最优值：6。