正在加载图片...
(2)目标函数:将决策者所追求的目标表示为决策变量的函数。 (3)约束条件:约束条件可用决策变量的等式或不等式来表示。 3问题与应用 ()如何理解线性规划的建模原理? (2)基于实际问题如何建立线性规划模型? 第二节线性规别模型的标准型 1主要内空 由于线性规划模型的目标函数和约束条件内容和形式上的差别,使线性规划 模型的具体形式往往很不一致。为了便于统一处理,有必要规定线性规划模型的 标准形式。 2.基本概念和知识点 (1)最小化问题的转化。求minZ等价于求max(-Z),因此,只需改变目 标函数的符号就可以实现最大化和最小化之间的转接 (2 不等约束的处理。不等式约束可以通过引入松驰变量或剩余变量化 为等式约束。 (3)非正变量与符号无限制变量(无约束变量)的处理。 3.问题与应用 (1)如何理解线性规划模型的标准形式? (2)面对具体的线性规划模型如何转化为标准形式? 第三节线性规划的图解法 1.主要内容 当一个线性规划模型只含两个变量时,可以通过在平面上作图的方法来求 解。这种方法的优点是直观性强,计算方便,但缺点是只适用于有两个变量的情 形。 2.基本概念和知识点 (1)图解法的解题步骤 在平面上律立直角坐标:图示约束条件,找出可行域:作出目标函数 寻找最优解。 (2)线性规划问题求解的几种可能结果 唯一解;多重解:无界解;无可行解。 3.问题与应用 (1)对于一个有两个变量的线性规划问题如何运用图解法求解? 第四节线性规划的单纯形算法 1.主要内容 单纯形算法是Dantzig于1947年提出来的,五十多年来,它一直是求解线 性规划最有效的方法之一 2.基本概念和知识点 (1) 可行解、最优解、基、基变量、非基变量、基解、基可行解等概念。 (2)单纯形算法的基本原理 (3)最优性检验与解的判别。 (4)单纯形列表算法。 5 5 (2)目标函数:将决策者所追求的目标表示为决策变量的函数。 (3)约束条件:约束条件可用决策变量的等式或不等式来表示。 3.问题与应用 (1)如何理解线性规划的建模原理? (2)基于实际问题如何建立线性规划模型? 第二节 线性规划模型的标准型 1.主要内容 由于线性规划模型的目标函数和约束条件内容和形式上的差别,使线性规划 模型的具体形式往往很不一致。为了便于统一处理,有必要规定线性规划模型的 标准形式。 2.基本概念和知识点 (1)最小化问题的转化。求 minZ 等价于求 max(-Z),因此,只需改变目 标函数的符号就可以实现最大化和最小化之间的转换。 (2)不等约束的处理。不等式约束可以通过引入松驰变量或剩余变量化 为等式约束。 (3)非正变量与符号无限制变量(无约束变量)的处理。 3.问题与应用 (1)如何理解线性规划模型的标准形式? (2)面对具体的线性规划模型如何转化为标准形式? 第三节 线性规划的图解法 1.主要内容 当一个线性规划模型只含两个变量时,可以通过在平面上作图的方法来求 解。这种方法的优点是直观性强,计算方便,但缺点是只适用于有两个变量的情 形。 2.基本概念和知识点 (1)图解法的解题步骤 在平面上建立直角坐标;图示约束条件,找出可行域;作出目标函数; 寻找最优解。 (2)线性规划问题求解的几种可能结果 唯一解;多重解;无界解;无可行解。 3.问题与应用 (1)对于一个有两个变量的线性规划问题如何运用图解法求解? 第四节 线性规划的单纯形算法 1.主要内容 单纯形算法是 DantZig 于 1947 年提出来的,五十多年来,它一直是求解线 性规划最有效的方法之一。 2.基本概念和知识点 (1)可行解、最优解、基、基变量、非基变量、基解、基可行解等概念。 (2)单纯形算法的基本原理。 (3)最优性检验与解的判别。 (4)单纯形列表算法
<<向上翻页向下翻页>>
©2008-现在 cucdc.com 高等教育资讯网 版权所有