生产实际中遇到的线性规划问题常常是规模很大的，如果约束条件多到超过计算机容量 的程度，就会给求解造成困难。为了克服这一困难，对于大型问题，针对其具体结构，往往 可把它分解成几个较小问题来处理，这类方法称为分解算法

线性规划中所使用的数据,大多是些估计值,有的不够准确，这就需要研究当对某些数据作稍许改变 时，最优解是否变化?如何变化?更何况实际情况还常有变动，特别经济问题是如此,象产品价格的变动,资 源限制数的增减，约束条件的增减，变量的增减等等。这势必影响最优解和最优值。可见充分利用原最优 表，分析最优解对某些数据变化的反应程度即灵敏度是十分必要的，同时也避免了因条件的些许改变而去 从头求解，故灵敏度的分析亦称最优化后分析

第1章 绪论 第2章 线性规划 第3章 非线性规划 第4章 多目标规划 第5章 图与网络分析 第6章 网络计划 第7章 风险型决策 第8章 库存决策 第9章 动态规划 第10章 多目标决策 第11章 二人有限零和对策 第12章 二人有限非零和对策 第13章 排队系统分析 第14章 马尔可夫分析 第15章 随机模拟技术

单纯形法是求解线性规划的主要算法，1947 年由美国斯坦福大学教授丹捷格（G.B.Danzig） 提出。 尽管在其后的几十年中，又有一些算法问世， 但单纯形法以其简单实用的特色始终保持着绝对 的“市场”占有率

第一节 线性规划的模型与图解法 第二节 单纯形法 第三节 对偶问题与灵敏度分析 第四节 运输问题 第五节 线性整数规划

通过本课程的学习，学生初步学会用Matlab软件做数值计算、解优化模型、解图论问题；初步理解并上机操练下列数值计算方法：方程求解、迭代法、微分方程求解、插值法、曲线拟合、回归分析、计算机模拟、线性规划与非线性规划、图论中的最小生成树和最短路径；初步学会用数学建模的方法解决一些实际问题

1.1 线性规划的模型与图解法 1.2 单纯形法 1.3 对偶问题与灵敏度分析 1.4 运输问题 1.5 线性整数规划

用MATLAB优化工具箱解线性规划 1、模型： 2、模型：min z=cX

线性规划所解决的问题主要分为两类：一类是在资源（人力、物力、财力……）一定的情况下，我们如何利用这些有限的资源来完成最多的任务。另一类是在任务确定的情况下，我们如何利用最小的资源完成这个确定的任务

一、 Duality对偶 二、 Dual Problem对偶问题 三、 Dual Linear Programming 四、对偶线性规划 五、 Dual Theory对偶理论