运筹学线性规划模型在实际生活中的应用.docx

1、运筹学线性规划模型在实际生活中的应用线性规划模型在实际生活中的应用【摘要】线性规划在实际生活中扮演着很重要的角色，研究对象是计划管理工作中有关安排和估值的问题,其广泛应用于经济等领域，是实际生活中进行管理决策的最有效的方法之一。解决的主要问题是在给定条件下,按某一衡量指标来寻找安排的最优方案。本文通过对例题利用线性规划分析，如何合理的分配利用，最终找到最优解使企业利润最大，说明了线性规划在实际生活中的应用，而且对线性规划问题模型的建立，模型的解进行了分析，运用图解法和单纯形法解决问题。 【关键词】线性规划、建模、实际生活、图解法、单纯形法前言：线性规划Linear programming,简称

2、LP是运筹学中研究较早、发展较快、应用广泛、方法较成熟的一个重要分支，它是辅助人们进行科学管理的一种数学方法。研究线性约束条件下线性目标函数的极值问题的数学理论和方法。英文缩写LP。它是运筹学的一个重要分支，广泛应用于军事作战、经济分析、经营管理和工程技术等方面。为合理地利用有限的人力、物力、财力等资源作出的最优决策，提供科学的依据。 在实际生活中，经常会遇到一定的人力、物力、财力等资源条件下，如何精打细算巧安排，用最少的资源取得最大的效益的问题，而这正是线性规划研究的基本内容，它在实际生活中有着非常广泛的应用任何一个组织的管理者都必须对如何向不同的活动分配资源的问题做出决策，即如何有效地利用

3、人力、物力完成更多的任务，或在预定的任务目标下如何耗用最少的人力、物力去实现目标。在许多情况下，大量不同的资源必须同时进行分配，需要这些资源的活动可以是不同的生产活动，营销活动，金融活动或者其他一些活动。随着计算技术的不断发展，使成千上万个约束条件和决策变量的线性规划问题能迅速地求解，更为线性规划在经济等各领域的广泛应用创造了极其有利的条件。线性规划已经成为现代化管理的一种重要的手段。本文运用常用的图解法和单纯形法解决利润最大化决策问题，贴近生活，很好的吧线性规划应用到生活实践中。1、简单线性问题步骤简单介绍建模是解决线性规划问题极为重要的环节，一个正确的数学模型的建立要求建模者熟悉线性规划的

4、具体实际内容，要明确目标函数和约束条件，通过表格的形式把问题中的已知条件和各种数据进行整理分析，从而找出约束条件和目标函数。1.1 从实际问题中建立数学模型一般有以下三个步骤； 1根据影响所要到达目的的因素找到决策变量； 2由决策变量和所在到达目的之间的函数关系确定目标函数； 3由决策变量所受的限制条件确定决策变量所要满足的约束条件。线性规划的数学模型的一般形式为：目标函数： max(min) z=c1 x1+c2x2+cn xn满足约束条件： a11x1+a12x2+a1nxn (,) b1 a21x1+a22x2+a2nxn (,) b2 . . am1x1+am2x2+amnxn (,)

5、 bm x1, x2, ,xn 01.2 所建立的数学模型具有以下特点： 1每个模型都有假设干个决策变量x1，x2，x3，xn，其中n为决策变量个数。决策变量的一组值表示一种方案，同时决策变量一般是非负的。 2目标函数是决策变量的线性函数根据具体问题可以是最大化max或最小化min，二者统称为最优化opt。 3约束条件也是决策变量的线性函数。当我们得到的数学模型的目标函数为线性函数，约束条件为线性等式或不等式时称此数学模型为线性规划模型。1.3 线性规划模型的基本结构:1变量 变量又叫未知数，它是实际系统的未知因素，也是决策系统中的可控因素，一般称为决策变量，常引用英文字母加下标来表示，如Xl

6、，X2，X3，Xmn等。2目标函数 将实际系统的目标，用数学形式表现出来，就称为目标函数，线性规划的目标函数是求系统目标的数值，即极大值，如产值极大值、利润极大值或者极小值，如成本极小值、费用极小值、损耗极小值等等。3约束条件 约束条件是指实现系统目标的限制因素。它涉及到企业内部条件和外部环境的各个方面，如原材料供给、设备能力、计划指标、产品质量要求和市场销售状态等等，这些因素都对模型的变量起约束作用，故称其为约束条件。约束条件的数学表示形式为三种，即、。线性规划的变量应为正值，因为变量在实际问题中所代表的均为实物，所以不能为负。把线性规划的知识运用到企业中去，可以使企业适应市场激烈的竞争，及

7、时、准确、科学的制定生产计划、投资计划、对资源进行合理配置。过去企业在制定计划，调整分配方面很困难，既要考虑生产成本，又要考虑获利水平，人工测算需要很长时间，不易做到机动灵活，运用线性规划并配合电脑进行测算非常简便易行，几分钟就可以拿出最优方案，提高了企业决策的科学性和可靠性。其决策理论是建立在严格的理论基础之上，运用大量基础数据，经严格的数学运算得到的，从而在使企业能够在生产的各个环节中优化配置，提高了企业的效率，对企业是大有益处的。2、线性规划问题的标准形式：由于目标函数和约束条件内容和形式上的差异，线性规划可以有多种表达式。为方便和制定统一算法，规定线性规划问题的标准形式如下：标准形式的

8、线性规划模型中，目标函数为极大值有些书上规定是级小值，约束条件全为等式，约束条件右端为常数项b全为非负数，变量x的取值全为非负值。符合标准形式的线性规划问题，课通过以下方法化为标准式。（1）目标函数为极小值，即为：因为求min z等价于求max(-z),令z=-z,即化为：（2）约束条件右端b 0，说明表中基可行解不是最优解，所以确定x1为换入非基变量；以x1的系数列的正分量对应去除常数列，最小比值所在行对应的基变量作为换出的基变量。因此确定5为主元素表1中以防括号括起，意味着将以非基变量x2去置换基变量x6，采取的做法是对约束方程组的系数增广矩阵实施初等行变换，将x1的系数列(20,15)T

9、变换成x3的系数列(0,1)T，变换之后重新计算检验数。变换结果见表2表2cj201500CB基bx1x2x3x40X33612/51/500X42709/5-3/51cj-zj-72007-40再按上述方法可得表3表3cj201500CB基bx1x2x3x40X330103/5-2/90X41501-1/55/9cj-zj-88900-1/5-7此时，2个非基变量的检验数都小于0，3= -1/5，4= -7，说明已求得最优解：。去除添加的松弛变量，原问题的最优解为：,最打值为20*30+15*15=825。假设企业在生产、运输、市场营销等方面，没有很好地利用线性规划进行合理的配置，往往会导致增加了企业的生产，使企业的利润不能到达最大化，使得资源浪费。在竞争日益激烈的今天，如果还按照这种方式，是难以生存的。所以更好地利用线性规划，让它在实践生活中真正帮助到我们去解决遇到的各种问题，求得最大的利润或最小消耗等问题的最优解。随着作为运筹学重要分支的线性规划的发展，我们已看到运用线性规划的必要性和重要性。 2线性规划导论M.谢金星,姜启源,张立平等译4 王凤岐 黄田，现代设计方法及其应用，天津：天津大学出版社，20085 宁宣熙，运筹学实用教程M . 北京：科学出版社，2003.