研究报告
PAGE
1-
【强化】2025年长安大学086100交通运输《804运筹学》考研强化检测5套
一、线性规划
1.线性规划的基本概念
线性规划是一种数学方法，用于在给定的约束条件下找到最优解。它主要应用于资源分配、生产计划、运输调度等领域。线性规划问题通常包括决策变量、目标函数和约束条件。决策变量表示需要确定的量，目标函数表示要优化的目标，约束条件则表示决策变量的限制。
在线性规划中，目标函数通常是一个线性函数，它可以是最大化或最小化问题。约束条件也是线性的，即决策变量的系数是常数，且约束形式为不等式或等式。线性规划问题可以通过图解法、单纯形法等方法求解。图解法适用于决策变量较少的问题，而单纯形法适用于决策变量较多的问题。
单纯形法是一种迭代算法，通过在可行域的顶点之间移动，逐步逼近最优解。该方法通过选择目标函数值下降最快的顶点作为新的顶点，直到找到最优解。在求解过程中，单纯形表用于记录当前顶点的坐标、目标函数值、约束条件等信息。通过分析单纯形表，可以判断算法是否收敛以及最优解是否已经找到。线性规划作为一种重要的数学工具，在各个领域都有着广泛的应用，为优化决策提供了有力支持。
2.线性规划的图解法
线性规划的图解法是一种直观且易于理解的方法，特别适用于决策变量较少的线性规划问题。该方法通过在坐标系中绘制约束条件的图形，将问题转化为图形问题，从而直观地找到最优解。以下是线性规划图解法的几个关键步骤：
(1)首先，将线性规划问题的决策变量和约束条件转化为标准形式。对于最大化问题，目标函数需要转换为最小化形式。接着，将每个约束条件转化为等式形式，并将所有约束条件表示为不等式。
(2)然后，将每个约束条件表示为直线方程，并在坐标系中绘制这些直线。这些直线将定义一个多边形区域，称为可行域。可行域是所有满足约束条件的解的集合。在可行域内，每个点都对应一个特定的解。
(3)接下来，确定目标函数的等值线。目标函数的等值线是在坐标系中连接具有相同目标函数值的点所形成的曲线。对于最大化问题，等值线向下倾斜；对于最小化问题，等值线向上倾斜。通过平移等值线，可以找到与可行域相交的最优等值线，该等值线与可行域的交点即为最优解。
在图解法中，以下是一些重要的观察点和注意事项：
(1)可行域的顶点通常是问题的最优解。这是因为可行域的顶点是约束条件的交点，而线性规划问题通常在可行域的顶点处取得最优解。
(2)当目标函数的等值线与可行域相交时，最优解通常位于等值线与可行域边界的交点处。这是因为目标函数在可行域内部没有更好的解。
(3)如果目标函数的等值线与可行域不相交，则问题可能没有可行解或无界解。在这种情况下，需要重新检查约束条件，以确保问题的正确性。
(4)图解法适用于决策变量较少的问题。当决策变量较多时，可行域将变得非常复杂，难以在图上表示。
总之，线性规划的图解法是一种简单直观的方法，可以帮助我们理解和解决简单的线性规划问题。通过在坐标系中绘制约束条件和目标函数的等值线，我们可以找到最优解，并更好地理解线性规划问题的本质。尽管图解法在某些情况下受到决策变量数量的限制，但它仍然是学习和理解线性规划基础概念的有力工具。
3.线性规划的单纯形法
线性规划的单纯形法是一种高效的迭代算法，广泛应用于解决线性规划问题。该方法通过移动到可行域的顶点，逐步逼近最优解。以下是一个关于单纯形法的案例，用于说明其应用过程：
(1)假设某工厂需要生产两种产品A和B，生产一个产品A需要2小时机器时间和3小时人工时间，生产一个产品B需要1小时机器时间和2小时人工时间。工厂每天有10小时机器时间和12小时人工时间。工厂的目标是最大化利润，产品A的利润为5元，产品B的利润为3元。约束条件如下：
-2x1+x2≤10（机器时间）
-3x1+2x2≤12（人工时间）
-x1,x2≥0（非负约束）
其中，x1和x2分别表示生产产品A和B的数量。
(2)首先，将线性规划问题转化为标准形式，引入松弛变量s1和s2，使得约束条件变为等式：
-2x1+x2+s1=10
-3x1+2x2+s2=12
-x1,x2,s1,s2≥0
目标函数变为最小化-5x1-3x2。
(3)初始单纯形表如下：
|基变量|基变量系数|右端值|目标函数系数|减小率|
||||||
|s1|2|10|0|-|
|s2|3|12|0|-|
||||-5