Matlab 数学建模算法全收录

数学建模

MatLab

需积分: 10 173 浏览量更新于2023-05-23 2 收藏 4.62MB PDF 举报

包含了MatLab常用的算法，对数学建模很有帮助，建议刚刚接触数学建模的同学使用

-1-

第一章线性规划

§1 线性规划

在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济

效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而线性规划(Linear

Programming 简记 LP)则是数学规划的一个重要分支。自从 1947 年 G. B. Dantzig 提出

求解线性规划的单纯形方法以来，线性规划在理论上趋向成熟，在实用中日益广泛与深

入。特别是在计算机能处理成千上万个约束条件和决策变量的线性规划问题之后，线性

规划的适用领域更为广泛了，已成为现代管理中经常采用的基本方法之一。

1.1 线性规划的实例与定义

例 1 某机床厂生产甲、乙两种机床，每台销售后的利润分别为 4000 元与 3000 元。

生产甲机床需用

BA、机器加工，加工时间分别为每台 2 小时和 1 小时；生产乙机床

需用

CBA 、、三种机器加工，加工时间为每台各一小时。若每天可用于加工的机器时

数分别为

机器 10 小时、

机器 8 小时和 C 机器 7 小时，问该厂应生产甲、乙机床各

几台，才能使总利润最大？

上述问题的数学模型：设该厂生产

x 台甲机床和

x 乙机床时总利润最大，则

, xx

应满足

（目标函数）

34max xxz

(1)

s.t.（约束条件）

⎪

⎩

⎪

⎨

⎧

≥

≤

≤+

102

（2）

这里变量

, xx 称之为决策变量，（1）式被称为问题的目标函数，（2）中的几个不等式

是问题的约束条件，记为 s.t.(即 subject to)。由于上面的目标函数及约束条件均为线性

函数，故被称为线性规划问题。

总之，线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最

小的问题。

在解决实际问题时，把问题归结成一个线性规划数学模型是很重要的一步，但往往

也是困难的一步，模型建立得是否恰当，直接影响到求解。而选适当的决策变量，是我

们建立有效模型的关键之一。

1.2 线性规划的 Matlab 标准形式

线性规划的目标函数可以是求最大值，也可以是求最小值，约束条件的不等号可以

是小于号也可以是大于号。为了避免这种形式多样性带来的不便，Matlab 中规定线性

规划的标准形式为

min

s.t.

⎪

⎩

⎪

⎨

⎧

≤≤

=⋅

≤

ubxlb

beqxAeq

bAx

其中

c 和

为 n 维列向量， A、 Aeq 为适当维数的矩阵， b 、 beq 为适当维数的列向

量。

-3-

（3）若线性规划存在有限最优解，则必可找到具有最优目标函数值的可行域

的

“顶点”。

上述论断可以推广到一般的线性规划问题，区别只在于空间的维数。在一般的

n 维

空间中，满足一线性等式

∑

bxa

的点集被称为一个超平面，而满足一线性不等式

∑

≤

bxa

（或

∑

≥

bxa

）的点集被称为一个半空间（其中 ),,(

1 n

aa L 为一 n 维行

向量，

b 为一实数）。若干个半空间的交集被称为多胞形，有界的多胞形又被称为多面

体。易见，线性规划的可行域必为多胞形（为统一起见，空集

也被视为多胞形）。

在一般

n 维空间中，要直接得出多胞形“顶点”概念还有一些困难。二维空间中的顶点

可以看成为边界直线的交点，但这一几何概念的推广在一般

n 维空间中的几何意义并不

十分直观。为此，我们将采用另一途径来定义它。

定义 1 称

维空间中的区域

为一凸集，若 Rxx ∈∀

, 及 )1,0(∈∀

，有

Rxx ∈−+

)1(

λλ

。

定义 2 设

为 n 维空间中的一个凸集，

中的点

被称为

的一个极点，若不

存在

Rxx ∈

、及 )1,0(∈

，使得

)1( xxx

λλ

−+= 。

定义 1 说明凸集中任意两点的连线必在此凸集中；而定义 2 说明，若

是凸集

的一个极点，则

不能位于

中任意两点的连线上。不难证明，多胞形必为凸集。同

样也不难证明，二维空间中可行域

的顶点均为

的极点（

也没有其它的极点）。

1.5 求解线性规划的 Matlab 解法

单纯形法是求解线性规划问题的最常用、最有效的算法之一。这里我们就不介绍

单纯形法，有兴趣的读者可以参看其它线性规划书籍。下面我们介绍线性规划的 Matlab

解法。

Matlab 中线性规划的标准型为

min

s.t.

⎪

⎩

⎪

⎨

⎧

≤≤

=⋅

≤

ubxlb

beqxAeq

bAx

基本函数形式为 linprog(c,A,b)，它的返回值是向量

的值。还有其它的一些函数调用形

式（在 Matlab 指令窗运行 help linprog 可以看到所有的函数调用形式），如：

[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB,X

,OPTIONS)

这里 fval 返回目标函数的值，LB 和 UB 分别是变量

的下界和上界，

x 是

的初始值，

OPTIONS 是控制参数。

例 2 求解下列线性规划问题

321

532max xxxz

−

s.t.

321

=++ xxx

1052

321

≥+− xxx

123

321

≤+

xxx

0,,

321

≥xxx

剩余798页未读，继续阅读

qq_37384499

粉丝: 0
资源: 1

Matlab 数学建模算法全收录

Matlab数学建模算法全收录（数学建模比赛必备参考资料）_matlab源码.rar

Matlab数学建模算法全收录（含Matlab程序）

Matlab数学建模算法全收录（数学建模比赛必备参考资料）

matlab数学建模算法全收录

Matlab数学建模算法全收录

Matlab数学建模算法全收录.rar_matlab_matlab 数学建模_数学建模_数学建模 matlab_数学建模算法

matlab数学建模算法全收录.rar_matlab_matlab 建模_数学建模_数学建模算法_算法

matlab数学建模算法全收录.pdf

Matlab数学建模算法全收录.pdf

Matlab数学建模经典算法合集

最新资源