数学建模-线性规划模型

 在规定的范围内寻找符合条件的最值。

例: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 A、B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 A、B、C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A 机器10 小时、B 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_{1}台甲机床和x_{2}台乙机床时总利润最大,则 x_{1},x_{2}应满足
     

(目标函数)  max z = 4x_{1} + 3x_{2}               (1)


s.t.(约束条件)\left\{\begin{matrix} 2x_{1}+x_{2}\leq 10\\ x_{1}+x_{2}\leq 8\\ x_{2}\leq 7\\ x_{1},x_{2}\geq 0\\ \end{matrix}\right.             (2)

这里变量 x_{1},x_{2}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。

猜你喜欢

转载自blog.csdn.net/weixin_37079656/article/details/86532556
今日推荐