数学建模与数学实验（第五版）第3章线性规划答案

已于 2024-05-16 23:07:55 修改
阅读量799 收藏 12
点赞数 30
分类专栏： 数学建模 第三章线性规划 文章标签： 数学建模 matlab 学习
于 2024-05-16 23:07:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/2403_83801346/article/details/138977517
版权

Lingo求解

model:

min=300*x1+180*x2;

x1+x2=0.5;

x1>=0.5*0.2;

7000*x2<=6000;

end

 结果

 Global optimal solution found.

  Objective value:                              102.0000

  Infeasibilities:                              0.000000

  Total solver iterations:                             0

                       Variable           Value        Reduced Cost

                             X1       0.1000000            0.000000

                             X2       0.4000000            0.000000

                            Row    Slack or Surplus      Dual Price

                              1        102.0000           -1.000000

                              2        0.000000           -180.0000

                              3        0.000000           -120.0000

                              4        3200.000            0.000000

MATLAB解答：

c=[2,3,5,3,3,6];

A=[1,2,3,0,0,0;0,0,0,1,1,3];

b=[80;100];

Aeq=[1,0,0,1,0,0;0,1,0,0,1,0;0,0,1,0,0,1];

beq=[70;50;20];

vlb=zeros(6,1);

[x,fval]=linprog(c,A,b,Aeq,beq,vlb)

结果：x =       

70.0000    

0.0000           

3.3333    

0.0000   

50.0000  

16.6667

fval = 

406.6667

答：

MATLAB解题：

% 目标函数

f = [12 5 4 12 5 4];

% 不等式约束

a = [4 3 1 0 0 0;0 0 0 2 6 3];

b = [180;200];

% 等式约束

aeq = [];

beq = [];

% 上下限

vlb = zeros(6,1);

vub = [];

[x,fval] = linprog(-f,a,b,aeq,beq,vlb,vub)

计算结果：

x =

     0

     0

   180

   100

     0

     0

fval =

        -1920

每班的护士在值班始时向病房报到，连续工作8h.医院领导为满足每班所需要的护士数，最少需要雇佣多少护士？

lingo模型求解：

min=x1+x2+x3+x4+x5+x6;

x1+x6>=60;

x1+x2>=70;

x2+x3>=60;

x3+x4>=50;

x4+x5>=20;

x5+x6>=30;

@gin(x1);@gin(x2);@gin(x3);@gin(x4);@gin(x5);@gin(x6);

end

Global optimal solution found.

  Objective value:                              150.0000

  Objective bound:                              150.0000

  Infeasibilities:                              0.000000

  Extended solver steps:                               0

  Total solver iterations:                             4

                       Variable           Value        Reduced Cost

                             X1        60.00000            1.000000

                             X2        10.00000            1.000000

                             X3        50.00000            1.000000

                             X4        0.000000            1.000000

                             X5        30.00000            1.000000

                             X6        0.000000            1.000000

                            Row    Slack or Surplus      Dual Price

                              1        150.0000           -1.000000

                              2        0.000000            0.000000

                              3        0.000000            0.000000

                              4        0.000000            0.000000

                              5        0.000000            0.000000

                              6        10.00000            0.000000

                              7        0.000000            0.000000

答：最少需要雇佣150个护士。

1、MATLAB编程语句：

%目标函数的系数矩阵

f=-[6 4];

%设x1、x2为整数变量

intcon=[1,2];

%不等式约束的系数矩阵和资源数

a=[2 3;4 2];

b=[100;120];

%该模型不存在等式约束，用[]来表示

aeq=[];

beq=[];

%下限设为一个两行一列的矩阵，矩阵的每个量都为零，上限不限制

vlb=zeros(2,1);

vub=[];

[x,fval]=intlinprog(f,intcon,a,b,aeq,beq,vlb,vub)

运行结果：

x =

    20

    20

fval =

  -200

则x=20,x2=20，最优解为200，即生产A1为20件，A2为20件,为最优化生产方案。

2、LINGO编程语句：

model:

title 最优生产方案;

max=6*x1+4*x2;

2*x1+3*x2<=100;

4*x1+2*x2<=120;

@gin(x1);@gin(x2);

end

运行结果：

Global optimal solution found.

  Objective value:                              200.0000

  Objective bound:                              200.0000

  Infeasibilities:                              0.000000

  Extended solver steps:                               0

  Total solver iterations:                             2

  Model Title: 最优生产方案

                       Variable           Value        Reduced Cost

                             X1        20.00000           -6.000000

                             X2        20.00000           -4.000000

                            Row    Slack or Surplus      Dual Price

                              1        200.0000            1.000000

                              2        0.000000            0.000000

                              3        0.000000            0.000000

（2）对产品A1的利润进行灵敏度分析

model:

title 最优生产方案;

max=6*x1+4*x2;

2*x1+3*x2<=100;

4*x1+2*x2<=120;

end

  Global optimal solution found.

  Objective value:                              200.0000

  Infeasibilities:                              0.000000

  Total solver iterations:                             2

  Model Title: 最优生产方案

                       Variable           Value        Reduced Cost

                             X1        20.00000            0.000000

                             X2        20.00000            0.000000

                            Row    Slack or Surplus      Dual Price

                              1        200.0000            1.000000

                              2        0.000000           0.5000000

                              3        0.000000            1.250000

分析：其中可以得出每增加一个单位的装配小时，利润增长0.5元，每增加一个单位的检验小时，利润增加1.25元。

(3)对装配工序的工时进行灵敏度分析

model:

title 最优生产方案;

max=6*x1+4*x2;

2*x1+3*x2<=100;

4*x1+2*x2<=120;

end

 Ranges in which the basis is unchanged:

                                      Objective Coefficient Ranges

                                  Current        Allowable        Allowable

                Variable      Coefficient         Increase         Decrease

                      X1         6.000000         2.000000         3.333333

                      X2         4.000000         5.000000         1.000000

                                           Righthand Side Ranges

                     Row          Current        Allowable        Allowable

                                      RHS         Increase         Decrease

                       2         100.0000         80.00000         40.00000

                       3         120.0000         80.00000         53.33333

数据记录和实验结果：

  1. MATLAB编程语句：

%目标函数的系数矩阵

f=-[6 4 5];

%设x1、x2为整数变量

intcon=[1,2,3];

%不等式约束的系数矩阵和资源数

a=[2 3 4;4 2 2];

b=[100;120];

%该模型不存在等式约束，用[]来表示

aeq=[];

beq=[];

%下限设为一个两行一列的矩阵，矩阵的每个量都为零，上限不限制

vlb=zeros(3,1);

vub=[];

[x,fval]=intlinprog(f,intcon,a,b,aeq,beq,vlb,vub)

运行结果：

x =

   23.0000

    2.0000

   12.0000

fval =

  -206

x1=23，x2=2，x3=12，最优解为206，即生产A1为23件，A2为2件,A3为12件，利润增加，可以投入生产。

2、LINGO编程语句：

model:

title 新增生产后;

max=6*x1+4*x2+5*x3;

2*x1+3*x2+4*x3<=100;

4*x1+2*x2+2*x3<=120;

@gin(x1);@gin(x2);@gin(x3);

end

运行结果：

  Global optimal solution found.

  Objective value:                              206.0000

  Objective bound:                              206.0000

  Infeasibilities:                              0.000000

  Extended solver steps:                               0

  Total solver iterations:                             5

  Model Title: 新增生产后

                       Variable           Value        Reduced Cost

                             X1        23.00000           -6.000000

                             X2        2.000000           -4.000000

                             X3        12.00000           -5.000000

                            Row    Slack or Surplus      Dual Price

                              1        206.0000            1.000000

                              2        0.000000            0.000000

                              3        0.000000            0.000000

利润在增加，可以投入生产。

MATLAB求解：

% 目标函数

f = [10 5 6 4 8 15];

% 整数变量个数

intcon = [1,2,3,4,5,6];

% 不等式约束

a = [1 1 1 0 0 0;0 0 0 1 1 1;1 0 0 1 0 0;0 1 0 0 1 0;0 0 1 0 0 1];

b = [60 100 45 75 40];

% 等式约束

aeq = [];

beq = [];

% 上下限

vlb = zeros(6,1);

vub = [];

[x,fval] = intlinprog(f,intcon,-a,-b,aeq,beq,vlb,vub)

计算结果：

x =

         0

        20

40

45

55

0

fval =

       

      960

答：A厂供煤0 ，20 ，40；B厂供煤 45 55 0.

总运输量最小为960。

Matlab求解：

% 目标函数

f=[10 6 4];

%整数变量个数

intcon = [1,2,3];

%不等式约束

a=[1 1 1;10 4 5;2 2 6];

b=[100;600;300];

%等式约束

aeq =[];

beq =[];

%上下限

vlb = zeros(3,1);

vub =[];

[x,fval]= intlinprog(-f,intcon,a,b,aeq,beq,vlb,vub)

运行结果：

x =

   33.0000

   67.0000

         0

fval =

  -732

增加至25/3:

% 目标函数

f=[10 6 25/3];

%整数变量个数

intcon = [1,2,3];

%不等式约束

a=[1 1 1;10 4 5;2 2 6];

b=[100;600;300];

%等式约束

aeq =[];

beq =[];

%上下限

vlb = zeros(3,1);

vub =[];

[x,fval]= intlinprog(-f,intcon,a,b,aeq,beq,vlb,vub)

结果：

x =

   29.0000

   46.0000

   25.0000

fval =

 -774.3333

所以产品Ⅲ增加25/3不值得

Lingo求解：

maxf=10*x1+6*x2+4*x3;

x1+x2+x3<=100;

10*x1+4*x2+5*x3<=600;

2*x1+2*x2+6*x3<=300;

@gin(x1);@gin(x2);@gin(x3);

end

结果：

  Global optimal solution found.

  Objective value:                              732.0000

  Objective bound:                              732.0000

  Infeasibilities:                              0.000000

  Extended solver steps:                               0

  Total solver iterations:                             2

                       Variable           Value        Reduced Cost

                             X1        33.00000           -10.00000

                             X2        67.00000           -6.000000

                             X3        0.000000           -4.000000

                            Row    Slack or Surplus      Dual Price

                              1        732.0000            1.000000

                              2        0.000000            0.000000

                              3        2.000000            0.000000

                              4        100.0000            0.000000

所以影子价格为0

% 目标函数

f = [10 6 4 8];

% 整数变量个数

intcon = [1,2,3,4];

% 不等式约束

a = [1 1 1 1;10 4 5 4;2 2 6 4];

b = [100;600;300];

% 等式约束

aeq = [];

beq = [];

% 上下限

vlb = zeros(4,1);

vub = [];

[x,fval] = intlinprog(-f,intcon,a,b,aeq,beq,vlb,vub)

结果：

x =

   33.0000

   17.0000

         0

   50.0000

fval =

 -832.0000

所以生产Ⅰ产品33件，生产Ⅱ产品17件，生产Ⅲ产品50件，最优利润为832.

% 目标函数

f = [10 6 4];

% 整数变量个数

intcon = [1,2,3];

% 不等式约束

a = [1 1 1;10 4 5;2 2 6;0 0 -1];

b = [100;600;300;-10];

% 等式约束

aeq = [];

beq = [];

% 上下限

vlb = zeros(3,1);

vub = [];

[x,fval] = intlinprog(-f,intcon,a,b,aeq,beq,vlb,vub)

结果：

x =

   31.0000

   59.0000

   10.0000

fval =

 -704.0000

所以生产产品Ⅰ30件，产品Ⅱ59件，产品Ⅲ10件，最优利润为704

8.已知某工厂计划生产I、Ⅱ、Ⅲ三种产品，各产品需要在A、B，C设备上加工，有关数据如下：

试回答：

（1）如何发挥生产能力，使生产盈利最大？

（2）若为了增加产量，可借用别的工厂设备B，每月可借用60台时，租金1.8万元，借用设备B是否合算？

（3）假设另有两种新产品N、V，其中新产品I需用设备A12台时、设备B5台时、设备C10台时，单位产品盈利2.1千元；新产品V需用设备A4台时、设备B4台时、设备C12台时，单位产品盈利1.87千元.如果A，B，C的设备台时不增加，问这两种新产品投产在经济上是否合算？

（4）对产品工艺重新进行设计，改进结构，改进后生产每件产品I需用设备A9台时、设备B12台时、设备C4台时，单位产品盈利4.5千元，这时对原计划有何影响？

% 目标函数

f = [3 2 2.9 3 2 2.9 3 2 2.9];

% 不等式约束

a = [8 2 10 0 0 0 0 0 0;0 0 0 10 5 8 0 0 0;0 0 0 0 0 0 2 13 10];

b = [300;400;420];

% 等式约束

aeq = [];

beq = [];

% 上下限

vlb = zeros(9,1);

vub = [];

[x,fval] = linprog(-f,a,b,aeq,beq,vlb,vub)

x =

        0

150

0

0

80

0

210

0

0

fval =

       

       -1090

答：所以A生产Ⅱ产品数150件，B生产产品Ⅱ数80件，C生产产品I数210，利润最大1090

% 目标函数

f = [3 2 2.9;3 2 2.9;3 2 2.9];

% 不等式约束

a = [8 2 10 0 0 0 0 0 0;0 0 0 10 5 8 0 0 0;0 0 0 0 0 0 2 13 10];

b = [300;460;420];

% 等式约束

aeq = [];

beq = [];

% 上下限

vlb = zeros(9,1);

vub = [];

[x,fval] = linprog(-f,a,b,aeq,beq,vlb,vub)

fval = fval-18

结果:

x =

        0

150

0

0

92

0

210

0

0

fval =

       

       -1243

fval =

-1261

由结果可知若为增量产品，是合算的

% 目标函数

f = [3 2 2.9 2.1 1.87;3 2 2.9 2.1 1.87;3 2 2.9 2.1 1.87];

% 不等式约束

a = [8 2 10 12 4 0 0 0 0 0 0 0 0 0 0;0 0 0 0 0 10 5 8 5 4 0 0 0 0 0;0 0 0 0 0 0 0 0 0 0 2 13 10 10 12];

b = [300;400;420];

% 等式约束

aeq = [];

beq = [];

% 上下限

vlb = zeros(15,1);

vub = [];

[x,fval] = linprog(-f,a,b,aeq,beq,vlb,vub)

计算结果：x =

        0

150

0

0

 80

0

      105

0

0

fval =

       

       -1.1395e+03

答：所以对产品重新设计会比原计划更盈利。

泡泡灿
关注
  • 30
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
《数学建模算法与应用第二版》——chapter2. 整数规划
zwszws111的博客
07-23 1246
司守奎老师第二版书学习笔记，代码all get
数学建模与数学实验课件光盘-第10讲 数据的统计描述与分析.rar
08-14
数学建模与数学实验课件光盘-第10讲 数据的统计描述与分析.rar 《数学建模与数学实验》课件光盘 【作　者】赵静 但琦 [同作者作品]  【出 版 社】 高等教育出版社  【出版日期】 2002 年9月 【开 本】 16开 ...
数学建模与数学实验课件光盘-第6讲 非线性规划.rar
08-14
数学建模与数学实验课件光盘-第6讲 非线性规划.rar 《数学建模与数学实验》课件光盘 【作　　者】赵静 但琦 [同作者作品]   【出 版 社】 高等教育出版社       【出版日期】 2002 年9月 【开 本】 16开 【页 码】 280     【版 次】1-4   【内容简介】 本书将应用数学的基本理论、实例、应用数学软件有机地结合成一体,既简要介绍一些最常用的解决实际问题的应用数学知识，又联系实际介绍应用相应的数学知识建立数学模型，并用合适的数学软件包来求解模型在大多数章的最后一节。结合相应知识和软件包介绍一个大型的数学建模案例，这些案例主要取材于最近几年全国大学生数学建模竞赛题. 第1章 线性规划 1．1 线性规划模型 1．2 单纯型算法 1．3 对偶单纯型算法 1．4 灵敏度分析及影子价格 1．5 用MATLAB优化工具箱解线性规划 1．6 习题 第2章 整数线性规划 2．1 割平面法 2．2 分枝定界法 2．3 习题 第3章 无约束优化 3．1 数学预备知识 3．2 无约束最优化问题的解 3. 3 用MATLAB优化工具箱解无约束最优化 3．4 习题 第4章 非线性规划 4．1 非线性规划的数学模型 等等
《数学建模与数学实验》第1章学习笔记
xfsong2012的博客
06-18 1447
1.1 数学模型、数学建模与数学实验 数学模型：为了一个特定目的，根据其内在规律，做出必要的简化模型，运用适当的数学工具，抽象简化出来一个由数字、字母或其他数学符号组成的数学结构。 ...
南京邮电大学数学实验A答案 | 《MATLAB数学实验》第三版课后习题答案
Admire0v0的博客
04-19 1073
这个资源库的建立初衷是为了帮助南京邮电大学的同学们在学习过程中有一个参考的依据，减少一些无端浪费的时间。同时，其他使用《MATLAB数学实验》作为教材的同学们也可以利用这个平台来丰富自己的学习资源。本仓库收集了2024年我在学习《数学实验A》课程期间完成的作业。课程使用的教材为《MATLAB数学实验》第三版，作者为胡良剑和孙晓君教授。让我们共同努力，维护一个诚实、尊重和鼓励创新的学术环境。
Python数学实验与建模 课后习题第5章解析
广莫天的博客
06-28 5730
5.1 求下列线性规划的解 maxz=8x1−2x2+3x3−x4−2x5,s.t.{x1+x2+x3+x4+x5⩽400,x1+2x2+2x3+x4+6x5⩽800,2x1+x2+6x3⩽200,x3+x4+5x5⩽200,0⩽xi⩽99,i=1,2,3,4;x5⩾−10. max z=8x_1-2x_2+3x_3-x_4-2x_5, \\s.t. \left\{ \begin{array}{l} x_1+x_2+x_3+x_4+x_5\leqslant400, \\x_1+2x_2+2x_3+x_4+6
《数学建模与数学实验》第5版 线性规划 习题3.4
热门推荐
hexiaosi_的博客
07-11 2万+
1. 某鸡场有1000只鸡，用动物饲料和谷物混合喂养． 2. 某工厂用A1，A2两台机床加工B1，B2，B3三种不同零件. 3. 某工厂利用两种原料甲、乙生产$A_1、A_2、A_3$三种产品. 4. 每班的护士在值班开始时向病房报到，连续工作8个小时. 5. 某工厂生产 A1 、A2 两种型号的产品 6. 有两个煤厂A,B 7. 某工厂制造三种产品，生产这三种产品需要三种资源 8. 已知某工厂计划生产1，2，3三种产品，各产品需要在ABC设备加工。...
数学建模与数学实验（第5版）第4章 非线性规划答案
2403_83801346的博客
05-16 864
b越大x1越大，x3越小；b越小，x1越小，x3越大，c越大，生产就越不剩余；答：所以体积的最优为V=148.5714 ，设备重量最优为W=185.7143.台发动机，第二季度生产60台发动机，第三季度生产70台发动机；经过改变a=50，b=0.2，c=4的值，多次计算运行发现。答：第一种模式下290mm的需要原料钢管14根；第二种模式下315mm的需要原料钢管4根；第三种模式下350mm的需要原料钢管1根；第四种模式下455mm的需要原料钢管0根。为了方便求解，把模型化为标准型。，投入乙汽油广告费为。
《数学建模与数学实验》第5版 非线性规划 习题4.4
hexiaosi_的博客
07-12 1万+
1. 一电路由三个电阻$R_1,R_2,R_3$并联，再与电阻$R_4$串联而成 2. 炼油厂将A、B C三种原料加工成甲乙丙三种汽油。一桶原油加工成汽油的 费用为4元，每天至多能加工汽油14，000桶。 3. 某厂向用户提供发动机，合同规定，第一、二、三季度末分别交货40台、60台、80台。每季度的生产费用为$f(x)=ax+bx^2(元)$,其中x是该季生产的台数。 4. 钢管下料问题:某钢管零售商从钢管厂进货，将钢管按照顾客的要求切割出售。...
数学建模教程word文本
08-24
第一章 模糊数学 第二章 整数规划 第三章 非线性规划 第四章 动态规划 第五章 图与网络（一） 第六章 图与网络（二） 第七章 变分法 第八章 层次分析法 附录matlab教程
常用数学模型及其算法
04-21
3第三章 非线性规划 4第四章 动态规划 5第五章 图与网络 6第六章 排队论 7第七章 对策论 8第八章 层次分析法 9第九章 插值与拟合 10第十章 数据的统计描述和分析 11第十一章 方差分析 12第十二章 回归分析 13第十...
游戏编程中的物理建模(中文删节版)
09-28
第三节：3D 编程和物理学的数学工具（删除） 三角几何（删除） 2D坐标系（删除） 3D和4D坐标系（删除） 物理单位（删除） 矢量 代码中实现的矢量：物理建模的数学库 矢量与标量的乘除法 点积 叉积...
2024中青杯数学建模竞赛A题人工智能视域下养老辅助系统的构建思路代码论文分析
qq_45857113的博客
05-23 1511
2024中青杯数学建模A题论文和代码已完成，代码为A题全部问题的代码，论文包括摘要、问题重述、问题分析、模型假设、符号说明、模型的建立和求解（问题1模型的建立和求解、问题2模型的建立和求解、问题3模型的建立和求解）、模型的评价等等
二维OTSU（二维大津法）matlab实现（复制粘贴即可）
Vertira的博客
05-27 256
二维OTSU（二维大津法）matlab实现（复制粘贴即可）
基于小波熵阈值的心电信号R波检测算法（MATLAB）
weixin_39402231的博客
05-27 373
针对传统小波阈值去噪算法不能有效去除心电信号中所参杂的基线漂移及工频干扰，重构信号会产生伪吉布斯现象。小波熵阈值去噪新算法是根据不同分解尺度上信号和噪声能量分布不同的特点，滤除一部分的基线漂移及工频干扰。
基于小波分析和机器学习（SVM，KNN，NB，MLP）的癫痫脑电图检测（MATLAB环境）
weixin_39402231的博客
05-27 634
基于小波分析和机器学习（SVM，KNN，NB，MLP）的癫痫脑电图检测（MATLAB环境）
可视化小波频率如何影响地震纵向分辨率(MATLAB R2018A)
最新发布
weixin_39402231的博客
05-31 134
通常，在地震勘探中将分辨率分为横向分辨率和纵向分辨率。横向分辨率也称为水平分辨率，是指在水平方向上分辨地质体大小、位置和边界的能力，如断层、尖灭点和岩性体等。纵向分辨率也称为垂向分辨率，是指在垂直方向上分辨地层厚度的能力。 鉴于此，主要可视化小波频率如何影响地震纵向分辨率,运行环境为MATLAB
基于小波包分析的一维信号谐波干扰去除方法(MATLAB R2021B)
weixin_39402231的博客
05-29 313
由于正交小波变换采用Mallat算法实现，只对信号的低频部分做进一步分解，而对高频部分不再继续分解，所以小波变换仅能很好的表征以低频信息为主要成分的信号。但是在实际应用中非平稳机械振动信号、遥感图像、地震信号和生物医学信号等包含大量细节信息，正交小波变换不能很好地分解和表示细小边缘或纹理的信号。小波包变换可以对高频部分提供更精细的分解，而且这种分解既无冗余，也无疏漏，所以对包含大量中、高频信息的信号能够进行更好的时频局部化分析。
数学建模线性规划与非线性规划
05-11
数学建模中的线性规划和非线性规划是两种常见的优化问题。 线性规划是指在一定的约束条件下，最大化或最小化一个线性目标函数的问题。线性规划的目标函数和约束条件都是线性的，可以用线性代数的方法求解。常见的线性规划模型包括生产计划、资源分配、运输问题等。 非线性规划是指在一定的约束条件下，最大化或最小化一个非线性目标函数的问题。非线性规划的目标函数和约束条件都是非线性的，需要使用数值计算方法求解。常见的非线性规划模型包括能源优化、化工过程优化、机器学习等。 线性规划和非线性规划都是数学建模中非常重要的优化问题，可以应用于各种领域的实际问题。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值