数模 | 线性规划

线性规划

要点

1. 每个模型都有若干个决策变量，决策变量的一组值代表一种方案，一般非负。
2. 目标函数、约束条件是决策变量的线性函数。

术语	说明
s.t.	subject to，约束条件
max	最大值（最大规划）
min	最小值（最小规划）
最优化	最大规化或最小规化

Matlab 求解

Matlab 只能解最小规划

函数原型

$$minz=c^{T}x$$
$$\begin{array}{l}\{\begin{array}{l}Ax\le b\\ Aeq\ast x=beq\\ lb\le x\le ub\end{array}\end{array}$$

% fval:目标函数最优值；x最优解
[x,fval]=linprog(c,A,b,Aeq,beq,lb,ub,x0,options)

参数	说明
c	目标函数系数向量
A;b	$A\ast x\le b$；A 是一元线性约束条件不等式组的系数矩阵;b 是对应的常数项组成的列向量；
Aeq;beq	$A\ast x=b$；A 是一元线性约束条件方程组的系数矩阵;b 是对应的常数项组成的列向量；
lb	决策变量的下界
ub	决策变量的上界
x0	初迭代点

最大(max)规划转最小(min)规划

目标函数系数向量取相反值。

用例

$$\begin{gathered} maxz=2x_1+3x_2+5x_3 \\ \begin{array}{l}\{\begin{array}{l}2x_1-5x_2+x_3\ge 10\\ x_1+3x_2+x_3\le 12\\ x_1,x_2,x_3\ge 0\end{array}\end{array} \end{gathered}$$
化为适合 Matlab 计算的形式
$$\begin{gathered} minz=-2x_1-3x_2-5x_3 \\ \begin{array}{l}\{\begin{array}{l}-2x_1+5x_2-x_3\le -10\\ x_1+3x_2+x_3\le 12\\ x_1,x_2,x_3\ge 0\end{array}\end{array} \end{gathered}$$

c = [-2,-3,-5];
A=[-2 5 -1; 1 3 1;];
b=[-10;12];
Aeq = [1 1 1];
beq = 7;
lb = zeros(3,1);

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

disp(x);

% 此处求出的是变化后的目标函数的最小值，需要求相反数得其最大值
disp(-fval);

Matlab 画图

线性规划好难画。再说
相关资料