[数学建模]线性规划与matlab解法

1.1 线性规划问题（LinearProgramming，LP）

1.1.1 线性规划的实例和定义

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2h和1h；生产乙机床需用A、B、C三种机器加工，加工时间为每台1h。若每天可用于加工的机器时数为A机器10h、B机器8h和C机器7h，问该厂应生产甲、乙机床各几台，才能使总利润最大？

设总利润为$z$ ，生产$x_1$ 台甲机器，生产$x_2$ 台乙机器，则目标函数$z = 4x_1+3x_2$
约束条件s.t.（subject to）$\begin{cases} 2x_1 + x_2 \leq 10 ,\\ x_1 + x_2 \leq 8,\\x_2 \leq 7, \\ x_1,x_2\leq0。\end{cases}$

1.1.2 线性规划问题的解的概念

一般情况

$目标函数 max（z = \sum_{i=1}^n c_ix_i），\\约束条件s.t.\begin{cases} \sum_{j=1}^n a_{ij} = b_i，i = 1, 2,...，m,\\x_j \ge 0 ,j = 1 , 2, ...,n。\end{cases}\\式中:b_i \ge 0,i = 1, 2, ...， m。$
可行解：满足约束条件的解 x$= [x_1,...,x_n]^T$ ,使式子达到最大值为最优解
可行域：所有可行解构成的集合称为问题的可行域，记为R。

1.1.3 线性规划的Matlab标准形式及软件求解

标准形式为
$min_x = f^T X,\\s.t. \begin{cases} A·X \leq B,\\Aeq·X = beq,\\lb \leq X \leq ub\end{cases}$
[x,fval] = linprog(f,A,b,Aeq,beq,lb,ub)

(f为价值向量，B 为资源向量，x返回决策向量的取值，fval返回目标函数的最优值，Aeq，beq对应线性等式约数，lb,ub分别对应决策向量的下界向量和上界向量。)

1.2.1 案例：投资的收益和风险

市场上有n中资产$s_i(u=1,2,...,n)$可以选择，现用数额为M的相当大的资金作一个时期的投资。这n种资产在这一时期内购买$s_i$ 的平均收益率为$r_i$ ,风险损失率为 $q_i$, 投资越分散，总的风险越小，总体风险可用投资的$s_i$ 中最大的一个风险来度量。购买$s_i$ 时要付交易费，费率为$p_i$, 当购买额不超过给定值$u_i$时，交易费按购买$u_i$计算。另外，假定同期银行存款利率是$r_0$ ,既无交易费又无风险（$r_0 = 5\%$）。

$s_i$	$r_i$/%	$q_i$/%	$p_i$/%	$u_i$/%
$s_1$	28	2.5	1	103
$s_2$	21	1.5	2	198
$s_3$	23	5.5	4.5	52
$s_4$	25	2.6	6.5	40

1.2.2 模型的分析与建立

（1）总体风险用所投资的$s_i$ 中最大的一个风险来衡量，即max{$q_ix_i$|i=1,2,…,n}。

（2）购买$s_i（i=1,2,...,n）$ 所付交易费是一个分段函数，即
交易费 = $\begin{cases}p_ix_i, x_i>u_i,\\p_iu_i,x_i \leq u_i。\end{cases}$
而题目所给的定值$u_i$（单位：元）相对总投资M很少，$p_iu_i$ 更小，这样购买$s_i$ 的净收益可以简化为$（r_i-p_i）x_i$。

（3）要使净收益尽可能大，总体风险尽可能小，这是一个多目标规划模型。
目标函数为$\begin{cases}max\sum_{i=0}^n（r_i-p_i）x_i,\\min(max_{1\leq i \leq n}(q_ix_i))。\end{cases}$

（4）模型优化。
①在实际投资中，投资者承受风险的程度不一样，若给定风险一个界限a，时最大的一个风险率为a，即$\frac{q_ix_i}{M} \leq a (i = 1, 2, ..., n)$, 可找到相应的投资方案。这样把多目标规划变成一个目标的线性规划。

模型一：固定风险水平，优化收益
$max \sum_{i=0}^n(1+p_i)x_i,\\s.t.\begin{cases}\frac{q_ix_i}{M}\leq a, i = 1, 2, ..., n,\\\sum_{i=0}^n(1+p_i)x_i = M,x_i \ge 0,i = 0 , 1, ... , n。\end{cases}$

②在实际投资中，若投资者希望总盈利至少达到水平k以上，在风险最小的情况下寻求相应的投资组合。

模型二：固定盈利水平，极小化风险
$min(max_{1\leq i \leq n}(q_ix_i))。\\ s.t. \begin{cases}\sum_{i=0}^n(r_i-p_i)x_i \ge k,\\\sum_{i=0}^n(1+p_i)x_i = M,\\x_i\ge 0,i=0,1,2,...,n。\end{cases}$

③投资者在权衡资产风险和预期收益两方面时，希望选择一个令自己满意的投资组合。因此对风险，收益分别赋予权重$s(0<s\leq 1) 和 s-1, s称为投资偏好系数。$

模型三：带有权值的风险收益模型
$min(s·max_{1\leq i \leq n}(q_ix_i))-(1-s)\sum_{i=0}^n(r_i-p_i)x_i ,\\s.t.\begin{cases}\sum_{i=0}^n(1+p_i)x_i = M,\\x_i\ge 0, i = 0 , 1, 2, ... , n。 \end{cases}$

1.2.3 模型的求解

模型一：
min $f = [-0.05,-0.27,-0.19,-0.185,-0.185] · [x_0,x_1,x_2,x_3,x_4]^T,\\s.t.\begin{cases}x_0+1.01x_1+1.02x_2+1.045x_3+1.065x_4=1,\\0.025x_1 \leq a,\\0.015x_2 \leq a,\\0.055x_3 \leq a,\\0.026x_4 \leq a,\\x_i\ge 0, i = 0,1,...,4。\end{cases}$

clc,clear
a=0;
hold on
while a<0.05
    c=[-0.05,-0.27,-0.19,-0.185,-0.185];
    A=[zeros(4,1),diag([0.025,0.015,0.055,0.026])];
    b=a*ones(4,1);
    Aeq=[1,1.01,1.02,1.045,1.065];
    beq=1;
    LB=zeros(5,1);
    [x,Q]=linprog(c,A,b,Aeq,beq,LB);
    Q=-Q;
    plot(a,Q,'*k');
    a = a + 0.001;
end
xlabel('a'),ylabel('Q')