线性规划问题(excel和python)

本文介绍了线性规划的基本概念,包括运筹学、建模步骤和线性规划的定义。通过一个广告媒体组合优化问题,详细展示了如何使用Excel进行线性规划求解,包括设置目标函数和约束条件。同时,也探讨了使用Python的SciPy库解决线性规划问题,包括最小化和最大化的案例。
摘要由CSDN通过智能技术生成


前言

在数学中,线性规划(Linear Programming,简称LP)特指目标函数和约束条件皆为线性的最優化问题。

线性规划是最优化问题中的一个重要领域。在作业研究中所面临的许多实际问题都可以用线性规划来处理,特别是某些特殊情况,例如:网络流、多商品流量等问题,都被认为非常重要


一、线性规划的来源及内容

1.运筹学

运筹学是一种科学的决策方法,它通常是在需要分配稀缺资源的条件下,寻求系统的最佳设计。科学的决策方法需要使用一个或多个数学模型(优化模型)来做出最优决策。

优化模型试图在满足给定约束的决策变量的所有值的集合中,找到优化(最大化或最小化)目标函数的决策变量的值。 它的三个主要组成部分是:

目标函数:要优化的函数(最大化或最小化)。
决策变量:影响系统性能的可控变量。
约束:决策变量的一组约束(即线性不等式或等式)。非负性约束限制了决策变量取正值。
优化模型的解称为最优可行解。

2.建模步骤

对运筹学问题进行准确建模是最重要的任务,也是最困难的任务。错误的模型会导致错误的解决方案,从而不能解决原来的问题。团队成员应按照以下步骤进行建模:

问题定义:定义项目的范围,并确定三个要素:决策变量、目标和限制(即约束)。
模型构建:将问题定义转化为数学关系。
模型求解:使用标准优化算法。在获得解后,需要进行灵敏度分析,以找出由于某些参数的变化而导致的解的行为。
模型有效性:检查模型是否按预期工作。
实现:将模型和结果转换为解决方案。

3.线性规划

线性规划(Linear Programming,也称为LP)是一种运筹学技术,当当所有的目标和约束都是线性的(在变量中)并且当所有的决策变量都是连续的时使用。线性规划是最简单的运筹学方法。

二、Excel求解线性规划的实际案例-广告媒体组合优化问题

1.建立数据源

建立如图的excel表格
在这里插入图片描述

2.写出资源配置三要素

在这里插入图片描述
在这里插入图片描述

3. 在excel中设置目标函数

根据前面的分析可知,目标函数为B2:E6与F2:F6区域两列数的乘积之和,在C10单元格输入"=SUMPRODUCT(E2:E6,F2:F6)"
如图:

在这里插入图片描述

4.在excel中设置约束条件

将第二步中所写的约束条件表达式设置在excel中
在这里插入图片描述

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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