01数学建模 -线性规划

1.1线性规划–介绍

翻译翻译什么叫惊喜

1.2线性规划–原理

拉格朗日乘数法手算
$$最值化f(x,y),s.t.g(x,y)=c,引入参数\lambda ，有：F(x,y,\lambda )=f(x,y)+\lambda (g(x,y)-c)再将其分别对x,y,\lambda 求导，求当其结果为0时，对应的值，即可求得驻点，分别带入目标函数即可得到最值。$$

1.3线性规划–定义

数学规划

数学规划是运筹学的一个分支，它用来研究在给定条件下（约束条件），如何按照一衡量指标（目标函数）来寻求计划、管理工作中的最优方案。

min(或者max)f(x), s.t. g_i(x) <= 0 (如果是大于0的则要手动改为小于0)

这里x称为决策变量；f(x)称为目标函数； g_i(x) <= 0称为约束条件。

线性规划---->如果f（x）和约束条件均为线性表达式，则此时就是线性规划。

1.4线性规划–应用

MATLAB的标准型要求

MATLAB的求解函数

[x,val] = linprog(f, A, b, Aeq, beq, lb, ub)

参数	解释说明
f	目标函数的系数列向量
A，b	不等式的系数矩阵和常数向量
Aeq， beq	等式的系数矩阵和常数向量
lb，ub	决策变量的最小值和最大值
x	取得目标函数最小值时x的取值
val	目标函数的最小值
[]	如果不存在某项约束则在对应位置填’[]’
+inf，-inf	若某个x无上下界则在对应矩阵上填此项

f = [-40;-30]
A = [1 1;240 120]
b = [6;1200]
lb = [1;1]
ub = [+inf;+inf]
[x,val] = linprog(f,A,b,[],[],lb,ub)

x =

    4.0000
    2.0000


val =

  -220

 上下界>=0时  为简化可以用如下方式代替lb,ub
 c = zeros(2,1)
 
 c =

     0
     0
     
 >= 1 时 则为 ones()

书中内容补充

1.标准形式

2.绝对值参数转化为线性规划问题

min |x1| + |x2| + … +|xn|
s.t. Ax < = b

x = [x1,x2,…,xn]^T

转化：对任意x_i 存在u_i ,v_i >= 0 满足

x_i = u_i - v_i , |x_i| = u_i + v_i

只要取 u_i = (x_i + |x_i|) /2 , v_i = (x_i - |x_i|) /2

从而可以转化为

min ∑(u_i + v_i)

s.t. A(u - v) <= b u, v >= 0

3.投资问题：收益与风险

3.1 问题分析：

3.2 模型一： 固定风险水平，优化收益

模型二： 固定盈利水平，极小化风险

模型三： 对风险和收益加权重 w,1-w