- 1、本文档共11页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
《简单的线性规划》教学设计(二)
【教学目标】
巩固二元一次不等式和二元一次不等式组所表示的平面区域,能用此来求目标函数的最值.
【重点难点】
理解二元一次不等式表示平面区域是教学重点.
如何扰实际问题转化为线性规划问题,并给出解答是教学难点.
【教学步骤】
一、新课引入
我们知道,二元一次不等式和二元一次不等式组都表示平面区域,在这里开始,教学又翻开了新的一页,在今后的学习中,我们可以逐步看到它的运用.
线性规划
先讨论下面的问题
设,式中变量、满足下列条件
?????????? ①
求的最大值和最小值.
我们先画出不等式组①表示的平面区域,如图中
内部且包括边界.点不在这个三角形区域内,当 时,,点在直线上.作一组和平等的直线
可知,当在的右上方时,直线上的点满足.
即,而且往右平移时,随之增大,在经过不等式组①表示的三角形区域内的点且平行于的直线中,以经过点的直线,所对应的最大,以经过点的直线,所对应的最小,所以
在上述问题中,不等式组①是一组对变量、的约束条件,这组约束条件都是关于、 的一次不等式,所以又称线性约束条件.
是欲达到最大值或最小值所涉及的变量、的解析式,叫做目标函数,由于又是、的解析式,所以又叫线性目标函数,上述问题就是求线性目标函数在线性约束条件①下的最大值和最小值问题.
线性约束条件除了用一次不等式表示外,有时也有一次方程表示.
一般地,求线性目标函数在线性约束条件下的最大值或最小值的问题,统称为线性规划问题,满足线性约束条件的解叫做可行解,由所有可行解组成的集合叫做可行域,在上述问题中,可行域就是阴影部分表示的三角形区域,其中可行解和分别使目标函数取得最大值和最小值,它们都叫做这个问题的最优解.
【应用举例】
例.解下列线性规划问题:求的最大值和最小值,使式中的、满足约束条件
解:先作出可行域,见图中表示的区域,且求得.
作出直线,再将直线平移,当的平行线过
点时,可使达到最小值,当的平行线过点
时,可使达到最大值.
∴
通过这个例子讲清楚线性规划的步骤,即:
第一步:在平面直角坐标系中作出可行域;
第二步:在可行域内找出最优解所对应的点;
第三步:解方程的最优解,从而求出目标函数的最大值或最小值.
例.解线性规划问题:求的最大值,使式中的、满足约束条件
解:作出可行域,见图,五边形表示的平面区域.
作出直线将它平移至点,显然,点
的坐标是可行域中的最优解,
它使达到最大值,解方程组得点的坐标为.
∴?
这个例题可在教师的指导下,由学生解出.在此例中,若目标函数设为,约束条件不变,则的最大值在点处取得.事实上,可行域内最优解对应的点在何处,与目标函数所确定的直线的斜率有关.就这个例子而言,当的斜率为负数时,即时,若(直线的斜率)时,线段上所有点都是使取得最大值(如本例);当时,点处使取得最大值(比如:时),若,可请同学思考.
二、随堂练习
.求的最小值,使式中的、满足约束条件
.求的最大值,使式中、满足约束条件
答案.时,..时,.
三、总结提炼
.线性规划的概念.
.线性规划的问题解法.
四、布置作业
.求的最大值,使式中的、满足条件
.求的最小值,使、满足下列条件
为整数为整数
为整数
为整数
答案.时,
.在可行域内整点中,点使最小,
扩展资料
线性规划的解
课本题中出现的线性规划都有唯一的最优解,其实线性规划的解有许多不同的情况,除了有唯一的最优解的情况外,还有
()无可行解,从而无最优解.这就是约束条件不等式组无解的情况.
()有无穷多个最优解
例.已知、满足,求的最大值
我们用图解法求解.
由于目标函数等高线和可行域的边界线平行,沿着目标函数值增加方向平行移动目标函数的等高线,最终停留在直线上,所以线段上的所有点都是最优解.
线性规划如果有最优解,只会是有唯一最优解或者有无穷多个最优解这两种情况,不会出现其他情况,这就是下面的命题.
命题:如果线性规划有两个不同的最优解,那么对任意
是最优解.
这个命题的证明可以在任何一本线性规划的书中找到,这里就不再证明了.事实上证明是平凡的,只要注意到在线段上,利用线性性质,读者就可以自己证明.
()有可行解,无最优解.
例.已知,求的最大值.?
我们用图解法求解.
从图中可以看出随着目标函数等高线的移动,目标函数值会越来越大,没有上界.有的书上称之为无界解.
无界解的情况只会出现在可行域是开区域的时候.如果可行域是闭区域,就一定是有界的,于是有命题? 如果统性规划可行域是闭区域,那么一定有最优解.
只要注意到线性函数是连续函数,上面的命题就是“有界闭区域上连续函数可以达到最大值或最小值”这一定理的一个推理.
从上面的例子中我们可以看出,如果有最优解,那么就有可行域的顶点是最优
文档评论(0)