
- 凸优化教程
- 首页
- 简介
- 线性规划
- 范数
- 内积
- 最小值和最大值
- 凸集
- 仿射集
- 凸包
- Caratheodory 定理
- 魏尔斯特拉斯定理
- 最近点定理
- 基本分离定理
- 凸锥
- 极锥
- 锥组合
- 多面体集
- 凸集的极点
- 方向
- 凸函数与凹函数
- Jensen 不等式
- 可微凸函数
- 全局最优的充分条件和必要条件
- 拟凸函数与拟凹函数
- 可微拟凸函数
- 严格拟凸函数
- 强拟凸函数
- 伪凸函数
- 凸规划问题
- Fritz-John 条件
- Karush-Kuhn-Tucker 最优性必要条件
- 凸问题的算法
- 凸优化资源
- 凸优化 - 快速指南
- 凸优化 - 资源
- 凸优化 - 讨论
凸优化 - 线性规划
方法论
线性规划,也称为线性优化,是一种用于解决数学问题的方法,其中关系本质上是线性的。线性规划的基本性质是最大化或最小化一个**目标函数**,并受一些**约束**条件的限制。目标函数是一个线性函数,它是从问题的数学模型中获得的。约束条件是强加于模型上的条件,并且也是线性的。
- 从给定的问题中,找出目标函数。
- 找到约束条件。
- 在图上绘制约束条件。
- 找到可行域,它是所有约束条件的交集。
- 找到可行域的顶点。
- 找到目标函数在这些顶点处的取值。
- 哪个顶点使得目标函数最大化或最小化(根据问题而定)就是答案。
示例
**步骤 1** - 在以下约束条件下最大化 5x+3y
x+y≤2,
3x+y≤3,
x≥0和y≥0
**解** -
第一步是在图上找到可行域。

从图中可以清楚地看出,可行域的顶点是
(0,0)(0,2)(1,0)(12,32)
令 f(x,y)=5x+3y
将这些值代入目标函数,我们得到 -
f(0,0)=0
f(0,2)=6
f(1,0)=5
f(12,32)=7
因此,函数在 (12,32) 处取得最大值。
**步骤 2** - 一家手表公司生产电子表和机械表。长期预测表明,每天至少需要 100 块电子表和 80 块机械表的需求。由于生产能力的限制,每天最多只能生产 200 块电子表和 170 块机械表。为了满足运输合同,每天必须运送至少 200 块手表。
如果每售出一块电子表就会损失 2 美元,但每售出一块机械表就会获得 5 美元的利润,那么每天应该生产多少块每种手表才能最大化净利润?
**解** -
令 x 为生产的电子表数量
y 为生产的机械表数量
根据题意,每天至少要生产 100 块电子表,最多生产 200 块电子表。
⇒100≤x≤200
类似地,每天至少要生产 80 块机械表,最多生产 170 块机械表。
⇒80≤y≤170
由于每天至少要生产 200 块手表。
⇒x+y≤200
由于每售出一块电子表就会损失 2 美元,但每售出一块机械表就会获得 5 美元的利润,
总利润可以计算为
利润=−2x+5y
我们需要最大化利润,因此,这个问题可以表述为 -
在以下约束条件下最大化 −2x+5y
100≤x≤200
80≤y≤170
x+y≤200
将上述方程在图上绘制出来,我们得到,

可行域的顶点是
(100,170)(200,170)(200,180)(120,80)和(100,100)
目标函数的最大值在 (100,170) 处取得。因此,为了最大化净利润,应该生产 100 块电子表和 170 块机械表。