1樓：匿名使用者
你可以看看這本事《精通matlab最優化計算》這本書裡的第8章可以解答你是問題，網上可以下到這本書的程式**,但沒有電子版！
線性規劃問題maxｚ=cx,ax=b,x 0,設x 為問題的最優解。若目標函式中用c 代替c後，問題的最優解變為x ，求證
2樓：
問題應該是「若目標函式中用c*代替c後，最優解變為x*,求證（c*-c）(x*-x)>=0」
解如下：將不等式化開為c*(x*-x)-c(x*-x),因為當等於c*時，最優解為x*,所以x*-x定大於0，而當等於c時，最優解為x，所以x*-x定小於0，所以整個式子大於0 ，什麼時候能取到0，應該是當x=0時吧！
3樓：匿名使用者
c*(x*-x)-c(x*-x)=c*(x*-x)+c(x-x*),當價值係數為c*時，c*x*>c*x,同理當價值係數為c時，cx>cx*,故c*(x*-x)-c(x*-x)總是大於0的
4樓：匿名使用者
用c代替了c，不是什麼都沒變？？？還是原來那個問題，最優解當然還是x。。。
線性規劃問題maxz=cx,ak=b,x≥0。設x(0)為問題的最優解。
5樓：匿名使用者
是不是題目抄錯了 前面兩個限制條件 沒關聯啊
6樓：匿名使用者
簡介 2023年7月
bai11日（明永樂三年）
du明成祖命鄭和（原姓zhi馬，小字dao三保，雲南昆陽（今昆內明市晉寧縣）
容人。）率領龐大的二百四十多艘海船、二萬七千四百名船員組成的船隊遠航，訪問了30多個在西太平洋和印度洋的國家和地區，加深了中國同東南亞、東非的友好關係。每次都由蘇州劉家港出發，一直到2023年（明宣德8年），他一共遠航了有七次之多。
最後一次，宣德八年四月回程到古裡時，在船上因病過逝。民間故事《三保太監西洋記通俗演義》將他的旅行探險稱之為三保太監下西洋。
鄭和曾到達過爪哇、蘇門答臘、蘇祿、 彭亨、真臘、古裡、暹羅、阿丹、天方、左法爾、忽魯謨斯、木骨都束等三十多個國家，最遠曾達非洲東岸，紅海、麥加，並有可能到過澳大利亞。下『西洋』的定義：明朝初期以婆羅（borneo）/汶萊為界，以東稱為東洋，以西稱為西洋，故過去所稱南海、西南海之處，明朝稱為東洋、西洋，且暹羅灣之海，稱為漲海。
7樓：匿名使用者
(c*-c ) (x*-x(0) )≥0.
如果x*是線性規劃問題(lp):{maxz=cx,ax=b,x≥0}的最優解,k＞0為某一常數
8樓：瘋狂的汪石頭
(1)最優解不變。
(2)最優解kx*.
(3)最優解變為kx*.【我查閱了網上一些資料，發現有的答案給成了x*/k，經驗算髮現是錯誤的，望注意】
歡迎指正。
用單純形法求解線性規劃問題 maxz=2x1-x2+x3,
9樓：立港娜娜
偶形式： 2y1-y2-y3=-2 3y1-2y2-3y3=-4 求 max -24y1+10y2+15y3 優解 y1=0,y2=2,y3=0 優值20設原始問題min則其偶問題 max。
原問題引入人工變數x4，剩餘變數x5，人工變數x6 。
maxz=2x1+3x2-5x3 -mx4-mx6、x1+x2+x3+x4=7，2x1-5x2+x3-x5+x6=10,x1,x2,x3，x4，x5，x6≥0用人工變數法求解。
1、線性規劃簡介：
線性規劃步驟：
（1）列出約束條件及目標函式。
（2）畫出約束條件所表示的可行域。
（3）在可行域內求目標函式的最優解及最優值。
2、標準型：
描述線性規劃問題的常用和最直觀形式是標準型。標準型包括以下三個部分：
一個需要極大化的線性函式:
以下形式的問題約束：
和非負變數：
其他型別的問題，例如極小化問題，不同形式的約束問題，和有負變數的問題，都可以改寫成其等價問題的標準型。
3、模型建立、
從實際問題中建立數學模型一般有以下三個步驟；
1、根據影響所要達到目的的因素找到決策變數。
2、由決策變數和所在達到目的之間的函式關係確定目標函式。
線性規劃難題解法：
3、由決策變數所受的限制條件確定決策變數所要滿足的約束條件。
所建立的數學模型具有以下特點：
1、每個模型都有若干個決策變數（x1，x2，x3……，xn），其中n為決策變數個數。決策變數的一組值表示一種方案，同時決策變數一般是非負的。
2、目標函式是決策變數的線性函式，根據具體問題可以是最大化（max）或最小化（min），二者統稱為最優化（opt）。
3、約束條件也是決策變數的線性函式。
當我們得到的數學模型的目標函式為線性函式，約束條件為線性等式或不等式時稱此數學模型為線性規劃模型。
4、解法：
求解線性規劃問題的基本方法是單純形法，已有單純形法的標準軟體，可在電子計算機上求解約束條件和決策變數數達 10000個以上的線性規劃問題。
為了提高解題速度，又有改進單純形法、對偶單純形法、原始對偶方法、分解演算法和各種多項式時間演算法。對於只有兩個變數的簡單的線性規劃問題，也可採用**法求解。
這種方法僅適用於只有兩個變數的線性規劃問題。它的特點是直觀而易於理解，但實用價值不大。通過**法求解可以理解線性規劃的一些基本概念。
**法解線性規劃問題：
對於一般線性規劃問題：min z=cx、s.t、ax =b、x>=0其中a為一個m*n矩陣。
若a行滿秩、則可以找到基矩陣b，並尋找初始基解。用n表示對應於b的非基矩陣。則規劃問題1可化為：
規劃問題2：
min z=cb xb+cnxn。
線性規劃法解題
s.t.b xb+n xn = b (1)、xb >= 0, xn >= 0 (2)(1)兩邊同乘於b-1，得xb + b-1 n xn = b-1 b。
同時，由上式得xb = b-1 b - b-1 n xn，也代入目標函式，問題可以繼續化為：
規劃問題3：
min z=cb b-1 b + ( cn - cb b-1 n ) xn、xb+b-1n xn = b-1 b (1)、xb >= 0, xn >= 0 (2)。
令n:=b-1n，b:= b-1 b，ζ= cb b-1b，σ= cn - cb b-1 n，則上述問題化為規劃問題形式4：
min z= ζ + σ xn、xb+ n xn = b (1)、xb >= 0, xn >= 0 (2)。
在上述變換中，若能找到規劃問題形式4，使得b>=0，稱該形式為初始基解形式。
上述的變換相當於對整個擴充套件矩陣（包含c及a） 乘以增廣矩陣。所以重在選擇b，從而找出對應的cb。
若存在初始基解：若σ>= 0
則z >=ζ。同時，令xn = 0，xb = b，這是一個可行解，且此時z=ζ，即達到最優值。所以，此時可以得到最優解。
若不成立：
可以採用單純形表變換。
σ中存在分量<0。這些負分量對應的決策變數編號中，最小的為j。n中與j對應的列向量為pj。
若pj <=0不成立。
則pj至少存在一個分量ai，j為正。在規劃問題4的約束條件：
（1）的兩邊乘以矩陣t。
則變換後，決策變數xj成為基變數，替換掉原來的那個基變數。為使得t b >= 0，且t pj=ei（其中，ei表示第i個單位向量），需要：
l ai，j>0。
l βq+βi*(-aq,j/ai,j)>=0，其中q!=i。即βq>=βi/ ai,j * aq,j。
n 若aq,j<=0，上式一定成立。
n 若aq,j>0，則需要βq / aq,j >=βi/ ai,j。因此，要選擇i使得βi/ ai,j最小。
如果這種方法確定了多個下標，選擇下標最小的一個。
轉換後得到規劃問題4的形式，繼續對σ進行判斷。由於基解是有限個，因此，一定可以在有限步跳出該迴圈。
若對於每一個i，ai,j<=0最優值無解。
若不能尋找到初始基解無解。
若a不是行滿秩化簡直到a行滿秩，轉到若a行滿秩。
求matlab大神：求解線性規劃：maxf=2x1+x2;s.t.x1+x2<=5,-x1+x2<=1,2*x1-x2<=8,x1.x2>=0
10樓：
c=[2 1];
a=[1 2;-1 1;2 -1];
b=[5 1 8];
[x1,x2]=linprog(-c,a,b,,,zeros(2,1))
線性規劃問題，線性規劃問題的解題步驟
我也學過一些bai線性規劃du問題，既然這樣問，說明zhi你也不是門dao 求解線性抄規劃問題的基本方法是單純襲 形法，現在已有單純形法的標準軟體，可在電子計算機上求解約束條件和決策變數數達 10000個以上的線性規劃問題。為了提高解題速度，又有改進單純形法 對偶單純形法 原始對偶方法 分解演算法和...
《數學模型》之線性規劃問題,線性規劃問題數學模型的三個要素是什麼
對於沒有 非負性 約束copy的變數 xi 引入 xj與 xk,令 xj xk xi 且 xj,xk 0 將所有的小於等於全部變為大於等於 通過 1 並且是最大 化 目標函式 題目中已經是這樣了 這樣就是標準形式了。再轉化為 等式 形式的 鬆弛形式 每個不等式引入一個鬆弛變數 就可以方便的用 單純型...
線性規劃有何特點,線性規劃求解的基本思想是什麼
本章書上有解釋 理解練習 一般的線性規劃是送分題 列出目標函式,畫出約束條件下的可行域,在可行域中求目標函式的最優解 最優化問題的數學模型是什麼?什麼叫線性規劃,什麼叫非線性規劃?數學模型可以是一個公式,也可以是圖表類的東西,也可以是一種演算法程式,並沒有明確的定義。當目標函式和約束條件都是決策變數...