文章目录

  • 1. 某鸡场有1000只鸡，用动物饲料和谷物混合喂养．每天每只鸡平均食混合饲料0.5kg，其中动物饲料所占比例不能少于20%．动物饲料每千克0.30元，谷物饲料每千克0.18元，饲料公司每周仅保证供应谷物饲料6000kg
  • 2. 某工厂用A1，A2两台机床加工B1，B2，B3三种不同零件. 已知在一个生产周期内A1只能工作80机时，A2只能工作100机时. 一个生产周期内计划加工B1 70件、B2 50件、B3 20件.
  • 3. 某工厂利用两种原料甲、乙生产A1、A2、A3A_1、A_2、A_3A1​、A2​、A3​三种产品.
    • (1).试制定每月最优生产计划，使得总收益最大;
    • (2).对求得的最优生产计划进行灵敏性分析.
  • 4. 每班的护士在值班开始时向病房报到，连续工作8个小时.
  • 5. 某工厂生产 A1 、A2 两种型号的产品都必须经过零件装配和检验两道工序 , 如果每天 可用于零件装配的工时只有 100 h , 可用于检验的工时只有 120 h.
    • (1).试写出此问题的数学模型 , 并求出最优化生产方案
    • (2).对产品 A1 的利润进行灵敏度分析
    • (3).对装配工序的工时进行灵敏度分析
    • (4).如果工厂试制了 A3 型产品 , 每件 A3 产品需装配工时 4 h , 检验工时 2 h , 可获利 润 5 元 , 那么该产品是否应投入生产 ?
  • 6. 有两个煤厂A,B，每月进煤分别不少于60吨、100吨，它们担负供应三个居民 区的用煤任务，这三个居民区每月用煤分别为45吨、75吨、40吨。A厂离这三个 居民区分别为10公里、5公里、6公里，B厂离这三个居民区分别为4公里、8公里、 15公里.
  • 7. 某工厂制造三种产品，生产这三种产品需要三种资源：技术服务，劳动力和行政管理.现有100h的技术服务、600好多劳动力和300好多行政管理.求最优产品品种规划.
    • (1).若产品三值得生产，它利润是多少？假设利润增加到25/3，求获利。
    • (2)确定全部资源的影子价格：
    • (3).要生产一种新产品，该产品需要技术服务1h，劳动力4h，行政管理4h，有8元利润。应有怎样对策？
    • (4).假定该工厂至少生产10件产品三，确定最优产品规划.
  • 8. 已知某工厂计划生产1，2，3三种产品，各产品需要在ABC设备加工。
    • (1).如何发挥生产能力，使生产盈利最大？
    • (2).若为增加产量，解工厂设备B60台，租金1.8万，是否合算？
    • (3).假设另有两种新产品4，5。4需要用A12台，B5台，C10台，单位盈利2.1千元；5需要设备A4台，B4台，C12台，单位盈利1.87千元，如果ABC设备台时不增加，问新产品投入是否合算？
    • (4).对产品重新设计，改进A9台，B12台，c台，单位盈利4.5千元，对原计划有何影响？

参考教材：《数学建模与教学实验》第5版
提示：以下是本篇文章正文内容，来自参考教材课后习题。

1. 某鸡场有1000只鸡，用动物饲料和谷物混合喂养．每天每只鸡平均食混合饲料0.5kg，其中动物饲料所占比例不能少于20%．动物饲料每千克0.30元，谷物饲料每千克0.18元，饲料公司每周仅保证供应谷物饲料6000kg

问饲料怎样混合，才能使成本最低？
解：设每天每只鸡动物饲料x1kgx_1kgx1​kg，谷物饲料x2kgx_2kgx2​kg混合喂养。
建立模型：
min⁡w=150x1+90x2s.t{x1+x2=1x1⩾0.27x2⩽12x1,x2⩾0\min w=150x_1+90x_2\\s.t\left\{ \begin{array}{c} x_1+x_2=1\\ x_1\geqslant 0.2\\ 7x_2\leqslant 12\\ x_1,x_2\geqslant 0\\\end{array} \right.minw=150x1​+90x2​s.t⎩⎨⎧​x1​+x2​=1x1​⩾0.27x2​⩽12x1​,x2​⩾0​

matlab解题:

% 目标函数
f = [150 90];
% 不等式约束
a = [-1 0;0 7];
b = [-0.2;12];
% 等式约束
aeq = [1 1];
beq = [1];
% 上下限
vlb = zeros(2,1);
vub = [];
[x,fval] = linprog(f,a,b,aeq,beq,vlb,vub)


当x1=0.2，x2=0.8x_1=0.2，x_2=0.8x1​=0.2，x2​=0.8时成本最小为102元。

（lingo解题）：

model:
minw=150*x1+90*x2;
x1+x2=1;
x1>=0.2;
7*x2<=12;
end

2. 某工厂用A1，A2两台机床加工B1，B2，B3三种不同零件. 已知在一个生产周期内A1只能工作80机时，A2只能工作100机时. 一个生产周期内计划加工B1 70件、B2 50件、B3 20件.

问怎样安排两台机床一个周期的加工任务，才能使加工成本最低？
两台机床加工每个零件的时间和加工每个零件的成本分别如下列各表所示：

加工每种零件时间表（机时）

机床 B1B_1B1​ B2B_2B2​ B1B_1B1​
A1A_1A1​ 1 2 3
A2A_2A2​ 1 1 3

加工每种零件成本表（元）

机床 B1B_1B1​ B2B_2B2​ B1B_1B1​
A1A_1A1​ 2 3 5
A2A_2A2​ 3 3 6

解：设A1A_1A1​机床上面加工零件B1，B2，B3B_1，B_2，B_3B1​，B2​，B3​的个数分别为X11，X21，X31X_{11}，X_{21}，X_{31}X11​，X21​，X31​,在A2A_2A2​机床上面加工零件的个数分别为X12,X22,X32X_{12},X_{22},X_{32}X12​,X22​,X32​
建立模型：
min⁡w=2x11+3x12+5x13+3x21+3x22+6x23s.t{x11+2x12+3x13⩽80x21+x22+3x23⩽100x11+x21=70x12+x22=50x13+x23=20xij⩾0,(ij=1,2,3.)\min w=2x_{11}+3x_{12}+5x_{13}+3x_{21}+3x_{22}+6x_{23}\\s.t\left\{ \begin{array}{c} x_{11}+2x_{12}+3x_{13}\leqslant 80\\ x_{21}+x_{22}+3x_{23}\leqslant 100\\ x_{11}+x_{21}=70\\ x_{12}+x_{22}=50\\ x_{13}+x_{23}=20\\ x_{ij}\geqslant 0,\left( ij=1,2,3. \right)\\\end{array} \right.minw=2x11​+3x12​+5x13​+3x21​+3x22​+6x23​s.t⎩⎨⎧​x11​+2x12​+3x13​⩽80x21​+x22​+3x23​⩽100x11​+x21​=70x12​+x22​=50x13​+x23​=20xij​⩾0,(ij=1,2,3.)​
变量为整数

matlab解题：

% 目标函数
f = [2 3 5 3 3 6];
% 整数个数
intcon = [1,2,3,4,5,6];
% 不等式约束
a = [1 2 3 0 0 0;0 0 0 1 1 3];
b = [80;100];
% 等式约束
aeq = [1 0 0 1 0 0;0 1 0 0 1 0;0 0 1 0 0 1];
beq = [70;50;20];
% 上下限
vlb = zeros(6,1);
vub = [];
[x,fval] = intlinprog(f,intcon,a,b,aeq,beq,vlb,vub)

A1A_1A1​机床上面加工零件B1，B2，B3B_1，B_2，B_3B1​，B2​，B3​的个数分别为X11=68，X21=0，X31=4X_{11}=68，X_{21}=0，X_{31}=4X11​=68，X21​=0，X31​=4,在A2A_2A2​机床上面加工零件的个数分别为X12=2,X22=50,X32=16X_{12}=2,X_{22}=50,X_{32}=16X12​=2,X22​=50,X32​=16，成本最低为408元。
（lingo解题：）

model:
minw=2*x11+3*x12+5*x13+3*x21+3*x22+6*x23;
x11+2*x12+3*x13<=80;
x21+x22+3*x23<=100;
x11+x21=70;
x12+x22=50;
x13+x23=20;
end

3. 某工厂利用两种原料甲、乙生产A1、A2、A3A_1、A_2、A_3A1​、A2​、A3​三种产品.

每月可供应的原材料数量（单位：t）每万件产品所需各种原料的数量及每万件产品的价格如下表所示：

原料 A1A_1A1​ A2A_2A2​ A3A_3A3​ 每月原料供应量/t
甲 4 3 1 180
乙 2 6 3 200
价格/万元 12 5 4

(1).试制定每月最优生产计划，使得总收益最大;

解：设xij(ij=1,2,3)x_{ij}(ij=1,2,3)xij​(ij=1,2,3)表示甲乙两种原料分别生产的三种产品数.
建立模型：
max⁡w=12x11+5x12+4x13+12x21+5x22+4x23s.t{4x11+3x12+x13⩽1802x21+6x22+3x23⩽200xij⩾0,(ij=1,2,3)\max w=12x_{11}+5x_{12}+4x_{13}+12x_{21}+5x_{22}+4x_{23}\\s.t\left\{ \begin{array}{c} 4x_{11}+3x_{12}+x_{13}\leqslant 180\\ 2x_{21}+6x_{22}+3x_{23}\leqslant 200\\ x_{ij}\geqslant 0,\left( ij=1,2,3 \right)\\\end{array} \right.maxw=12x11​+5x12​+4x13​+12x21​+5x22​+4x23​s.t⎩⎨⎧​4x11​+3x12​+x13​⩽1802x21​+6x22​+3x23​⩽200xij​⩾0,(ij=1,2,3)​
matlab解题：

% 目标函数
f = [12 5 4 12 5 4];
% 不等式约束
a = [4 3 1 0 0 0;0 0 0 2 6 3];
b = [180;200];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(6,1);
vub = [];
[x,fval] = linprog(-f,a,b,aeq,beq,vlb,vub)


计划甲生产A3A_3A3​产品180，乙生产A1A_1A1​产品100，总收益最大为1920万元。
lingo求解：

(2).对求得的最优生产计划进行灵敏性分析.


如上结果可得出甲的影子价格为4，乙的影子价格为6；
最优值不变条件下目标函数系数的允许变化范围为：x11(12,16),x12(5,12),x13(3,4),x21(2.667,12),x22(5,36),x23(4,18)x_{11}(12,16),x_{12}(5,12),x_{13}(3,4),x_{21}(2.667,12),x_{22}(5,36),x_{23}(4,18)x11​(12,16),x12​(5,12),x13​(3,4),x21​(2.667,12),x22​(5,36),x23​(4,18)甲乙的原料供应量不能增加。可允许降低。注意：x11x_{11}x11​系数的允许范围想要其他变量保持不变。

4. 每班的护士在值班开始时向病房报到，连续工作8个小时.

某医院负责人每日至少需要下列数量的护士：

班次 时间 最少护士数
1 6:00-10:00 60
2 10:00-14:00 70
3 14:00-18:00 60
4 18:00-22:00 50
5 22:00-2:00 20
6 2:00-6:00 30

医院领导为满足每班所需要的护士数，最少需要雇佣多少护士？
解：设xi(i=1,2,...,6)x_i(i=1,2,...,6)xi​(i=1,2,...,6)为6班次的护士数。
模型建立：
min⁡f=x1+x2+x3+x4+x5+x6s.t{x1⩾60x1+x2⩾70x2+x3⩾60x3+x4⩾50x4+x5⩾20x5+x6⩾30xi⩾0(i=1,2,⋯,6)为整数\min f=x_1+x_2+x_3+x_4+x_5+x_6\\s.t\left\{ \begin{array}{c} x_1\geqslant 60\\ x_1+x_2\geqslant 70\\ x_2+x_3\geqslant 60\\ x_3+x_4\geqslant 50\\ x_4+x_5\geqslant 20\\ x_5+x_6\geqslant 30\\ x_i\geqslant 0\left( i=1,2,\cdots ,6 \right) \text{为整数}\\\end{array} \right.minf=x1​+x2​+x3​+x4​+x5​+x6​s.t⎩⎨⎧​x1​⩾60x1​+x2​⩾70x2​+x3​⩾60x3​+x4​⩾50x4​+x5​⩾20x5​+x6​⩾30xi​⩾0(i=1,2,⋯,6)为整数​

matlab求解：

% 目标函数
f = [1 1 1 1 1 1];
% 整数变量个数
intcon = [1,2,3,4,5,6];
% 不等式约束
a = [1 0 0 0 0 0;1 1 0 0 0 0;0 1 1 0 0 0;0 0 1 1 0 0;0 0 0 1 1 0;0 0 0 0 1 1];
b = [60;70;60;50;20;30];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(6,1);
vub = [];
[x,fval] = intlinprog(f,intcon,-a,-b,aeq,beq,vlb,vub)


最少雇佣150护士。
lingo求解：

model:
min=x1+x2+x3+x4+x5+x6;
x1>=60;
x1+x2>=70;
x2+x3>=60;
x3+x4>=50;
x4+x5>=20;
x5+x6>=30;
@gin(x1);@gin(x2);@gin(x3);@gin(x4);@gin(x5);@gin(x6);

5. 某工厂生产 A1 、A2 两种型号的产品都必须经过零件装配和检验两道工序 , 如果每天 可用于零件装配的工时只有 100 h , 可用于检验的工时只有 120 h.

各型号产品每件需占用 各工序时数和可获得的利润如下表所示

工序 A1A_1A1​ A2A_2A2​ 可用工时/h
装配/h 2 3 100
检验/h 4 2 120
利润/元 6 4

(1).试写出此问题的数学模型 , 并求出最优化生产方案

解：设生产产品A1为x1A_1为x_1A1​为x1​件，A2为x2A_2为x_2A2​为x2​件。
建立模型：
max⁡f=6x1+4x2s.t{2x1+3x2⩽1004x1+2x2⩽120xi⩾0(i=1,2)为整数\max f=6x_1+4x_2\\s.t\left\{ \begin{array}{c} 2x_1+3x_2\leqslant 100\\ 4x_1+2x_2\leqslant 120\\ x_i\geqslant 0\left( i=1,2 \right) \text{为整数}\\\end{array} \right.maxf=6x1​+4x2​s.t⎩⎨⎧​2x1​+3x2​⩽1004x1​+2x2​⩽120xi​⩾0(i=1,2)为整数​
matlab求解：

% 目标函数
f = [6 4];
% 整数变量个数
intcon = [1,2];
% 不等式约束
a = [2 3;4 2];
b = [100;120];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(2,1);
vub = [];
[x,fval] = intlinprog(-f,intcon,a,b,aeq,beq,vlb,vub)


生产A1=20，A2=20A_1=20，A_2=20A1​=20，A2​=20,最优解为200.
（lingo求解：）

model:
max=6*x1+4*x2;
2*x1+3*x2<=100;
4*x1+2*x2<=120;
@gin(x1);@gin(x2);

(2).对产品 A1 的利润进行灵敏度分析


其中可以得出每增加一个单位的装配小时，利润增长0.5元，每增加一个单位的检验小时，利润增加1.25元。

(3).对装配工序的工时进行灵敏度分析


在最优值不变的条件下，目标系数允许变化范围：x1(2.667,8),x2(3,9);x_1(2.667,8),x_2(3,9);x1​(2.667,8),x2​(3,9);当影子价格有意义时，约束右边项最多可增加装配时间：80，检验时间：80。

(4).如果工厂试制了 A3 型产品 , 每件 A3 产品需装配工时 4 h , 检验工时 2 h , 可获利 润 5 元 , 那么该产品是否应投入生产 ?

建立模型：
max⁡f=6x1+4x2+5x3s.t{2x1+3x2+4x3⩽1004x1+2x2+2x3⩽120xi⩾0(i=1,2,3)为整数\max f=6x_1+4x_2+5x_3\\s.t\left\{ \begin{array}{c} 2x_1+3x_2+4x_3\leqslant 100\\ 4x_1+2x_2+2x_3\leqslant 120\\ x_i\geqslant 0\left( i=1,2,3 \right) \text{为整数}\\\end{array} \right.maxf=6x1​+4x2​+5x3​s.t⎩⎨⎧​2x1​+3x2​+4x3​⩽1004x1​+2x2​+2x3​⩽120xi​⩾0(i=1,2,3)为整数​

matlab求解：

% 目标函数
f = [6 4 5];
% 整数变量个数
intcon = [1,2,3];
% 不等式约束
a = [2 3 4;4 2 2];
b = [100;120];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(3,1);
vub = [];
[x,fval] = intlinprog(-f,intcon,a,b,aeq,beq,vlb,vub)


利润在增加，可以投入生产。

6. 有两个煤厂A,B，每月进煤分别不少于60吨、100吨，它们担负供应三个居民 区的用煤任务，这三个居民区每月用煤分别为45吨、75吨、40吨。A厂离这三个 居民区分别为10公里、5公里、6公里，B厂离这三个居民区分别为4公里、8公里、 15公里.

问这两煤厂如何分配供煤，才能使总运输量最小？
解：设A,B分别向3个地区供煤xij(ij=1,2,3)x_{ij}(ij=1,2,3)xij​(ij=1,2,3).
模型建立：
min⁡s=10x11+5x12+6x13+4x21+8x22+15x23s.t{x11+x12+x13⩾60x21+x22+x23⩾100x11+x21⩾45x12+x22⩾75x13+x23⩾40xij⩾0(ij=1,2,3)\min s=10x_{11}+5x_{12}+6x_{13}+4x_{21}+8x_{22}+15x_{23}\\s.t\left\{ \begin{array}{c} x_{11}+x_{12}+x_{13}\geqslant 60\\ x_{21}+x_{22}+x_{23}\geqslant 100\\ x_{11}+x_{21}\geqslant 45\\ x_{12}+x_{22}\geqslant 75\\ x_{13}+x_{23}\geqslant 40\\ x_{ij}\geqslant 0\left( ij=1,2,3 \right)\\\end{array} \right.mins=10x11​+5x12​+6x13​+4x21​+8x22​+15x23​s.t⎩⎨⎧​x11​+x12​+x13​⩾60x21​+x22​+x23​⩾100x11​+x21​⩾45x12​+x22​⩾75x13​+x23​⩾40xij​⩾0(ij=1,2,3)​
matlab求解：

% 目标函数
f = [10 5 6 4 8 15];
% 整数变量个数
intcon = [1,2,3,4,5,6];
% 不等式约束
a = [1 1 1 0 0 0;0 0 0 1 1 1;1 0 0 1 0 0;0 1 0 0 1 0;0 0 1 0 0 1];
b = [60 100 45 75 40];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(6,1);
vub = [];
[x,fval] = intlinprog(f,intcon,-a,-b,aeq,beq,vlb,vub)


A厂供煤0 20 40；B厂供煤45 55 0。总运输量为960。

7. 某工厂制造三种产品，生产这三种产品需要三种资源：技术服务，劳动力和行政管理.现有100h的技术服务、600好多劳动力和300好多行政管理.求最优产品品种规划.

下表列出三种单位产品对每种资源的需求量：

产品 技术服务 劳动力 行政管理 利润
一 1 10 2 10
二 1 4 2 6
三 1 5 6 4

解：设生产一、二、三产品数为xi(i=1,2,3)x_i(i=1,2,3)xi​(i=1,2,3)
模型建立：
max⁡f=10x1+6x2+4x3s.t{x1+x2+x3⩽10010x1+4x2+5x3⩽6002x1+2x2+6x3⩽300xi⩾0(i=1,2,3)\max f=10x_1+6x_2+4x_3\\s.t\left\{ \begin{array}{c} x_1+x_2+x_3\leqslant 100\\ 10x_1+4x_2+5x_3\leqslant 600\\ 2x_1+2x_2+6x_3\leqslant 300\\ x_i\geqslant 0\left( i=1,2,3 \right)\\\end{array} \right.maxf=10x1​+6x2​+4x3​s.t⎩⎨⎧​x1​+x2​+x3​⩽10010x1​+4x2​+5x3​⩽6002x1​+2x2​+6x3​⩽300xi​⩾0(i=1,2,3)​

(1).若产品三值得生产，它利润是多少？假设利润增加到25/3，求获利。

matlab求解：

% 目标函数
f = [10 6 4];
% 整数变量个数
intcon = [1,2,3];
% 不等式约束
a = [1 1 1;10 4 5;2 2 6];
b = [100;600;300];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(3,1);
vub = [];
[x,fval] = intlinprog(-f,intcon,a,b,aeq,beq,vlb,vub)


三利润增加到25/3：

产品三利润增加25/3不值得。

(2)确定全部资源的影子价格：

lingo求解：

model:
max=10*x1+6*x2+4*x3;
x1+x2+x3<=100;
10*x1+4*x2+5*x3<=600;
2*x1+2*x2+6*x3<=300;
@gin(x1);@gin(x2);@gin(x3);
end

由图可知，影子价格为0.

(3).要生产一种新产品，该产品需要技术服务1h，劳动力4h，行政管理4h，有8元利润。应有怎样对策？

模型改进：
max⁡f=10x1+6x2+4x3+8x4s.t{x1+x2+x3+x4⩽10010x1+4x2+5x3+4x4⩽6002x1+2x2+6x3+4x4⩽300xi⩾0(i=1,2,3,4)\max f=10x_1+6x_2+4x_3+8x_4\\s.t\left\{ \begin{array}{c} x_1+x_2+x_3+x_4\leqslant 100\\ 10x_1+4x_2+5x_3+4x_4\leqslant 600\\ 2x_1+2x_2+6x_3+4x_4\leqslant 300\\ x_i\geqslant 0\left( i=1,2,3,4 \right)\\\end{array} \right.maxf=10x1​+6x2​+4x3​+8x4​s.t⎩⎨⎧​x1​+x2​+x3​+x4​⩽10010x1​+4x2​+5x3​+4x4​⩽6002x1​+2x2​+6x3​+4x4​⩽300xi​⩾0(i=1,2,3,4)​
matlab求解：

% 目标函数
f = [10 6 4 8];
% 整数变量个数
intcon = [1,2,3,4];
% 不等式约束
a = [1 1 1 1;10 4 5 4;2 2 6 4];
b = [100;600;300];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(4,1);
vub = [];
[x,fval] = intlinprog(-f,intcon,a,b,aeq,beq,vlb,vub)


生产一产品33，二产品17，三产品0，四产品50，最优利润为832.

(4).假定该工厂至少生产10件产品三，确定最优产品规划.

模型改进：
max⁡f=10x1+6x2+4x3s.t{x1+x2+x3⩽10010x1+4x2+5x3⩽6002x1+2x2+6x3⩽300x3⩾10xi⩾0(i=1,2,3)\max f=10x_1+6x_2+4x_3\\s.t\left\{ \begin{array}{c} x_1+x_2+x_3\leqslant 100\\ 10x_1+4x_2+5x_3\leqslant 600\\ 2x_1+2x_2+6x_3\leqslant 300\\ x_3\geqslant 10\\ x_i\geqslant 0\left( i=1,2,3 \right)\\\end{array} \right.maxf=10x1​+6x2​+4x3​s.t⎩⎨⎧​x1​+x2​+x3​⩽10010x1​+4x2​+5x3​⩽6002x1​+2x2​+6x3​⩽300x3​⩾10xi​⩾0(i=1,2,3)​
matlab求解：

% 目标函数
f = [10 6 4];
% 整数变量个数
intcon = [1,2,3];
% 不等式约束
a = [1 1 1;10 4 5;2 2 6;0 0 -1];
b = [100;600;300;-10];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(3,1);
vub = [];
[x,fval] = intlinprog(-f,intcon,a,b,aeq,beq,vlb,vub)

生产产品一31，生产产品二59，生产产品三10.最优利润为704

8. 已知某工厂计划生产1，2，3三种产品，各产品需要在ABC设备加工。

有关数据如下：

1 2 3 每月设备有效台时
A 8 2 10 300
B 10 5 8 400
C 2 13 10 420
单位产品利润/千元 3 2 2.9

(1).如何发挥生产能力，使生产盈利最大？

解：设ABC分别加工123产品数xij(ij=1,2,3)x_ij(ij=1,2,3)xi​j(ij=1,2,3)
模型建立：
max⁡f1=3x11+2x12+2.9x13+3x21+2x22+2.9x23+3x31+2x32+2.9x33s.t{8x11+2x12+10x13⩽30010x21+5x22+8x23⩽4002x31+13x32+10x33⩽420xij⩾0(ij=1,2,3)\max f_1=3x_{11}+2x_{12}+2.9x_{13}+3x_{21}+2x_{22}+2.9x_{23}+3x_{31}+2x_{32}+2.9x_{33}\\s.t\left\{ \begin{array}{c} 8x_{11}+2x_{12}+10x_{13}\leqslant 300\\ 10x_{21}+5x_{22}+8x_{23}\leqslant 400\\ 2x_{31}+13x_{32}+10x_{33}\leqslant 420\\ x_{ij}\geqslant 0\left( ij=1,2,3 \right)\\\end{array} \right.maxf1​=3x11​+2x12​+2.9x13​+3x21​+2x22​+2.9x23​+3x31​+2x32​+2.9x33​s.t⎩⎨⎧​8x11​+2x12​+10x13​⩽30010x21​+5x22​+8x23​⩽4002x31​+13x32​+10x33​⩽420xij​⩾0(ij=1,2,3)​
matlab求解：

% 目标函数
f = [3 2 2.9;3 2 2.9;3 2 2.9];
% 不等式约束
a = [8 2 10 0 0 0 0 0 0;0 0 0 10 5 8 0 0 0;0 0 0 0 0 0 2 13 10];
b = [300;400;420];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(9,1);
vub = [];
[x,fval] = linprog(-f,a,b,aeq,beq,vlb,vub)


A生产产品2数150，B生产产品2数80，C生产产品1数210，利润最大1219

(2).若为增加产量，解工厂设备B60台，租金1.8万，是否合算？

模型改进：
max⁡f1=3x11+2x12+2.9x13+3x21+2x22+2.9x23+3x31+2x32+2.9x33−18s.t{8x11+2x12+10x13⩽30010x21+5x22+8x23⩽4602x31+13x32+10x33⩽420xij⩾0(ij=1,2,3)\max f_1=3x_{11}+2x_{12}+2.9x_{13}+3x_{21}+2x_{22}+2.9x_{23}+3x_{31}+2x_{32}+2.9x_{33}-18\\s.t\left\{ \begin{array}{c} 8x_{11}+2x_{12}+10x_{13}\leqslant 300\\ 10x_{21}+5x_{22}+8x_{23}\leqslant 460\\ 2x_{31}+13x_{32}+10x_{33}\leqslant 420\\ x_{ij}\geqslant 0\left( ij=1,2,3 \right)\\\end{array} \right.maxf1​=3x11​+2x12​+2.9x13​+3x21​+2x22​+2.9x23​+3x31​+2x32​+2.9x33​−18s.t⎩⎨⎧​8x11​+2x12​+10x13​⩽30010x21​+5x22​+8x23​⩽4602x31​+13x32​+10x33​⩽420xij​⩾0(ij=1,2,3)​

matlab求解：

% 目标函数
f = [3 2 2.9;3 2 2.9;3 2 2.9];
% 不等式约束
a = [8 2 10 0 0 0 0 0 0;0 0 0 10 5 8 0 0 0;0 0 0 0 0 0 2 13 10];
b = [300;460;420];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(9,1);
vub = [];
[x,fval] = linprog(-f,a,b,aeq,beq,vlb,vub)
fval = fval-18


合算。

(3).假设另有两种新产品4，5。4需要用A12台，B5台，C10台，单位盈利2.1千元；5需要设备A4台，B4台，C12台，单位盈利1.87千元，如果ABC设备台时不增加，问新产品投入是否合算？

模型建立：
max⁡f1=3x11+2x12+2.9x13+2.1x14+1.87x15+3x21+2x22+2.9x23+2.1x24+1.87x25+3x31+2x32+2.9x33+2.1x34+1.87x35s.t{8x11+2x12+10x13+12x14+4x15⩽30010x21+5x22+8x23+5x24+4x25⩽4002x31+13x32+10x33+10x34+12x35⩽420xij⩾0(ij=1,2,3,4,5)\max f_1=3x_{11}+2x_{12}+2.9x_{13}+2.1x_{14}+1.87x_{15}+3x_{21}+2x_{22}+2.9x_{23}+2.1x_{24}+1.87x_{25}+3x_{31}+2x_{32}+2.9x_{33}+2.1x_{34}+1.87x_{35}\\s.t\left\{ \begin{array}{c} 8x_{11}+2x_{12}+10x_{13}+12x_{14}+4x_{15}\leqslant 300\\ 10x_{21}+5x_{22}+8x_{23}+5x_{24}+4x_{25}\leqslant 400\\ 2x_{31}+13x_{32}+10x_{33}+10x_{34}+12x_{35}\leqslant 420\\ x_{ij}\geqslant 0\left( ij=1,2,3,4,5 \right)\\\end{array} \right.maxf1​=3x11​+2x12​+2.9x13​+2.1x14​+1.87x15​+3x21​+2x22​+2.9x23​+2.1x24​+1.87x25​+3x31​+2x32​+2.9x33​+2.1x34​+1.87x35​s.t⎩⎨⎧​8x11​+2x12​+10x13​+12x14​+4x15​⩽30010x21​+5x22​+8x23​+5x24​+4x25​⩽4002x31​+13x32​+10x33​+10x34​+12x35​⩽420xij​⩾0(ij=1,2,3,4,5)​
matlab求解：

% 目标函数
f = [3 2 2.9 2.1 1.87;3 2 2.9 2.1 1.87;3 2 2.9 2.1 1.87];
% 不等式约束
a = [8 2 10 12 4 0 0 0 0 0 0 0 0 0 0;0 0 0 0 0 10 5 8 5 4 0 0 0 0 0;0 0 0 0 0 0 0 0 0 0 2 13 10 10 12];
b = [300;400;420];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(15,1);
vub = [];
[x,fval] = linprog(-f,a,b,aeq,beq,vlb,vub)


不合算。

(4).对产品重新设计，改进A9台，B12台，c台，单位盈利4.5千元，对原计划有何影响？

模型建立：
max⁡f1=4.5x11+2x12+2.9x13+4.5x21+2x22+2.9x23+4.5x31+2x32+2.9x33s.t{9x11+2x12+10x13⩽30012x21+5x22+8x23⩽4004x31+13x32+10x33⩽420xij⩾0(ij=1,2,3)\max f_1=4.5x_{11}+2x_{12}+2.9x_{13}+4.5x_{21}+2x_{22}+2.9x_{23}+4.5x_{31}+2x_{32}+2.9x_{33}\\s.t\left\{ \begin{array}{c} 9x_{11}+2x_{12}+10x_{13}\leqslant 300\\ 12x_{21}+5x_{22}+8x_{23}\leqslant 400\\ 4x_{31}+13x_{32}+10x_{33}\leqslant 420\\ x_{ij}\geqslant 0\left( ij=1,2,3 \right)\\\end{array} \right.maxf1​=4.5x11​+2x12​+2.9x13​+4.5x21​+2x22​+2.9x23​+4.5x31​+2x32​+2.9x33​s.t⎩⎨⎧​9x11​+2x12​+10x13​⩽30012x21​+5x22​+8x23​⩽4004x31​+13x32​+10x33​⩽420xij​⩾0(ij=1,2,3)​
matlab求解：

% 目标函数
f = [4.5 2 2.9;4.5 2 2.9;4.5 2 2.9];
% 不等式约束
a = [9 2 10 0 0 0 0 0 0;0 0 0 12 5 8 0 0 0;0 0 0 0 0 0 4 13 10];
b = [300;400;420];
% 等式约束
aeq = [];
beq = [];
% 上下限
vlb = zeros(9,1);
vub = [];
[x,fval] = linprog(-f,a,b,aeq,beq,vlb,vub)

《数学建模与数学实验》第5版 线性规划 习题3.4相关推荐

  1. 《数学建模与数学实验》第5版 数据的统计描述 习题8.7

    文章目录 1. 某校60名学生的一次考试成绩如下: (1).计算计算均值.标准差.极差.偏度.峰度,画出直方图: (2).检验分布的正态性: (3).若检验符合正态分布,估计正态分布的参数并检验参数. ...

  2. 《数学建模与数学实验》第5版 非线性规划 习题4.4

    文章目录 1. 一电路由三个电阻R1,R2,R3R_1,R_2,R_3R1​,R2​,R3​并联,再与电阻R4R_4R4​串联而成,记RkR_kRk​上电流为IkI_kIk​,电压为VkV_kVk​, ...

  3. matlab数学建模可应用到第几章,《MATLAB在数学建模中的应用(第2版)》

    <MATLAB在数学建模中的应用(第2版)> 卓金武 (编者)) 基本信息 •出版社: 北京航空航天大学出版社; 第2版 (2014年9月1日) •丛书名: MATLAB开发实例系列图书 ...

  4. Maltab在数学建模中的应用（第二版）——读书笔记上

    Maltab在数学建模中的应用(第二版)--读书笔记上 1.MATLAB与数据文件的交互 1.1数据拟合 1.2数据拟合实例 1.3数据可视化 1.4层次分析法 2.规划问题的MATLAB求解(多约束 ...

  5. Maltab在数学建模中的应用（第二版）——读书笔记下

    Maltab在数学建模中的应用(第二版)--读书笔记下 1彩票中的数学2002B 总结 2露天卡车调度问题2003B 总结 3奥运会商圈规划问题2004A 总结 4交巡警服务平台的设置与调度2011B ...

  6. 计算机模拟数学实验的概念,数学建模与数学实验(课堂PPT)

    <数学建模与数学实验(课堂PPT)>由会员分享,可在线阅读,更多相关<数学建模与数学实验(课堂PPT)(38页珍藏版)>请在人人文库网上搜索. 1.1,数学建模与数学实验,后勤 ...

  7. 计算机模拟数学实验的概念,数学建模与数学实验之计算机模拟教材.ppt

    数学建模与数学实验之计算机模拟教材.ppt 数学建模与数学实验,后勤工程学院数学教研室,之计算机模拟,实验目的,实验内容,学习计算机模拟的基本过程与方法,1.模拟的概念,4.实验作业,3.计算机模拟实 ...

  8. 用计算机模拟掷骰子实验,数学建模与数学实验之计算机模拟.ppt

    数学建模与数学实验之计算机模拟 实验作业 1.编一个福利彩票电脑选号的程序. 4. 某设备上安装有四只型号规格完全相同的电子管,已知电子管寿命为1000--2000小时之间的均匀分布.当电子管损坏时有 ...

  9. 简述数学建模的过程_数学建模研究过程指导(精编版) Part IV

    向上滑动阅览说明及建模目录  说明:此文稿为朱浩楠老师于2018年11月-12月北京地区联校数学建模活动的课题研究阶段中,每天一篇发布给各课题组的研究方法指导文件的汇总.为方便更多的同学参考使用,现调 ...

  10. 数学建模之马尔萨斯模型（入门版）

    马尔萨斯人口模型建立 问题:预测未来人口数量,未来的趋势是怎样的. t-时刻人口总量:P(t) 假如2002年初的人口总数是p,则2002年出生的人数和死亡的人数分别是bp和dp,所以2003年初的人 ...

最新文章

  1. python2 与 python3 语法区别--转
  2. 详解--单调队列 经典滑动窗口问题
  3. mybatis依赖_Spring Boot2 系列教程(二十一)整合 MyBatis
  4. 我用python远程探查女友每天的网页访问记录，她不愧是成年人！
  5. Typora一次编辑，知乎、CSDN等多平台快速发布：Typora + PicGo + 图床
  6. 笨办法学 Python · 续 练习 0：起步
  7. 题目1140：八皇后
  8. 计算语言学和自然语言信息处理研究和应用综述（一）
  9. linux思源黑体乱码,deepin终端使用思源黑体做中文字体
  10. 10 个最佳 GIS 软件应用程序
  11. 音频参数测试软件,音频测试参数详解.doc
  12. SCCM 2012 R2部署，安装SCCM（四）
  13. 一梦三四年——国产MOBA网游的巅峰
  14. 年审是当月还是当天_车辆年审时间当月到当月办理可以吗
  15. 随机手机号码_微信绑定了手机号码怎么解绑
  16. win7 提示 由于无法验证发布者，windows阻止控件安装 解决办法
  17. 2016 我的年终小结：一直在路上
  18. 一步一步安装CentOS7（图文）
  19. Android10无法访问根目录文件解决
  20. from scipy.misc import imread, imresize, imsave 报错的解决方法

热门文章

  1. python数据结构之匿名函数lambda
  2. 25个超适合学生党的0成本兼职，自我增值的最有效方式
  3. DBeaver之MYSQL驱动安装
  4. java socket调试工具_SocketToolV1.0-Java网络TCP调试助手
  5. 为什么数学叫“数学”？
  6. 支持傲腾技术的服务器主板,华硕200系主板安装英特尔傲腾内存教程
  7. WIN10 安装Eplan 2.7 没有可激活合适的加密狗 的异常解决办法
  8. eplan p8详细安装步骤文库_Win10系统安装Eplan Electric P8详细步骤
  9. Java实现文件及文件夹的删除
  10. 禅道下载docker安装