《一》线性规划的解法——matlab学习

数学建模我们队伍中我主要负责程序编码部分,所以在这里做学习记录,方便之后的查找使用。
我会尽量的做一个数学建模系列的专题。本次是第一个关于线性规划的解法。

matlab系列

前期知识储备

一.matlab 安装(本文不做介绍,简书上有很多)

二.矩阵乘法知识储备

  • 1.行向量 1*m的矩阵
  • 2.列向量 n*1的矩阵
  • 3.矩阵乘法 mp的矩阵A和Pn的矩阵B相乘 得到m*n的结果矩阵。

三了解matlab函数中的方法调用

首先在matlab中有着关于这种线性方程的基本形式,我们首先要将我们要进行计算的方程化成基本形式,然后套用内部公式即可。

线性方程的基本形式

其次我们查看一下线性函数的基本方法参数

线性函数的方法

之后我们介绍一下方法参数的含义
在基本形式的那个图片中我们可以看到,f,x,b,beq,ub都是向量,而A和aeq是矩阵。

  • f:这里指的是我们要的目标函数的系数,(这里的函数是指我们经过我们标准化之后的,如果要求最大值,可以加负号)
  • A: 矩阵,是表示图中的不等关系的矩阵,将所有的不等关系化为<= ,然后系数构成我们的系数矩阵A
  • b: 不等关系的结果,不等号后面的结果构成的矩阵
  • Aeq: 恒等关系的系数矩阵,等号左边。
  • beq: 恒等关系的结果矩阵,等号右边。
  • lb: 参数的下限,每个参数的最小值构成的向量
  • ub:参数的上限,每个参数的最大值构成的向量
  • x0:官方解释是设为初始值,个人感觉应该是说 参数》=0的意思。
    个人感觉用不到,知道上面这些就足够了。

正式开始解题

例题一.求最大值

线性方程求解例题一

首先我们分析有恒等式,也有不等式,所以我们肯定要使用我们图二的第三个或者第四个方法
当我们使用第三个方法的时候我们利用写出我们的matlab程序

%注意这里有一个巧妙的转换,我们要求的是最大值,然后我们在最后的方程这个地方由于要算最小值,所以给加了一个负号,最后结果要变回来
c=[2;3;-5];
A=[-2, 5, -1
   1 , 3,  1 ];
b=[-10;12];
Aeq=[1,1,1];
beq=[7];
x =linprog(-c,A,b,Aeq,beq,zeros(3,1))
value=c'*x

例题二 同样求最大值

线性方程求解例题二

直接参照例题一得出我们的代码

z=[4;3];
A=[2,1;1,1];
b=[10;8];
x=linprog(-z,A,b,[],[],zeros(2,1),[Inf,7])
value=z'*x

例题三,求最小值

线性方程求解,例题四

参照我们例题一写出代码,注意现在就不需要在我们最后的linprog中添加负号了,但是要看到给的式子中是大于号,需要我们进行转化。

c=[2;3;1];
A=[1,4,2;3,2,0];
b=[8;6];
%这里的y就是我们通过后面的函数计算出来的最小值
[x,y]=linprog(c,-A,-b,[],[],zeros(3,1))
value=c'*x

最后写点值得pay attention的东西

  • 1 关于方法中的上下限问题比如说
    a<x1<c
    b<x2<d
    他这个地方格式是这样的
    lb=[a,b] ub=[c,d]

  • 2 zeros(a,b) 生成一个大小为a*b数值都是0的矩阵

  • 3 Inf 无穷大

  • 4 -Inf 无穷小

  • 5如果是写了一个matlab脚本函数,最后的最后如果你是以;结尾的,那么会报这个Optimization terminated错误,可以稍微注意一下。

应该差不多了。关于数学建模的线性规划部分,用matlab进行解决的话应该以上就是可以的。
当然由于我是matlab新手,再加上线代学过好久了,所以可能文章中有不对的地方,如果大家看到,请一定给我评论或者给我简信,在这里先谢谢大家~

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容