前言

暑假实在没事做,想要找一点事情做。
这不,盯上了8月末的数学建模比赛。
本套文集参考《数学建模算法与应用》第二版,工具为matlab。
闲话不多话。吐槽一句,简书的markdown语法太不友好了。
开始:

前言

在开始之前,先让大家看一道题

2020年高考文科数学丙卷

相信大家在经历过高中数学之后,这道题已经不再陌生,最有效的方法就是画出坐标轴,然后对z = 3x+2y 进行平移,这条直线与y轴会相交于一点,当这一点的y 值最大时,这个z就是最大值。这就是线性规划。

线性规划

数学标准型:

一般的线性规划问题的数学标准型为:
max \quad z =\sum_{j=1}^nc_jx_j \\ s.t.\left\{ \begin{matrix} \sum_{j=1}^n a_{ij}x_j = b_i, i = 1,2,....,m, \\ x_j \geq0, j =1,2,.....,n \end{matrix} \right.
式中b_i \geq 0, i = 1,2,.....,m.
大家学过线性代数的都知道,以上式子可以转化为一个矩阵,进而我们只需要对矩阵进行求解即可。

Matlab 中线性规划标准型。

由于现实问题中既有求最大值,也有求最小值,不等号可以时大于号,也可以是小于号,为了避免这种多样性带来的不便,所以在matlab中我们简化为一下形式:
\underset {x}{min} f^T x, \\ \quad\\ s.t.\left\{ \begin{matrix} A\cdot x \leq b \\ Aeq\cdot x =beq \\ lb \leq x \leq ub \end{matrix} \right.
式中:f,x,b,beq,lb,ub为列向量,其中f称为价值向量,b称为资源向量;A,Aeq 为矩阵。
在Matlab中求解线性规划的命令为

[x,fval] = linprog(f,A,b)
[x,fval] = linprog(f,A,b,Aeq,beq)
[x,fval] = linprog(f,A,b,Aeq,beq,lb,up)

式中:x返回决策向量的取值,fval返回目标函数的最优值;f为价值向量;A和b对应线性不等式约束;Aeq和beg对应线性等式约束;lb和ub分别对应x的上界和下届。

Example

求解下列线性规划问题:
min\quad z = 2x_1 +3x_2 +x_3\\ s.t.\left\{ \begin{matrix} x_1 + 4x_2 + 2x_3 \geq 8, \\ 3x_1 +3x_2 \geq 6, \\ x_1,x_2,x_3 \geq 0 \end{matrix} \right.

可以转化为线性规划的问题

例如:
min |x_1|+ |x_2| +...... +|x_n|.\\ s.t. \quad Ax\leq 0
式中:x = [x_1,x_2......x_n]; Ab为矩阵和向量。

要把上面的问题变换成线性规划的问题,只要注意到事实:对任意的x,存在u,v\geq 0, such that:
x_i = u_i-v_i, |x| = u_i +v_i
这样u_i = \frac{x_i+|x_i|}{2}, v_i = \frac{|x_i|-x_i}{2}就可以满足上面的条件。(我刚开始看到这个地方很不理解为什么,直到我看到了这里,这里u,或者v必有一个是0).

这样记__u = [u_1,...,u_n]^T, v = [v_1,...,v_n]^T 就可以把上面的问题变成
min\sum_{i=1}^n(v_i+u_i),\\ s.t. \left\{ \begin{matrix} [A,-A][u,v]^T \leq b, \\ u,v \geq 0. \end{matrix} \right.

Example

P1

min \quad z = |x_1| +2|x_2|+ 3|x_3| +4|x_4|,\\ s.t. \left\{ \begin{matrix} x_1 -x_2 -x_3 +x_4 \leq -2, \\ x_1 - x_2 +x_3 -3x_4 \leq -1, \\ x_1 -x_2 -2x_3 +3x_4 \leq -\frac{1}{2} \end{matrix} \right.

数学建模时的基本步骤

  1. 符号规定和基本假设
  2. 模型的分析与建立
  3. 模型的求解
  4. 结果分析

由于在这个例子太过繁琐我就不举例了。
今天只是很简单的一部分,不错的开始,就是高中的内容。上面习题答案就不贴上去了。
明天继续。(还想再复习一下卷积,并用manim做一个视频讲解。)

©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 204,530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 86,403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 151,120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 54,770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 63,758评论 5 367
  • 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 48,649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 38,021评论 3 398
  • 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 36,675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 40,931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 35,659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 37,751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 33,410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 39,004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 29,969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 31,203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 45,042评论 2 350
  • 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 42,493评论 2 343

推荐阅读更多精彩内容