线性规划是一种在多个约束条件下，寻找线性目标函数最优解的方法。它广泛应用于经济学、管理学、工程学等领域。本指南将精选一些线性规划的习题，并对其进行实战解析，帮助读者更好地理解和应用线性规划。
习题一：生产问题
问题描述： 某工厂生产两种产品A和B，生产A产品每单位需要2小时机器时间和3小时人工时间，生产B产品每单位需要1小时机器时间和2小时人工时间。工厂每天有8小时机器时间和12小时人工时间可用。A产品每单位利润为30元，B产品每单位利润为20元。问如何安排生产计划，使得总利润最大？
解析： 首先，我们定义变量：
- ( x )：生产A产品的单位数
- ( y )：生产B产品的单位数
目标函数： [ \text{Maximize} \quad Z = 30x + 20y ]
约束条件： [ 2x + y \leq 8 ] [ 3x + 2y \leq 12 ] [ x, y \geq 0 ]
我们可以使用单纯形法或者图形法来求解这个问题。这里我们使用图形法进行解析。
绘制约束条件的图形，找到可行域。然后，找到目标函数的等高线，通过可行域的顶点，找到使得目标函数最大的点。
解答： 通过图形法，我们发现当 ( x = 2 )，( y = 2 ) 时，总利润最大，为 ( Z = 30 \times 2 + 20 \times 2 = 100 ) 元。
习题二：运输问题
问题描述： 某公司有三个工厂（F1、F2、F3）和四个仓库（W1、W2、W3、W4），每个工厂和仓库之间的运输成本如下表所示。工厂的产量和仓库的需求量如下表所示。问如何安排运输计划，使得总运输成本最低？
| 工厂/仓库 | W1 | W2 | W3 | W4 |
|---|---|---|---|---|
| F1 | 2 | 3 | 4 | 5 |
| F2 | 4 | 2 | 3 | 1 |
| F3 | 3 | 1 | 2 | 4 |
工厂产量：F1 = 100，F2 = 120，F3 = 80 仓库需求：W1 = 80，W2 = 100，W3 = 120，W4 = 60
解析： 这是一个典型的运输问题，可以使用西北角法、最小成本法、Vogel近似法等方法求解。
这里我们使用Vogel近似法进行解析。
首先，计算每列和每行的惩罚成本：
- 列惩罚：( (3-2), (1-3), (2-4) = 1, 2, 2 )
- 行惩罚：( (4-3), (2-1), (4-2) = 1, 1, 2 )
找到惩罚成本最大的两个元素，即 (F2, W3) 和 (F3, W4)。将这两个元素所在的行和列划去，得到新的运输表。
重复上述步骤，直到所有元素都被划去，得到最终的运输计划。
解答： 通过Vogel近似法，我们得到以下运输计划：
- F1 -> W1: 20
- F1 -> W2: 30
- F2 -> W1: 40
- F2 -> W3: 20
- F3 -> W2: 40
- F3 -> W4: 20
总运输成本为 ( 20 \times 2 + 30 \times 3 + 40 \times 2 + 20 \times 1 + 40 \times 2 + 20 \times 4 = 540 ) 元。
实战解析总结
线性规划在实际应用中具有广泛的意义，掌握线性规划的方法对于解决实际问题至关重要。通过以上两个习题的解析，我们可以看到线性规划在解决生产问题和运输问题中的应用。在实际操作中，根据问题的具体特点选择合适的方法进行求解，是解决问题的关键。希望本指南能帮助读者更好地理解和应用线性规划。