《管理运筹学期末复习题》 - 图文

发布时间 : 星期四 文章《管理运筹学期末复习题》 - 图文更新完毕开始阅读

11.若目标函数为求max,一个基可行解比另一个基可行解更好的标志是 A

A使Z更大 B 使Z更小 C 绝对值更大 D Z绝对值更小 12.如果线性规划问题有可行解,那么该解必须满足 D

A 所有约束条件 B 变量取值非负 C 所有等式要求 D 所有不等式要求 13.如果线性规划问题存在目标函数为有限值的最优解,求解时只需在D集合中进行搜索即可得到最优解。 A 基 B 基本解 C 基可行解 D 可行域 14.线性规划问题是针对 D求极值问题.

A约束 B决策变量 C 秩 D目标函数 15如果第K个约束条件是“≤”情形,若化为标准形式,需要 B

A左边增加一个变量 B右边增加一个变量 C左边减去一个变量D右边减去一个变量 16.若某个bk≤0, 化为标准形式时原不等式 D

A 不变 B 左端乘负1 C 右端乘负1 D 两边乘负1 17.为化为标准形式而引入的松弛变量在目标函数中的系数应为 A

A 0 B 1 C 2 D 3 12.若线性规划问题没有可行解,可行解集是空集,则此问题 B

A 没有无穷多最优解 B 没有最优解 C 有无界解 D 有无界解 三、多选题

1. 在线性规划问题的标准形式中,不可能存在的变量是D .

A.可控变量B.松驰变量c.剩余变量D.人工变量 2.下列选项中符合线性规划模型标准形式要求的有BCD

A.目标函数求极小值B.右端常数非负C.变量非负D.约束条件为等式E.约束条件为“≤”的不等式 3.某线性规划问题,n个变量,m个约束方程,系数矩阵的秩为m(m

m

A.基可行解的非零分量的个数不大于mB.基本解的个数不会超过Cn个C.该问题不会出现退化现象D.基可行解的个数不超过基本解的个数E.该问题的基是一个m×m阶方阵 4.若线性规划问题的可行域是无界的,则该问题可能ABCD

A.无有限最优解B.有有限最优解C.有唯一最优解D.有无穷多个最优解E.有有限多个最优解 5.判断下列数学模型,哪些为线性规划模型(模型中a.b.c为常数;θ为可取某一常数值的参变量,x,

Y为变量) ACDE

6.下列模型中,属于线性规划问题的标准形式的是ACD

7.下列说法错误的有_ABD_。

A. 基本解是大于零的解 B.极点与基解一一对应

C.线性规划问题的最优解是唯一的 D.满足约束条件的解就是线性规划的可行解 8.在线性规划的一般表达式中,变量xij为 ABE

A 大于等于0 B 小于等于0 C 大于0 D 小于0 E 等于0 9.在线性规划的一般表达式中,线性约束的表现有 CDE

A < B > C ≤ D ≥ E = 10.若某线性规划问题有无界解,应满足的条件有 AD

A Pk<0 B非基变量检验数为零 C基变量中没有人工变量 Dδj>O E所有δj≤0 11.在线性规划问题中a23表示 AE

A i =2 B i =3 C i =5 D j=2 E j=3 43.线性规划问题若有最优解,则最优解 AD

A定在其可行域顶点达到 B只有一个 C会有无穷多个 D 唯一或无穷多个 E其值为0 42.线性规划模型包括的要素有 CDE

A.目标函数 B.约束条件 C.决策变量 D 状态变量 E 环境变量 四、名词

1基:在线性规划问题中,约束方程组的系数矩阵A的任意一个m×m阶的非奇异子方阵B,称为线性规划问题的一个基。

2、线性规划问题:就是求一个线性目标函数在一组线性约束条件下的极值问题。 3 .可行解:在线性规划问题中,凡满足所有约束条件的解称为线性规划问题可行解 4、行域:线性规划问题的可行解集合。

5、本解:在线性约束方程组中,对于选定的基B令所有的非基变量等于零,得到的解,称为线性规划问题的一个基本解。

6.、图解法:对于只有两个变量的线性规划问题,可以用在平面上作图的方法来求解,这种方法称为图解法。

7、本可行解:在线性规划问题中,满足非负约束条件的基本解称为基本可行解。

8、模型是一件实际事物或实际情况的代表或抽象,它根据因果显示出行动与反映的关系和客观事物的内在联系。

四、把下列线性规划问题化成标准形式:

2、minZ=2x1-x2+2x3

五、按各题要求。建立线性规划数学模型

1、某工厂生产A、B、C三种产品,每种产品的原材料消耗量、机械台时消耗量以及这些资源的限量,单位产品的利润如下表所示:

根据客户订货,三种产品的最低月需要量分别为200,250和100件,最大月销售量分别为250,280和120件。月销售分别为250,280和120件。 问如何安排生产计划,使总利润最大。

2、某建筑工地有一批长度为10米的相同型号的钢筋,今要截成长度为3米的钢筋90根,长度为4米的钢筋60根,问怎样下料,才能使所使用的原材料最省?

1. 某运输公司在春运期间需要24小时昼夜加班工作,需要的人员数量如下表所示: 起运时间 2—6 6—10 10一14 14—18 18—22 22—2 最少?

服务员数 4 8 10 7 12 4 每个工作人员连续工作八小时,且在时段开始时上班,问如何安排,使得既满足以上要求,又使上班人数

第三章 线性规划的基本方法

一、填空题

1.线性规划的代数解法主要利用了代数消去法的原理,实现基可行解的转换,寻找最优解。

--

2.标准形线性规划典式的目标函数的矩阵形式是_ maxZ=CBB1b+(CN-CBB1N)XN 。

3.对于目标函数极大值型的线性规划问题,用单纯型法求解 时,当基变量检验数δj_≤_0时,当前解为最优解。

4.用大M法求目标函数为极大值的线性规划问题时,引入的人工变量在目标函数中的系数应为-M。 5.在单纯形迭代中,可以根据最终_表中人工变量不为零判断线性规划问题无解。 6.在线性规划典式中,所有基变量的目标系数为0。

7.当线性规划问题的系数矩阵中不存在现成的可行基时,一般可以加入人工变量构造可行基。

8.在单纯形迭代中,选出基变量时应遵循最小比值θ法则。

9.线性规划典式的特点是基为单位矩阵,基变量的目标函数系数为0。

10.对于目标函数求极大值线性规划问题在非基变量的检验数全部δj≤O、问题无界时,问题无解时情况

下,单纯形迭代应停止。 11.在单纯形迭代过程中,若有某个δk>0对应的非基变量xk的系数列向量Pk_≤0_时,则此问题是无界的。 12.在线性规划问题的典式中,基变量的系数列向量为单位列向量_ 13.对于求极小值而言,人工变量在目标函数中的系数应取-1 14.(单纯形法解基的形成来源共有三 种 15.在大M法中,M表示充分大正数。 二、单选题

1.线性规划问题C

2.在单纯形迭代中,出基变量在紧接着的下一次迭代中B立即进入基底。 A.会 B.不会 C.有可能 D.不一定

3.在单纯形法计算中,如不按最小比值原则选取换出变量,则在下一个解中B。

A.不影响解的可行性B.至少有一个基变量的值为负C.找不到出基变量D.找不到进基变量

4.用单纯形法求解极大化线性规划问题中,若某非基变量检验数为零,而其他非基变量检验数全部<0,则说明本问题B 。

A.有惟一最优解 B.有多重最优解 C.无界 D.无解

5.线性规划问题maxZ=CX,AX=b,X≥0中,选定基B,变量Xk的系数列向量为Pk,则在关于基B的典式中,Xk的系数列向量为_ D

T-1

A.BPK B.BPK C.PKB D.BPK 6.下列说法错误的是B

A. 图解法与单纯形法从几何理解上是一致的 B.在单纯形迭代中,进基变量可以任选 C.在单纯形迭代中,出基变量必须按最小比值法则选取 D.人工变量离开基底后,不会再进基 7.单纯形法当中,入基变量的确定应选择检验数 C

A绝对值最大 B绝对值最小 C 正值最大 D 负值最小 8.在单纯形表的终表中,若若非基变量的检验数有0,那么最优解 A

A 不存在 B 唯一 C 无穷多 D 无穷大

9.若在单纯形法迭代中,有两个Q值相等,当分别取这两个不同的变量为入基变量时,获得的结果将是 C A 先优后劣 B 先劣后优 C 相同 D 会随目标函数而改变 10.若某个约束方程中含有系数列向量为单位向量的变量,则该约束方程不必再引入 C A 松弛变量 B 剩余变量 C 人工变量 D 自由变量 11.在线性规划问题的典式中,基变量的系数列向量为 D

A 单位阵 B非单位阵 C单位行向量 D单位列向量 12.在约束方程中引入人工变量的目的是 D

A 体现变量的多样性 B 变不等式为等式 C 使目标函数为最优 D 形成一个单位阵 13.出基变量的含义是 D A 该变量取值不变 B该变量取值增大 C 由0值上升为某值 D由某值下降为0 14.在我们所使用的教材中对单纯形目标函数的讨论都是针对 B 情况而言的。 A min B max C min + max D min ,max任选

15.求目标函数为极大的线性规划问题时,若全部非基变量的检验数≤O,且基变量中有人工变量时该问题有 B

A无界解 B无可行解 C 唯一最优解 D无穷多最优解 三、多选题

1. 对取值无约束的变量xj。通常令xj=xj’- x”j,其中xj’≥0,xj”≥0,在用单纯形法求得的最优

解中,可能出现的是ABC

2.线性规划问题maxZ=x1+CX2

其中4≤c≤6,一1≤a≤3,10≤b≤12,则当_ BC时,该问题的最优目标函数值分别达

到上界或下界。

A.c=6 a=-1 b=10 B.c=6 a=-1 b=12 C.c=4 a=3 b=12 D.c=4 a=3 b=12 E.c=6 a=3 b=12

联系合同范文客服:xxxxx#qq.com(#替换为@)