You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

关于使用图解法求解特定线性规划问题(LPP)的技术问询及结论验证

使用图解法求解特定线性规划问题(LPP)的技术问询及结论验证

嘿,我来帮你理清这个线性规划问题里的矛盾点,把两种结论的来龙去脉说清楚~

首先先明确我们要解决的原问题:
$$\text{Maximize } z = 3x_1 + 2x_2$$
约束条件:
\begin{align}
x_1 - x_2 &\geqslant 1\
x_1 + x_3 &\geqslant 3 \
x_1, x_2, x_3 &\geqslant 0
\end{align}

接下来拆解两种不同结论的核心原因:

为什么会说“可行域是无界的”?

这个结论是完全正确的。因为我们的问题是**三维变量($x_1,x_2,x_3$)**的线性规划,从约束条件就能看出来可行域的无限延伸性:

  • 由$x_1 + x_3 \geqslant 3$和$x_3 \geqslant 0$,只要$x_1$不断增大,$x_3$可以取$x_1-3$(满足约束)或者更大的正值;
  • 同时$x_1 - x_2 \geqslant1$意味着$x_2 \leqslant x_1 -1$,当$x_1$无限增大时,$x_2$也可以跟着无限增大(只要不超过$x_1-1$)。
    所以在三维空间里,这个可行域是向$x_1$和$x_2$增大的方向无限延伸的,确实是无界区域。

为什么会出现“$Z_{\text{max}}$为13在$(3,2,0)$”的结论?

这个结论是错误的,大概率是来源搞错了约束条件(比如把$x_1 + x_3 \geqslant 3$误写成了$x_1 + x_3 \leqslant 3$)。我们来分析原问题的目标函数:
目标函数$z=3x_1+2x_2$里根本不包含$x_3$,所以$x_3$的取值不影响$z$的大小——只要满足$x_1 + x_3 \geqslant3$,我们完全可以让$x_3$取最小的满足值(比如$x_3=\max(0,3-x_1)$),把问题简化为二维变量($x_1,x_2$)的分析:
简化后的约束是:

  • $x_1 \geqslant3$(因为如果$x_1<3$,$x_3=3-x_1>0$,但$x_1$越大对目标函数越有利,所以我们只需要关注$x_1\geqslant3$的情况)
  • $0 \leqslant x_2 \leqslant x_1 -1$

此时看目标函数$z=3x_1+2x_2$:对于任意一个足够大的$x_1$,我们都可以取$x_2=x_1-1$,此时$z=3x_1+2(x_1-1)=5x_1-2$——显然$x_1$可以无限增大,$z$也会跟着无限增大,根本不存在最大值。

如果把约束改成$x_1 + x_3 \leqslant3$,那$x_1$最大只能取3,此时$x_2$最大取$3-1=2$,$z=33+22=13$,这时候才会得到那个结果,但这和原问题的约束不符。

最终结论

  • 原问题的可行域确实是无界的;
  • 目标函数$z$没有最大值,可以无限增大;
  • 给出“$Z_{\text{max}}=13$”的来源一定是误改了约束条件。

备注:内容来源于stack exchange,提问作者Taylor

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.04.21 12:37:57