共查询到20条相似文献，搜索用时 15 毫秒
1.
周明波 《四川职业技术学院学报》2004,14(2):87-87
新编高中教材安排了线性规划知识，即求线性目标函数在线性约束条件下的最值．其思想方法是：线性目标函数及其值参数K所决定的动曲线，进入线性约束条件所确定的区域D时，由目标函数值参数K的几何意义来考查目标函数的最值．(当闭区域D是凸多边形闭区域时，其最值总在多边形的顶点取得)．我们迁移这一解题思想用以解决二元一次函数及某些二元二次函数的条件最值问题会显得简单明了． 相似文献
2.
正线性规划的基本思想是在一定的约束条件下,通过数形结合求函数的最值.解决问题时主要是借助平面图形,运用这一思想能够比较有效地解决一些二元函数的最值问题.以下笔者从规划思想出发,应用目标函数的几何特点,解决一些二元线性约束条件下的二元函数的最值问题.一、目标函数是直线的截距问题 相似文献
3.
左麦玲 《中学生数理化(高中版)》2011,(10):25-25
线性规划问题就是求线性目标函数在线性约束条件下的最大值或最小值问题，而弄清目标函数的几何意义是求最值中最关键的一步，目标函数几何意义主要有以下几种： 相似文献
4.
线性规划研究的是目标函数在约束条件下取最大值或最小值问题．教科书讨论了两个变量的线性规划问题．学生在求一元函数最值的基础上求二元函数的最值，由于两个自变量的变化，学生对其值域变化的意义理解不透彻，因而学习线性规划时问题多，正确率低．线性规划教学中要抓住什么?我认为线性规划这类问题可以借助直线的截距及其几何意义来解决． 相似文献
5.
二元线性规划的基本思想即借助平面图形, 有效地解决一些二元函数的最值问题．本文将从规划思想出发来探讨一些高中数学中一些常见的函数最值问题．一、线性约束条件下线性函数的最值问题当线性规划问题中的约束条件是一个二元一次不等式组、目标函数是一个二元一次函数 相似文献
6.
7.
<正>线性规划是指在线性约束条件下求线性目标函数的最值问题.解决问题的基本思想是在约束条件所对应的可行域内根据目标函数的几何意义找到目标函数最优解.对于一类满足线性约束条件,但目标函数是非线性 相似文献
8.
9.
江志杰 《数理天地(高中版)》2005,(9)
实际中有不少问题可归结为线性规划问题(即求线性目标函数在线性约束条件下的最值),其实质是利用几何背景求二元一次函数的可行域上的最值。如何解决二元函数的最值问题呢?本文说明:理解目标函数几何意义,是关键所在。 相似文献
10.
线性规划问题是指在线性约束条件下求线性目标函数的最大值或最小值问题。解决问题的基本思想是在约束条件对应的可行域内根据目标函数的几何意义求出目标函数的最优解。故解决线性规划问题的数学思想,从本质上说,就是数形结合思想了解这一点,当约束条件或目标函数不是线性时,也就可解了。1.在线性约束条件下的线性目标函数 相似文献
11.
线性规划的基本思想是在一定的约束条件下,通过数形结合求函数的最值.解决问题时主要是借助平面图形,运用这一思想能够比较有效地解决一些二元函数的最值问题.以下笔者从规划思想出发,应用目标函数的几何特点,解决一些二元线性约束下条件下的二元函数的最值问题.一、目标函数是直线的截距问题设目标函数z=ax+by(a>0,b≠0),则直线y=-a/bx+z/b的截距z/b与z相关,若b>0,z最大,则z/b最大,其几何意义就是y轴上的截距最大,b<0,z最大,则z/b最 相似文献
12.
新课标《必修5》不等式一章中,“简单的线性规划”是一个难点,课本和许多参考书上,对于求解形如z=ax±by的目标函数在线性约束条件下的最值,一般都是将二元一次函数（目标函数）转化为求直线在y轴上的截距的最值问题,然后利用线性规划的知识进而求得结果．本人认为如果用向量工具来解决此问题,可使得目标函数的几何意义更加直观、明了解题思路更清晰、简捷。 相似文献
13.
线性规划问题是求线性目标函数在线性约束条件下的最值的问题.概念上它局限于约束条件和目标函数都是线性的情况,但解决这类问题的思想方法却可以用来解决"非线性"规划问题.下面请同学们通过几个具体的例子来体验之. 相似文献
14.
二元线性规划问题的解法，从本质上说就是用线性约束条件的几何意义来解决线性目标函数的取值问题．其主要的思想就是利用几何意义解决代数问题．利用这一思想方法，问题可进一步被创新，某些非线性目标函数和非线性约束条件问题也可以通过将其“数”向“形”进行转化而得到解决． 相似文献
15.
线性规划是指在线性约束条件下求线性目标函数的最值问题,这是试验教材新增内容之一．其思想精髓是在可行域内根据几何意义找到目标函数的最优解,利用这一思想可使数学中的许多问题得到巧妙的解决．这不仅为传统的高中数学注入了新鲜的血液,促进了许多数学分支的发展, 相似文献
16.
17.
简单线性规划是高中数学教学的新内容之一，是解决一些线性约束条件下线性目标函数的最值的问题，但它的思想可以延伸到解决线性约束条件下非线性目标函数的最值问题、非线性约束条件下线性目标函数的最值问题和非线性约束条件下非线性目标函数的最值问题，利用这些知识可以很方便的解决一些看似与线性规划无关的问题．现举例说明： 相似文献
18.
笔者在进行新教材中增加的"简单的线性规划"教学时,发现课本和许多参考书上,对于求解形如z=ax±by的目标函数在线性约束条件下的最值,一般都是将二元一次函数(目标函数)转化为求直线在y轴上的截距的最值问题,然后利用线性规划的知识进而求得结果.本人认为还可以用向量知识来解决此类问题,可使得目标函数的几何意义更加直观、明了,解题思路更清晰、简捷. 相似文献
19.
20.
甘志国 《河北理科教学研究》2015,(3):43-44
线性规划问题是指在线性约束条件(即关于变量x,y的二元一次不等式或不等式组)下,求线性目标函数z=ax+by的最大值或最小值问题.在线性规划问题中,满足线性约束条件的解(x,y)叫做可行解,可行解的集合叫做可行域(可行域的边界是直线、射线或线段),使目标函数取得最值的可行解叫做这个线性规划问题的最优解.求解线性规划问题,通常是通过平移初始直线ax+by=0来解决的,所以有下面的结论:
(1)若线性规划问题存在最优解,则最优解一定在边界上. 相似文献