1、了解线性规划的意义 了解线性规划问题中有关术语的含义 会求一些简单的线性规划问题,4.2 简单线性规划,【课标要求】,【核心扫描】,求目标函数的最值(重点、难点) 本节与直线的截距和斜率，与点到直线的距离，以及方程等知识联系密切 目标函数的最大值和最小值与其对应直线截距的关系(易错点),1,2,3,1,2,3,线性规划中的基本概念,自学导引,一次,二元一次,解(x，y),可行解,想一想：在线性约束条件下，最优解唯一吗？ 提示 不一定，可能有一个或多个,集合,求解线性规划问题的注意事项 (1)线性约束条件是指一组对变量x，y的限制条件，它可以是一组关于变量x，y的一次不等式，也可以是一次方程 (
2、2)有时可将目标函数zaxby改写成ymxnz的形式将nz看作直线ymxnz在y轴上的截距来处理 (3)目标函数所对应的直线系的斜率，若与约束条件中的某一约束条件所对应的直线斜率相等，则最优解可能有无数个 (4)解线性规划问题，正确画出可行域并利用数形结合求最优解是重要一环，故力求作图准确；而在求最优解时，常把视线落在可行域的顶点上,名师点睛,1,利用图解法解决线性规划问题的一般步骤 (1)作出可行域将约束条件中的每一个不等式当作等式，作出相应的直线，并确定原不等式表示的区域，然后求出所有区域的交集 (2)令z0，作出一次函数axby0. (3)求出最终结果在可行域内平行移动一次函数axby0
3、，从图中能判定问题有唯一最优解，或者是有无穷最优解，或是无最优解,2,题型一 求目标函数的最大值或最小值,A4 B3 C2 D1 思路探索 先根据约束条件作出可行域，再平移直线x2y0找到最大值点，代入zx2y可求出最大值,【例1】,答案 B,规律方法 解线性规划问题的关键是准确地作出可行域，正确理解z的几何意义，对一个封闭图形而言，最优解一般在可行域的边界上取得在解题中也可由此快速找到最大值点或最小值点,解 z2xy可化为y2xz，z的几何意义是直线在y轴上的截距的相反数，故当z取得最大值和最小值时，应是直线在y轴上分别取得最小和最大截距的时候 作一组与l0：2xy0平行的直线系l，经上下平
4、移，可得：当l移动到l1，即经过点A(5,2)时，zmax2528.当l移动到l2，即过点C(1,4.4)时，zmin214.42.4.,【训练1】,【例2】,题型二 非线性目标函数的最值问题,解 作出可行域如图，并求出顶点的坐标A(1,3)、B(3,1)、C(7,9),规律方法 非线性目标函数最值问题的求解方法 (1)非线性目标函数最值问题，要充分理解非线性目标函数的几何意义，诸如两点间的距离(或平方)，点到直线的距离，过已知两点的直线斜率等，充分利用数形结合知识解题，能起到事半功倍的效果 (2)常见代数式的几何意义主要有：,审题指导 这是一道线性规划的逆向思维问题，解答此类问题必须明确线性
5、目标函数的最值一般在可行域的顶点或边界取得，运用数形结合的思想方法求解同时，要注意边界直线斜率与目标函数斜率关系,【例3】,题型三 已知目标函数的最值求参数,规范解答 在平面直角坐标系中画出约束条件所表示的可行域如图(形状不定) (3分) 其中直线axya0的位置不确定，但它经过定点A(1,0)，斜率为a.(6分),【题后反思】 随着对线性规划问题研究的不断深入，出现了一些线性规划的逆向问题即已知目标函数的最值，求约束条件或目标函数中的参数的取值及范围问题解决这类问题时仍需要正向考虑，先画可行域，搞清目标函数的几何意义，看最值在什么位置取得,【训练3】,数形结合的主要解题策略是：数形问题的解决
6、；或：形数问题的解决数与形结合的基本思路是：根据数的结构特征构造出与之相对应的几何图形，并利用直观特征去解决数的问题；或者将要解决的形的问题转化为数量关系去解决本节中利用线性规划解决实际问题是典型的数形结合问题,方法技巧 数形结合思想,在平面直角坐标系中，点A，B，C的坐标分别为(0,1)，(4,2)，(2,6)如果P(x，y)是ABC围成的区域(含边界)上的点，那么当wxy取到最大值时，点P的坐标是_ 思路分析,【示例】,解 点A、B、C围成的区域(含边界)如图所示：因为wxy表示矩形OP1PP2的面积，只要点P向右方或者向上方移动，矩形OP1PP2的面积就变大由图可看出，只有点P在线段BC上时才无法向右方或上方移动，所以要使wxy最大，点P一定在线段BC上，B(4,2)，C(2,6)，线段BC的方程为,方法点评 本题把wxy转化为相应的矩形的面积是解题的关键，即把数的问题转化为形的问题来解决实质上，整个线性规划问题的解决都是数形结合思想方法的体现,
