1、用“小范围搜索法”求“线性规划问题”的最优整数解笔者对教科书中的全部 7个线性规划的实际应用问题进行了研究和分类。其中 1个问题（教科书第 61页例 3）的最优解不是整数解，最优解有且只有一个，最优解显然在边界折线的顶点处，此为第一类问题；有 3个问题（教科书第 64页练习第 2题、第 65页习题 7.4第 3题，第 66页研究课题与实习作业）的最优解为整数解，最优整数解有且只有一个，最优解整点显然在边界折线的顶点处，此为第二类问题；另有 3个问题（教科书第 63页例 4、第65页习题 7.4第 4题、第 87页复习参考题七 A组第 16题）的最优解为整数解，最优整数解可能不止一个，最优解整点
2、不在边界折线的顶点处，或虽在边界折线的顶点处但并不显然，此为第三类问题。第一、第二类问题的最优解可以通过解一个二元一次方程组直接得到，学生比较容易掌握。第三类问题的最优解不能通过解一个二元一次方程组直接得到，必须通过观察图形或计算检验去寻找，学生不容易掌握，学习困难比较大。为了解决这类寻找最优整数解的困难，笔者采用“小范围搜索法”进行教学。该方法的优点在于，把在大范围同寻找最优整数解转化为在小范围内寻找最优整数解，而且在通过观察图形作出准确判断有困难的情况下，通过计算检验作出准确判断的工作量比较小。其步骤为（1）在边界折线顶点附近的小范围内搜索一个可行域内的年整点；（2）过该点作一条斜率为 （
3、其中 A，B 分别为目标函数中变量 x，y 的系数）的直线，与可行域边界折线相交得到一个小范围的区域；（3）在这个小范围区域内继续搜索全部最优整数解。用“小范围搜索法”成功解题的关键是分析，要把分析贯彻于解题的全过程，观察图形要分析，计算检验也要分析，通过分析充分发掘线性约束条件和线性目标函数的特殊性，使搜索范围缩到最小，计算的工作量减到最小。下面以教科书中的题目为例，说明“小范围搜索法”的运用。例 1 教科书第 65页习题 7.4题，题目略。本题的线性约束条件线性目标函数 z=200x+150y，其中 x，y 分别为大房间与小房间的间数。作出可行域如图 1。（1）搜索一个可行域内邻近边界折线
4、顶点的整点。解方程组得到点 A（ ， ），由于点 A的坐标不是整数，故不是最优解。由于要使目标函数取最大值，因此要寻找可行域右上侧靠近边界或边界上的整点。与点 A邻近的整点共有 4个（2，8），（2，9），（3，8）与（3，9），显然点（2，8）是可行域内的整点，点（3，9）不是可行域内的整点。记点（a，b）处的目标函数的值为 z（2，8），所以还应检验点（2，9）与（3，8）是否在可行域内。注意到目标函数 z=200x+150y=150(x+y)+50x，而 2+9=3+8，所以必有 z（3，8）z（2，9），所以应先检验点（3，8）是否在可行域内。观察与计算都表明该点在可行域内。记点（3，
5、8）为 B，B 即为搜索到的可行域内邻近边界折线顶点的整点。（2）作出可行域内的小范围搜索区域。算出 z（3，8）=1800，过 B作直线 200x+150y=1800 4x+3y=36.解方程组得到点 C（0，12），C 为整点。解方程组得到点 D（4， ），ACD 即是新的搜索区域，在 SACD（包括边）内可以搜索到全部最优解整点，该搜索区域比可行域大大缩小，如图 2。（3）在ACD（包括边）内整点只有 B（3，8）与 C（0，12），由于 B，C 在一直线上，所以 z（0，12）= z（3，8）=1800，B，C 均为最优解整点，1800 为目标函数的最大值。若要通过计算检验在ACD（包
6、括边）内搜索，由于 x0，4)，y( ，12，所以选择 x的整数值检验可使计算量小些，令 x=0，1，2，3，即可得到ACD（包括边）内的全部整点只有 B（3，8）与 C（0，12）。显然，“小范围搜索法”的计算量要比把可行域内的整点逐一代入计算检验大大减少。至此用“小范围搜索法”解题已全部完成，但在此解题过程中还可以有新的发现。注意到点 C（0，12）即为直线 6x+5y=50与 y轴的交点，直线 5x+3y=40与 x轴的交点为（8，0），这两个点都在可行域内，且都是可行域边界折线的顶点，又 z（8，0）=1600z（0，12），所以在以实施“小范围搜索法”的第一步操作时，即可选定点 C，
7、再过点 C作直线 200x+150y=1800 4x+3y=36，同样可以得到ACD。这就是第二种搜索方法。显然第二种搜索方法比前面的第一种搜索方法更简便。只是第二种搜索方法在观察图形时不易发现，因为观察图 1总让人觉得应该在点 A（ ， ）附近找一个整点比较好。这正是观察的局限性。观察是认识事物的开端和基础，其重要性是不容忽视的。但观察不容易深入事物的本质，总不如思维的深刻严密，也不如计算的准确可靠。例 2 教科书第 85页复习参考题七 A组第 16题，题目略。本题的线性约束条件线性目标函数 z=160x+252y，其中 x，y 分别为 A型车和 B型车的辆数。作出可行域如图 3。（1）搜索
8、一个可行域内邻近边界折线顶点的整点。解方程组得到点 A（7， ）.解方程组得到点 A（ ，4）.A，B 两点都是可行域边界折线的顶点，但它们都不是整点，所以不是最优解。由于要使目标函数取最小值，因此要寻找可行域左下侧靠近边界上的整点。显然点（7，1）与（3，4）都是可行域内的整点，又 z（7，1）=1607+2521=1372，z（3，4）=1603+2524=1488， z（7，1）z（3，4），故点（7，1）优于点（3，4）。记点（7，1）为 C，点C 即为搜索到的可行域内邻近边界折线顶点的 整点。（2）作出可行域内的小范围搜索区域。过 C点直线 160x+252y=1372 40x+63
9、y=343.解方程组得到 设点（3.4，3.3）为 D，得到ACD，在ACD（包括边）内可以搜索到全部最优解整点，该搜索范围比可行域大大缩小，如图 4。（3）在ACD（包括边）内，整点只有（7，1）与（5，2），由于点（5，2）在线段 CD的下方，故必有z（5，2）z（7，1），记点（5，2）为 E，E 即为最优解整点。z（5，2）=1605+2522=1304 即为目标函数的最小值。若要通过计算检验在ACD（包括边）内搜索，由于 x(3.4，7，y1，3.3)，所以选择 y的整数值检验可以使计算量小些，令 y=1，2，3，即可得到ACD（包括边）内的全部整点只有 C（7，1）与 E（5，2）。显然，“小范围搜索法”的计算量比将可行域内的整点逐一代入计算检验大大减少。从上面的两个例子中可以看到，用“小范围搜索法”解线性规划应用问题，目标明确，思路清晰，步骤简明，操作性强，计算量小，准确可靠，既不会增解也不会失解，且不怕作图和观察的误差。笔者在用此法进行“简单线性规则”教学时，收到了较好的效果，学生感到容易理解接受，操作运用也方便。事实上，这种逐步缩小目标范围的搜索法是一种具有普遍意义的方法，对培养学生的探索精神，进行思维训练，提高分析问题、解决问题的能力很有好处。
