LINGO软件灵敏度分析灵敏度分析实验报告

合集下载

lingo实验总结

lingo实验总结

lingo实验总结
本次lingo实验是一项非常有意义的实践性活动,旨在培养我们
的语言应用能力和团队协作能力。

在此次实验中,我主要学习和掌握
了以下几个方面:
首先,在lingo实验中,我学会了如何和团队成员协同合作完成
任务。

在集体思考、分工合作和信息共享的过程中,我和团队成员相
互配合,互相帮助,最终完成了多个任务。

其次,我学习并掌握了一些实用的语言应用技巧,例如,如何寻
找相关信息,如何运用设定的语言规则来表达自己的意思,以及如何
在有限的时间内完成任务。

此外,这次实验也提醒了我注意信息的可靠性和客观性。

在查找
信息和进行分析比较的过程中,我深刻认识到了一些信息的来源不可靠,有时为了达到某个特定目的,可能会在信息上进行隐瞒或是编造。

通过这次lingo实验,我收获了团队协作、语言运用和信息处理
的能力提升,也有了对于信息真实性的重视和思考。

希望在未来的学
习生活和工作中,我能够更好地应用这些技能。

[数学软件及应用(Lingo)实验报告范文]lingo实验报告范文心得

[数学软件及应用(Lingo)实验报告范文]lingo实验报告范文心得

[数学软件及应用(Lingo)实验报告范文]lingo实验报告范文心得2022~2022学年第二学期短学期《数学软件及应用(Lingo)》实验报告班级数学131班姓名张金库学号成绩实验名称奶制品的生产与销售方案的制定完成日期:2022年9月3日实验名称:奶制品的生产与销售方案的制定二、实验目的及任务了解并掌握LINGO的使用方法、功能与应用;学会利用LINGO去解决实际中的优化问题。

三、实验内容问题一奶制品加工厂用牛奶生产,两种奶制品,1桶牛奶可以在甲类设备上用12h加工成3kg,或者在乙类设备上用8h加工成4kg。

根据市场的需求,生产,全部能售出,且每千克获利24元,每千克获利16元。

现在现在加工场每天能的到50桶牛奶的供给,每天正式工人总的劳动时间为480h,并且甲类设备每天至多能加工100kg,乙类设备的加工能力没有限制。

为增加工厂的利益,开发奶制品的深加工技术:用2h和3元加工费,可将1kg加工成0.8kg高级奶制品,也可将1kg加工成0.75kg高级奶制品,每千克能获利44元,每千克能获利32元。

试为该工厂制订一个生产销售方案,使每天的净利润最大,并讨论以下问题:假设投资30元可以增加供给1桶牛奶,投资3元可以增加1h的劳动时间,应否做这些投资?假设每天投资150,可以赚回多少?每千克高级奶制品,的获利经常有10%的波动,对制订的生产销售方案有无影响?假设每千克获利下降10%,方案应该变化吗?假设公司已经签订了每天销售10kg的合同并且必须满足,该合同对公司的利润有什么影响?问题分析要求制定生产销售方案,决策变量可以先取作每天用多少桶牛奶生产,,再添上用多少千克加工,用多少千克加工,但是问题要分析,的获利对生产销售方案的影响,所以决策变量取作,,,每天的销售量更为方便。

目标函数是工厂每天的净利润——,,,的获利之和扣除深加工费用。

根本模型决策变量:设每天销售kg,kg,kg,kg,用kg加工,用kg加工。

lingo结果分析及灵敏性分析

lingo结果分析及灵敏性分析

lingo结果分析及灵敏性分析问题描述程序代码:max = 60*desks + 30*tables + 20*chairs;8*desks + 6*tables + chairs <= 48;2*desks + 1.5*tables + 0.5*chairs <= 8;4*desks + 2*tables + 1.5*chairs <= 20;tables<= 5;部分结果一:Variable Value Reduced CostDESKS 2.000000 0.000000TABLES 0.000000 5.000000CHAIRS 8.000000 0.000000⑴Value:给出最优解中各变量的值,Value=0(非基变量),反之为基变量。

⑵Reduced Cost:表示当非基变量有微小变动时, 目标函数的变化率。

本例中:变量tables 对应的reduced cost 值为5,表示当非基变量tables 的值从0 变为1 时(此时假定其他非基变量保持不变,但为了满足约束条件,基变量显然会发生变化),最优的目标函数值= 280 - 5 = 275。

部分结果二:Row Slack or Surplus Dual Price1 280.0000 1.0000002 24.00000 0.0000003 0.000000 10.000004 0.000000 10.000005 5.000000 0.000000⑴“Slack or Surplus”――松驰变量。

⑵“Dual Price”――对偶价格表示当对应约束有微小变动时, 目标函数的变化率。

若其数值为p,表示对应约束中不等式右端项若增加1个单位,目标函数将增加p个单位(max 型问题)。

⑶如果在最优解处约束正好取等号(紧约束,也称为有效约束或起作用约束),对偶价格值才可能不是0。

本例中:第3、4 行是紧约束,对应的对偶价格值为10,表示当紧约束4) 4 DESKS + 2 TABLES + 1.5 CHAIRS <= 20 变为4) 4 DESKS + 2 TABLES + 1.5 CHAIRS <= 21 时,目标函数值= 280 +10 = 290。

lingo实验报告

lingo实验报告

lingo实验报告《lingo 实验报告》一、实验目的本次 lingo 实验旨在深入了解和掌握 Lingo 软件在优化问题求解中的应用,通过实际操作和案例分析,提高对数学建模和优化算法的理解与运用能力。

二、实验环境本次实验使用的计算机配置为:处理器_____,内存_____,操作系统_____。

Lingo 软件版本为_____。

三、实验内容(一)线性规划问题1、问题描述考虑一个生产计划问题,某工厂生产两种产品 A 和 B,生产 A 产品每个需要消耗 2 个单位的原材料和 3 个单位的工时,生产 B 产品每个需要消耗 3 个单位的原材料和 2 个单位的工时。

工厂现有原材料 100 个单位,工时 80 个单位。

A 产品的单位利润为 5 元,B 产品的单位利润为 4 元。

求如何安排生产计划,使得总利润最大。

2、数学模型设生产 A 产品 x 个,生产 B 产品 y 个,则目标函数为:Max Z =5x + 4y约束条件为:2x + 3y <= 1003x + 2y <= 80x >= 0y >= 03、 Lingo 代码及求解结果```lingomodel:max = 5x + 4y;2x + 3y <= 100;3x + 2y <= 80;x >= 0;y >= 0;end```求解结果为:x = 20,y = 20,最大利润为 180 元。

(二)整数规划问题1、问题描述某物流公司需要安排车辆运输货物,有两种车型可供选择,大型车每辆可载货10 吨,小型车每辆可载货5 吨。

共有货物80 吨需要运输,且大型车的数量不能超过 8 辆,小型车的数量不能超过 12 辆。

大型车每辆的运输成本为 100 元,小型车每辆的运输成本为 60 元。

求如何安排车辆,使得运输成本最低。

2、数学模型设安排大型车 x 辆,小型车 y 辆,则目标函数为:Min C = 100x +60y约束条件为:10x + 5y >= 80x <= 8y <= 12x >= 0 且为整数y >= 0 且为整数3、 Lingo 代码及求解结果```lingomodel:min = 100x + 60y;10x + 5y >= 80;x <= 8;y <= 12;@gin(x);@gin(y);end```求解结果为:x = 6,y = 4,最低运输成本为 840 元。

LINGO结果窗口内容解读与灵敏度分析

LINGO结果窗口内容解读与灵敏度分析

LINGO结果窗⼝内容解读与灵敏度分析1.结果窗⼝内容解读1. ⽬标函数值:Global option solution found.表⽰求出了全局最优解;Objective value表⽰最优⽬标值,Total solver iretion表⽰求解时共⽤了⼏次迭代2. 决策变量:Value给出最优解中各变量的值3. 变量的判别数:Reduced Cost表⽰最优单纯形表中判别数所在的⾏的变量的系数,表⽰当变量有微⼩变化时,⽬标函数的变化率。

其中基变量的reduced cost值应为零。

对于基变量相应的reduced cost值表⽰这个变量增加⼀个单位时⽬标函数值减少的量(max型问题)4. 紧约束与松约束:slack or Surplus给出松弛或剩余变量的值,其值为零的对应约束为"紧约束",表⽰在最优解下该项资源已经⽤完;其值为⾮零的对应约束为"松约束",表⽰在最优解下该项资源还有剩余5. 对偶价格(经济学:影⼦价格):DUAl PRICE(对偶价格)表⽰当对应约束有微⼩变动时⽬标函数的变化率。

输出结果中对应每⼀个"紧约束"有⼀个对偶价格。

若其数值为怕,则表⽰对应约束不等式右端项正好增加⼀个单位,⽬标函数将增加P个单位(max)模型。

显然,如果在最优解处约束条件正好取等号(也就是"紧约束",也称为有效约束或起作⽤约束),对偶价格值才可能不是0.6. 变量框(Variables):Total表⽰当前模型的全部变量数,Nonlinear显⽰其中的⾮线性变量数,Integers显⽰其中的整数变量数。

⾮线性变量是指它⾄少处于某⼀个约束条件中的⾮线性关系中。

7. 约束(Constains)框:Total表⽰当前模型扩展后的全部约束个数,Nonlinear显⽰其中的⾮线性约束个数。

⾮线性约束是该约束⾄少有⼀个⾮线性变量。

如果⼀个约束中的所有变量都是定值,那么该约束就以定值不等式表⽰,该约束的真假由变量的具体值决定,仍计⼊约束总数中。

lingo灵敏度分析实验报告

lingo灵敏度分析实验报告

竭诚为您提供优质文档/双击可除lingo灵敏度分析实验报告篇一:lingo灵敏度分析实例一个实例理解Lingo的灵敏性分析线性规划问题的三个重要概念:最优解就是反应取得最优值的决策变量所对应的向量。

最优基就是最优单纯形表的基本变量所对应的系数矩阵如果其行列式是非奇异的,则该系数矩阵为最优基。

最优值就是最优的目标函数值。

Lingo的灵敏性分析是研究当目标函数的系数和约束右端项在什么范围(此时假定其它系数不变)时,最优基保持不变。

灵敏性分析给出的只是最优基保持不变的充分条件,而不一定是必要条件。

下面是一道典型的例题。

一奶制品加工厂用牛奶生产A1,A2两种奶制品,1桶牛奶可以在甲车间用12小时加工成3公斤A1,或者在乙车间用8小时加工成4公斤A2。

根据市场需求,生产的A1,A2全部能售出,且每公斤A1获利24元,每公斤A2获利16元。

现在加工厂每天能得到50桶牛奶的供应,每天正式工人总的劳动时间480小时,并且甲车间每天至多能加工100公斤A1,乙车间的加工能力没有限制。

试为该厂制订一个生产计划,使每天获利最大,并进一步讨论以下3个附加问题:1)若用35元可以买到1桶牛奶,应否作这项投资?若投资,每天最多购买多少桶牛奶?2)若可以聘用临时工人以增加劳动时间,付给临时工人的工资最多是每小时几元?3)由于市场需求变化,每公斤A1的获利增加到30元,应否改变生产计划?模型代码:max=72*x1+64*x2;x1+x2 12*x1+8*x2 3*x1 运行求解结果:objectivevalue:3360.000VariableValueReducedcostx120.000000.000000x230.000000.000000RowslackorsurplusDualprice13360.0001.00000020.00000048.0000030.0000002.000000440.000000.000000这个线性规划的最优解为x1=20,x2=30,最优值为z=3360,即用20桶牛奶生产A1,30桶牛奶生产A2,可获最大利润3360元。

lingo实验报告

lingo实验报告

lingo实验报告Lingo实验报告引言:在当今全球化的时代,语言的学习和掌握对于个人和社会的发展起着至关重要的作用。

为了更好地理解和应用语言,人们不断探索和研究各种学习方法和工具。

本实验报告将介绍一种被广泛使用的语言学习应用程序——Lingo,并通过实验结果分析其效果和优势。

一、Lingo的背景和特点Lingo是一款基于智能手机的语言学习应用程序,它提供了多种语言学习功能和资源,旨在帮助用户提高语言能力。

与传统的语言学习方法相比,Lingo具有以下几个突出特点:1. 多样化的学习资源:Lingo提供了丰富的学习资源,包括词汇、语法、听力、口语和阅读等方面的练习材料。

用户可以根据自己的需求和兴趣选择不同的学习内容,以提高自己的语言技能。

2. 个性化学习计划:Lingo根据用户的语言水平和学习目标,为每个用户制定个性化的学习计划。

通过分析用户的学习进度和反馈,Lingo能够自动调整学习内容和难度,使学习过程更加高效和有针对性。

3. 互动学习体验:Lingo提供了各种互动学习方式,如语音识别和对话模拟等。

用户可以通过与应用程序进行对话和互动,提高自己的口语表达能力和听力理解能力。

二、实验设计和方法为了评估Lingo的效果和优势,我们进行了一项实验。

实验对象为一群初学者级别的英语学习者,他们被随机分为两组,一组使用Lingo进行语言学习,另一组使用传统的教材和课堂学习。

在实验期间,我们对两组学习者进行了多次测试,包括词汇测试、语法测试和听力测试等。

同时,我们还收集了学习者的学习反馈和满意度调查数据,以了解他们对Lingo的使用体验和效果评价。

三、实验结果分析通过对实验数据的分析,我们得出以下结论:1. 学习成绩提升:与传统学习方法相比,使用Lingo进行语言学习的学习者在词汇、语法和听力等方面的成绩有明显提升。

这表明Lingo在帮助学习者提高语言能力方面具有一定的优势。

2. 学习动力增强:使用Lingo的学习者普遍表现出更高的学习动力和积极性。

lingo结果分析及灵敏性分析

lingo结果分析及灵敏性分析

lingo结果分析及灵敏性分析问题描述程序代码:max = 60*desks + 30*tables + 20*chairs;8*desks + 6*tables + chairs <= 48;2*desks + 1.5*tables + 0.5*chairs <= 8;4*desks + 2*tables + 1.5*chairs <= 20;tables<= 5;部分结果一:Variable Value Reduced CostDESKS 2.000000 0.000000TABLES 0.000000 5.000000CHAIRS 8.000000 0.000000⑴Value:给出最优解中各变量的值,Value=0(非基变量),反之为基变量。

⑵Reduced Cost:表示当非基变量有微小变动时, 目标函数的变化率。

本例中:变量tables 对应的reduced cost 值为5,表示当非基变量tables 的值从0 变为1 时(此时假定其他非基变量保持不变,但为了满足约束条件,基变量显然会发生变化),最优的目标函数值= 280 - 5 = 275。

部分结果二:Row Slack or Surplus Dual Price1 280.0000 1.0000002 24.00000 0.0000003 0.000000 10.000004 0.000000 10.000005 5.000000 0.000000⑴“Slack or Surplus”――松驰变量。

⑵“Dual Price”――对偶价格表示当对应约束有微小变动时, 目标函数的变化率。

若其数值为p,表示对应约束中不等式右端项若增加1个单位,目标函数将增加p个单位(max 型问题)。

⑶如果在最优解处约束正好取等号(紧约束,也称为有效约束或起作用约束),对偶价格值才可能不是0。

本例中:第3、4 行是紧约束,对应的对偶价格值为10,表示当紧约束4) 4 DESKS + 2 TABLES + 1.5 CHAIRS <= 20 变为4)4 DESKS + 2 TABLES + 1.5 CHAIRS <= 21 时,目标函数值= 280 +10 = 290。

灵敏度分析1

灵敏度分析1
因为稍有差错就可能导致数据的偏差很大,更会导致以后其它点的测量出错,最终导致数据计算的错误,比如我们刚开始测量角度时,一个基准点没有瞄准,导致一个角度偏小,然后角度的闭合差也不符合要求,经过校验,才发现问题出在哪儿。
(1)实验仪器的整平对实验数据的误差有很大的影响;
(2)水准测量和水平角测量均需检查闭合差,超过差限则一定要重新测;
(3)要注意计算问题,计算最好由两个人完成,一个初步的计算,一个检验,不过,在此过程当中,也还是出现了计算错误的问题,我们在不断的重复检验之中算出了正确的数值,尽量让误差减少到了最少.。
通过这次实训,让我体会到了团队精神的重要性,也认识到测量学的严谨性,无论是少了中间的哪一环都无法完成任务,任何一个步骤、环节,都少不了,也出不得错,一步错步步错,因此,测量学才有“从整体到局部、先控制后碎部”的工作原则,并要求做到“步步有检核”.当然,搞好测量既离不开团队的合作,也离不开我们每个人的努力.。
实验序号
2
实验
名称
灵敏度分析
实验地点
格致楼c107
实验
日期
实验目的和实验内容
一、实验目的
1、学会使用LINGO软件求解线性规划问题的灵敏度分析。
2、学会分析LINGO软件求解的结果。
二.实验内容
已知某工厂计划生产I,II,III三种产品,各产品需要在A、B、C设备上加工,有关数据如下:
I
II
III
设备有效台时
就整个测量实训来说,我们从中学到了不少知识,不过这其中也反映出了我们还有许多的不足,希望在以后的学习中不断吸取经验教训,逐一克服,不断提高我们的测量水平。
与该门实习课程教学大纲(或实习教学任务书、指导书)要求一致。
(四)实习内容

运筹学lingo的实验

运筹学lingo的实验
9 25.64103 0.000000
得出Min Z=32.4359;
【实验结论】(结果)
最佳采购方案为采购第四种饲料39.74kg,第五种饲料25.64,其他饲料不采购,此时费用最省,为32.4359元
【实验小结】(收获体会)
本次实验学会了用Matlab和Lingo软件求解线性规划问题,通过这次实验,加深了对课本知识的理解和对运筹学实际运用的认识。对进一步学习运筹学和提高对运筹学的学习兴趣都有帮助。
Variable Value Reduced Cost
X1 0.000000 0.5961538E-01
X2 0.000000 0.5935897
X3 0.000000 0.3525641
X4 39.74359 0.000000
X5 25.64103 0.000000
Row Slack or Surplus Dual Price
【实验环境】
计算机,Matlab软件,lingo软件,运筹学软件
二、实验内容:
【实验方案】
通过对实际问题的具体分析,建立线性规划模型,再利用MATLAB中的线性规划函数进行求解.
【实验过程】(实验步骤、记录、数据、分析)
实验(一):
某饲养场饲养动物出售,设每头动物每头至少需700g蛋白质、30g矿物质、100mg维生素。现有五种饲料可供选用,各种饲养每kg营养成分含量及单价如表:
1 32.43590 -1.000000
2 0.000000 -0.4358974E-01
3 62.30769 0.000000
4 0.000000 -0.1923077E-01
5 0.000000 0.000000
6 0.000000 0.000000

lingo结果分析及灵敏性分析精选文档

lingo结果分析及灵敏性分析精选文档

l i n g o结果分析及灵敏性分析精选文档TTMS system office room 【TTMS16H-TTMS2A-TTMS8Q8-lingo结果分析及灵敏性分析问题描述程序代码:max = 60*desks + 30*tables + 20*chairs;8*desks + 6*tables + chairs <= 48;2*desks + 1.5*tables + 0.5*chairs <= 8;4*desks + 2*tables + 1.5*chairs <= 20;tables<= 5;部分结果一:Variable Value Reduced CostDESKS 2.000000 0.000000TABLES 0.000000 5.000000CHAIRS 8.000000 0.000000⑴Value: 给出最优解中各变量的值,Value=0(非基变量),反之为基变量。

⑵Reduced Cost:表示当非基变量有微小变动时, 目标函数的变化率。

本例中:变量 tables 对应的 reduced cost 值为 5,表示当非基变量 tables 的值从0 变为 1 时(此时假定其他非基变量保持不变,但为了满足约束条件,基变量显然会发生变化),最优的目标函数值 = 280 - 5 = 275。

部分结果二:Row Slack or Surplus Dual Price1 280.0000 1.0000002 24.00000 0.0000003 0.000000 10.000004 0.000000 10.000005 5.000000 0.000000⑴“Slack or Surplus”――松驰变量。

⑵“Dual Price”――对偶价格表示当对应约束有微小变动时, 目标函数的变化率。

若其数值为 p,表示对应约束中不等式右端项若增加 1个单位,目标函数将增加 p个单位(max 型问题)。

LINGO线性规划及其灵敏度分析

LINGO线性规划及其灵敏度分析

线性规划问题及灵敏度分析在LINGO软件中的实现一、问题的提出:某公司饲养实验用的动物以出售给动物研究所,已知这些动物的生长对饲料中3种营养成分(蛋白质、矿物质和维生素)特别敏感,每个动物每周至少需要蛋白质60g,矿物质3g,维生素8mg,该公司能买到5种不同的饲料,每种饲料1kg所含各种营养成分和成本如下表所示,如果每个小动物每周食用饲料不超过52kg,才能满足动物生长需要。

A1A2A3A4A5营养最低要 求蛋白质(g)0.3210.6 1.860矿物质(g)0.10.050.020.20.053维生素(mg)0.050.10.020.20.088成本(元/ kg)0.20.70.40.30.5问题:1.求使得总成本最低的饲料配方?2.如果另一个动物研究对蛋白质的营养要求变为59单位,但是要求动物的价格比现在的价格便宜0.3元,问该养殖所值不值得接受?3.由于市场因素的影响,X2的价格降为0.6元每千克,问是否要改变饲料配方?二、建立线性规划数学模型解答:(1)设需要饲料A1, A2, A3, A4分别为X1, X2, X3, X4kg,则建立线性规划数学模型如下:目标函数:MinS=0.2X1+0.7X2+0.4X3+0.3X4+0.5X5约束条件:0.3X1+2X2+X3+0.6X4+1.8X5>=600.1X1+0.05X2+0.02X3+0.2X4+0.05X5>=3005X1+0.1X2+0.02X3+0.2X4+0.08X5>=8X1+X2+X3+X4+X5<=52X1, X2, X3, X4, X5>=0三、在LINGO软件中的求解在LINGO中输入下面的命令:Model:Min=0.2*x1+0.7*x2+0.4*x3+0.3*x4+0.5*x5;0.3*x1+2*x2+x3+0.6*x4+1.8*x5>60;0.1*x1+0.05*x2+0.02*x3+0.2*x4+0.05*x5>3;0.05*x1+0.1*x2+0.02*x3+0.2*x4+0.08*x5>8;x1+x2+x3+x4+x5<52;end操作:选菜单Lingo|Solve(或按Ctrl+S),或用鼠标点击“求解”按纽,如果模型有语法错误,则弹出一个标题为“LINGO Error Message”(错误信息)的窗口,指出在哪一行有怎样的错误,每一种错误都有一个编号(具体含义可查阅相关文献或LINGO的Help).改正错误以后再求解,如果语法通过,LINGO用内部所带的求解程序求出模型的解,然后弹出一个标题为“LINGO Solver Status”(求解状态)的窗口,其内容为变量个数、约束条件个数、优化状态、耗费内存、所花时间等信息,点击Close关闭窗口,屏幕上出现标题为“Solution Report”(解的报告)的信息窗口,显示优化计算(线性规划中换基迭代)的步数、优化后的目标函数值、列出各变量的计算结果.输出结果如下:Global optimal solution found at iteration: 4Objective value: 22.40000Variable Value Reduced CostX1 0.000000 0.7000000X2 12.00000 0.000000X3 0.000000 0.6166667X4 30.00000 0.000000X5 10.00000 0.000000Row Slack or Surplus Dual Price1 22.40000 -1.0000002 0.000000 -0.58333333 4.100000 0.0000004 0.000000 -4.1666675 0.000000 0.8833333四、结果分析:(一) 一般分析1.因此,每周每个动物的配料为饲料A2、A4、A5分别为12、30和10kg,合计为52KG,可使得饲养成本达到最小,最小成本为22.4元;2. “Reduced Cost”表示当变量有微小变动时, 目标函数的变化率。

【精品】LINGO软件灵敏度分析

【精品】LINGO软件灵敏度分析

【精品】LINGO软件灵敏度分析LINGO是一种非常实用的数学建模软件,可用于线性规划、非线性规划、整数规划、混合整数规划、二次规划、非线性二次规划、全局优化、动态规划等方面。

在LINGO中,灵敏度分析可以帮助用户更好地理解线性规划问题的解,并探究约束、变量、最优值等因素的变化对于优化结果的影响。

下面将详细介绍LINGO软件的灵敏度分析功能。

一、约束灵敏度分析在LINGO中,可以通过在“呼出”窗口中选择“求解”菜单,再选中“灵敏度分析”,来进行约束灵敏度分析。

当我们需要对某一约束条件进行灵敏度分析时,可以在“PSens”一栏中选中要进行分析的约束条件,并选择需要分析的灵敏度类型:1. 左侧界(Lower Bound)灵敏度分析:在该约束条件的左侧界上下浮动,观察最优解随着左侧界的变化而产生的变化情况。

进行变量灵敏度分析时,LINGO会输出一个名为“Variable Sensitivity”的窗口,其中包含了与所选中变量相关的数据,如灵敏度系数、上/下限边界、最小可行解等。

另外,该窗口还提供了一个“Graph”选项卡,可以展示出灵敏度分析的图表,帮助用户更直观地理解灵敏度的变化情况。

在LINGO中,最优解灵敏度分析可以探究最优解随着目标函数系数的变化而产生的变化情况。

用户可以在“呼出”窗口中选择“求解”菜单,再选中“灵敏度分析”,然后在“Objective Sensitivity”选项卡中选中需要进行分析的目标函数变量。

总之,LINGO软件的灵敏度分析功能可以在优化过程中帮助用户更好地了解问题的解,探究约束、变量、目标函数系数等因素对应问题的影响,帮助用户优化模型,从而达到更好的优化效果。

LINGO软件灵敏度分析灵敏度分析实验报告

LINGO软件灵敏度分析灵敏度分析实验报告

. . . ... ..2011——2012学年第二学期合肥学院数理系实验报告课程名称:运筹学实验项目:线性规划的灵敏度分析实验类别:综合性□设计性□验证性□√专业班级: 09级数学与应用数学(1)班姓名:王秀秀学号: 0907021006 实验地点: 9#503实验时间: 2012-4-25 指导教师:管梅成绩:一.实验目的熟悉LINDO软件的灵敏度分析功能;二.实验内容1、求解线性规划。

12121212max z x2x2x5x12 s.t.x2x8x,x0=++≥⎧⎪+≤⎨⎪≥⎩并对价值系数、右端常量进行灵敏度分析2、已知某工厂计划生产I,II,III三种产品,各产品需要在A、B、C设备上加工,有关数据如下:试问答:(1)如何发挥生产能力,使生产盈利最大?(2)若为了增加产量,可租用别工厂设备B,每月可租用60台时,租金1.8万元,租用B设备是否合算?(3)若另有二种新产品IV 、V ,其中新产品IV 需用设备A 为12台时、B 为5台时、C 为10台时,单位产品盈利2.1千元;新产品V 需用设备A 为4台时、B 为4台时、C 为12台时,单位产品盈利1.87千元。

如A 、B 、C 的设备台时不增加,这两种新产品投产在经济上是否划算? (4)对产品工艺重新进行设计,改进结构。

改进后生产每件产品I 需用设备A 为9台时、设备B 为12台时、设备C 为4台时,单位产品盈利4.5千元,这时对原计划有何影响? 三. 模型建立 1、数学模型为12121212max z x 2x 2x 5x 12s.t.x 2x 8x ,x 0=++≥⎧⎪+≤⎨⎪≥⎩ 2、设分别生产I ,II ,III 三种产品1x ,2x ,3x 件, (1)数学模型为:123122123123123123max z 3x 2x 2.9x 8x 2x 10x 30010x 5x 8x 400s.t.2x 13x 10x 420x x x 0x ,x x =++++≤⎧⎪++≤⎪⎪++≤⎨⎪≥⎪⎪⎩,,,,为整数(2)数学模型为:123122123123123123max z 3x 2x 2.9x 188x 2x 10x 30010x 5x 8x 460s.t.2x 13x 10x 420x x x 0x ,x x =++-++≤⎧⎪++≤⎪⎪++≤⎨⎪≥⎪⎪⎩,,,,为整数(3)设分别生产I ,II ,III 、IV 、V 的件数为1x ,2x ,3x ,4x ,5x 数学模型为:123451224512345123451234512345max z 3x 2x 2.9x 2.1x 1.87x 8x 2x 10x 12x 4x 30010x 5x 8x 5x 4x 400s.t.2x 13x 10x 10x 12x 420x x x x x 0x ,x x x x =++++++++≤⎧⎪++++≤⎪⎪++++≤⎨⎪≥⎪⎪⎩,,,,,,,,为整数(4)设分别生产I ,II ,III 三种产品1x ,2x ,3x 件, 数学模型为:123122123123123123max z 4.5x 2x 2.9x 9x 2x 10x 30012x 5x 8x 400s.t.4x 13x 10x 420x x x 0x ,x x =++++≤⎧⎪++≤⎪⎪++≤⎨⎪≥⎪⎪⎩,,,,为整数四. 模型求解(含经调试后正确的源程序) 1、求解:model:max=x1+2*x2; 2*x1+5*x2>=12; x1+2*x2<=8; end结果显示:2、求解:(1)model:max=3*x1+2*x2+2.9*x3; 8*x1+2*x2+10*x3<=300; 10*x1+5*x2+8*x3<=400; 2*x1+13*x2+10*x3<=420; gin(x1);gin(x2);gin(x3);end结果显示:(2)model:max=3*x1+2*x2+2.9*x3-18; 8*x1+2*x2+10*x3<=300;10*x1+5*x2+8*x3<=460;2*x1+13*x2+10*x3<=420; gin(x1);gin(x2);gin(x3);end结果显示:(3)model:max=3*x1+2*x2+2.9*x3+2.1*x4+1.87*x5; 8*x1+2*x2+10*x3+12*x4+4*x5<=300;10*x1+5*x2+8*x3+5*x4+4*x5<=400;2*x1+13*x2+10*x3+10*x4+12*x5<=420; gin(x1);gin(x2);gin(x3);gin(x4);gin(x5);End结果显示:(4)model:max=4.5*x1+2*x2+2.9*x3;9*x1+2*x2+10*x3<=300;12*x1+5*x2+8*x3<=400;4*x1+13*x2+10*x3<=420;gin(x1);gin(x2);gin(x3);End结果显示:五.结果分析第一题该线性规划问题的最优解为:X*=(0,4),最优值为:z*=8 c1=1c1在(0, +∞)内原最优解不变,但最优值是要变的c2=2c2在(-∞,0)内原最优解不变,但最优值是要变的b1=12b1在(8, +∞)内原最优基不变,但最优解和最优值是要变的b2=6b2在(-∞,3.2)内原最优基不变,但最优解和最优值是要变的第二题(1)最优解:x1=24;x2=24;x3=5 最优值max=134.5;(2)最优解: x1=31;x2=26;x3=0 最优值max=127;所以租用B设备不合算(3)最优解: x1=26;x2=19;x3=1;x4=1;x5=8 最优值max=135.96;所以增加新产品投产在经济上是划算的(4)最优解: x1=22;x2=24;x3=2 最优值max=152.8;改进后生产利益增大了。

最优化方法——用Lingo对线性规划进行灵敏度分析

最优化方法——用Lingo对线性规划进行灵敏度分析

最优化方法——用Lingo对线性规划进行灵敏度分析lingo软件求解线性规划及灵敏度分析注:以目标函数最大化为例进行讨论,对求最小的问题,有类似的分析方法~所有程序运行环境为lingo10。

一、用lingo软件求解线性规划例1:max23zxy,,stxy..4310,, 3512xy,,xy,0,在模型窗口输入:model:max=2*x+3*y;4*x+3*y<=10;3*x+5*y<12;! the optimal value is :7.454545 ;End如图所示:运行结果如下(点击工具栏上的‘solve’或点击菜单‘lingo’下的‘solve’即可):Global optimal solution found.Objective value: 7.454545(最优解函数值)Total solver iterations: 2(迭代次数)1Variable (最优解) Value Reduced CostX 1.272727 0.000000Y 1.636364 0.000000Row Slack or Surplus Dual Price1 7.454545 1.0000002 0.000000 0.9090909E-013 0.000000 0.5454545 例2:max54zxx,,12stxxx..390,,,123280xxx,,,124xxx,,,45125x,0在模型窗口输入:model:max=5*x1+4*x2;x1+3*x2+x3=90;2*x1+x2+x4=80;x1+x2+x5=45;end运行(solve)结果如下:Global optimal solution found. Objective value: 215.0000Total solver iterations: 3 Variable Value Reduced CostX1 35.00000 0.000000X2 10.00000 0.000000X3 25.00000 0.000000X4 0.000000 1.000000X5 0.000000 3.000000Row Slack or Surplus Dual Price1 215.0000 1.0000002 0.000000 0.0000003 0.000000 1.0000004 0.000000 3.000000例32min2zxx,,,23stxxx..22,,,123xxx,,,31234xxx,,,2235x,0在模型窗口输入:model:min=-x2+2*x3;x1-2*x2+x3=2;x2-3*x3+x4=1;x2-x3+x5=2;end运行结果如下:Global optimal solution found. Objective value: -1.500000 Total solver iterations: 2 Variable Value Reduced CostX2 2.500000 0.000000X3 0.5000000 0.000000X1 6.500000 0.000000X4 0.000000 0.5000000X5 0.000000 0.5000000Row Slack or Surplus Dual Price1 -1.500000 -1.0000002 0.000000 0.0000003 0.000000 0.50000004 0.000000 0.5000000 例4: minxyz,,stxy..1,,24xz,,在模型窗口输入:model:min=@abs(x)+@abs(y)+@abs(z);x+y<1;2*x+z=4;@free(x);@free(y);@free(z);3End求解器状态如下:(可看出是非线性模型~)运行结果为:Linearization components added: Constraints: 12Variables: 12Integers: 3Global optimal solution found.Objective value: 3.000000Extended solver steps: 0Total solver iterations: 4Variable Value Reduced CostX 2.000000 0.000000Y -1.000000 0.000000Z 0.000000 0.000000Row Slack or Surplus Dual Price1 3.000000 -1.0000002 0.000000 1.0000003 0.000000 -1.000000 二、用lingo软件进行灵敏度分析实例例5:4max603020Sxyz,,,8648xyz,,,421.520xyz,,, 21.50.58xyz,,,y,5xyz,,0,在模型窗口输入:Lingo模型:model:max=60*x+30*y+20*z;8*x+6*y+z<48;4*x+2*y+1.5*z<20;2*x+1.5*y+0.5*z<8;y<5;end(一)求解报告(solution report)通过菜单Lingo?Solve可以得到求解报告(solution report)如下:Global optimal solution found at iteration: 0Objective value: 280.0000Variable Value Reduced CostX 2.000000 0.000000Y 0.000000 5.000000Z 8.000000 0.000000Row Slack or Surplus Dual Price1 280.0000 1.0000002 24.00000 0.0000003 0.000000 10.000004 0.000000 10.000005 5.000000 0.000000 分析Value,Reduced Cost,Slack or Surplus,Dual Price的意义如下: 1、最优解和基变量的确定Value所在列给出了问题的最优解。

运筹学实验二灵敏度分析

运筹学实验二灵敏度分析

实验概述:实验二、灵敏度分析(操作型)【实验目的及要求】1、进一步掌握管理运筹学、LINDO和LINGO软件的基本入门知识,学习使用管理运筹学、LINDO和LINGO软件对线性规划问题进行灵敏度分析。

2、熟练掌握用单纯形法求解线性规划问题。

【实验原理】单纯形法迭代原理及其基本步骤【实验环境】(使用的软件)管理运筹学软件、LINDO软件,信息中心6机房计算机实验内容:【实验方案设计】1、分别打开管理运筹学、LIND软件;2、在打开的软件中输入课本例题和习题数据,对线性规划问题进行灵敏度分析;3、运行实验并保存实验结果。

【实验过程】使用管理运筹学、LINDO软件分别对线性规划问题进行灵敏度分析。

1、使用管理运筹学软件对线性规划问题进行灵敏度分析:(1)打开管理运筹学软件,选择“线性规划”,单击“新建”菜单,输入P59-例题2.6.1的变量个数、约束条件个数并选择目标函数,点击“确定”。

在目标函数中输入价值系数,再输入变量的约束条件数据,然后选择变量的正、负、无。

选择“解决”得到线性规划结果,保存文件于指定文件夹。

(2)将例2.6.1中的右端向量b=(2 1)T变为b1=(-2 1)T,其他数据不变。

(3)在“线性规划”界面中,单击“新建”菜单,输入P77-习题20的变量个数、约束条件个数并选择目标函数,点击“确定”。

在目标函数中输入价值系数,再输入变量的约束条件数据,然后选择变量的正、负、无。

选择“解决”得到线性规划结果,保存文件于指定文件夹。

(4)将P77-习题20中的价值系数C1由1变为(-5/4);C1由1变为(-5/4),C3由1变为2;b由(5 3)T变为b1=(-2 1)T;b=(5 3)T变为b1=(2 3)T。

2、使用LINDU软件对线性规划问题进行灵敏度分析:(1)打开LINDU软件,在空白框中输入P79-习题B(1)的目标函数和约束条件,点击靶形工具,是否进行灵敏度分析选择“是”,得到线性规划及灵敏度分析结果,保存文件到LINDO文件夹。

最优化方法——用Lingo对线性规划进行灵敏度分析

最优化方法——用Lingo对线性规划进行灵敏度分析

最优化方法——用Lingo对线性规划进行灵敏度分析lingo软件求解线性规划及灵敏度分析注:以目标函数最大化为例进行讨论,对求最小的问题,有类似的分析方法~所有程序运行环境为lingo10。

一、用lingo软件求解线性规划例1:max23zxy,,stxy..4310,, 3512xy,,xy,0,在模型窗口输入:model:max=2*x+3*y;4*x+3*y<=10;3*x+5*y<12;! the optimal value is :7.454545 ; End如图所示:运行结果如下(点击工具栏上的‘solve’或点击菜单‘lingo’下的‘solve’即可):Global optimal solution found.Objective value: 7.454545(最优解函数值)Total solver iterations: 2(迭代次数)road, are the structural road traffic within the city. In addition, suitable for high speed, and high-speed, S206, S307, also serve inner-city traffic. Outbound traffic: existing highways (suitable for high-speed, and high speed), darts (S206, S307) and Yi wei road, and so on. After years of constant development, road conditions have been greatly Variable (最优解) Value Reduced CostX 1.272727 0.000000Y 1.636364 0.000000Row Slack or Surplus Dual Price1 7.454545 1.0000002 0.000000 0.9090909E-013 0.000000 0.5454545 例2:max54zxx,,12stxxx..390,,,123280xxx,,,124xxx,,,45125x,0在模型窗口输入:model:max=5*x1+4*x2;x1+3*x2+x3=90;2*x1+x2+x4=80;x1+x2+x5=45;end运行(solve)结果如下:Global optimal solution found.Objective value: 215.0000Total solver iterations: 3Variable Value Reduced CostX1 35.00000 0.000000X2 10.00000 0.000000X3 25.00000 0.000000X4 0.000000 1.000000X5 0.000000 3.000000Row Slack or Surplus Dual Price1 215.0000 1.0000002 0.000000 0.0000003 0.000000 1.0000004 0.000000 3.000000例3conditions have been greatly speed, and high speed), darts (S206, S307) and Yi wei road, and so on. After years of constant development, road-city traffic. Outbound traffic: existing highways (suitable forhigh-speed, S206, S307, also serve inner-ion, suitable for high speed, and highroad, are the structural road traffic within the city. In addit2 min2zxx,,,23stxxx..22,,,123xxx,,,31234xxx,,,2235x,0在模型窗口输入:model:min=-x2+2*x3;x1-2*x2+x3=2;x2-3*x3+x4=1;x2-x3+x5=2;end运行结果如下:Global optimal solution found.Objective value: -1.500000Total solver iterations: 2Variable Value Reduced CostX2 2.500000 0.000000X3 0.5000000 0.000000X1 6.500000 0.000000X4 0.000000 0.5000000X5 0.000000 0.5000000Row Slack or Surplus Dual Price1 -1.500000 -1.0000002 0.000000 0.0000003 0.000000 0.50000004 0.000000 0.5000000 例4:minxyz,,stxy..1,,24xz,,在模型窗口输入:model:min=@abs(x)+@abs(y)+@abs(z);x+y<1;2*x+z=4;@free(x);@free(y);@free(z);greatly nd high speed), darts (S206, S307) and Yi wei road, and so on. After years of constant development, road conditions have beenspeed, a-city traffic. Outbound traffic: existing highways (suitable for high-speed, S206, S307, also serve inner-road, are the structural roadtraffic within the city. In addition, suitable for high speed, and high3 End求解器状态如下:(可看出是非线性模型~)运行结果为:Linearization components added: Constraints: 12Variables: 12Integers: 3Global optimal solution found. Objective value: 3.000000 Extended solver steps: 0Total solver iterations: 4 Variable Value Reduced CostX 2.000000 0.000000Y -1.000000 0.000000Z 0.000000 0.000000Row Slack or Surplus Dual Price1 3.000000 -1.0000002 0.000000 1.0000003 0.000000 -1.000000二、用lingo软件进行灵敏度分析实例例5:conditions have been greatly speed, and high speed), darts (S206,S307) and Yi wei road, and so on. After years of constant development, road-city traffic. Outbound traffic: existing highways (suitable forhigh-speed, S206, S307, also serve inner-ion, suitable for high speed, and highroad, are the structural road traffic within the city. In addit4 max603020Sxyz,,,8648xyz,,,421.520xyz,,, 21.50.58xyz,,,y,5xyz,,0,在模型窗口输入:Lingo模型:model:max=60*x+30*y+20*z;8*x+6*y+z<48;4*x+2*y+1.5*z<20;2*x+1.5*y+0.5*z<8;y<5;end(一)求解报告(solution report)通过菜单Lingo?Solve可以得到求解报告(solution report)如下:Global optimal solution found at iteration: 0Objective value: 280.0000Variable Value Reduced CostX 2.000000 0.000000Y 0.000000 5.000000Z 8.000000 0.000000Row Slack or Surplus Dual Price1 280.0000 1.0000002 24.00000 0.0000003 0.000000 10.000004 0.000000 10.000005 5.000000 0.000000分析Value,Reduced Cost,Slack or Surplus,Dual Price的意义如下: 1、最优解和基变量的确定Value所在列给出了问题的最优解。

lingo结果分析及灵敏性分析

lingo结果分析及灵敏性分析

lingo结果分析及灵敏性分析问题描述程序代码:max = 60*desks + 30*tables + 20*chairs;8*desks + 6*tables + chairs <= 48;2*desks + 1.5*tables + 0.5*chairs <= 8;4*desks + 2*tables + 1.5*chairs <= 20;tables<= 5;部分结果一:Variable Value Reduced CostDESKS 2.000000 0.000000TABLES 0.000000 5.000000CHAIRS 8.000000 0.000000⑴Value: 给出最优解中各变量的值,Value=0(非基变量),反之为基变量。

⑵Reduced Cost:表示当非基变量有微小变动时, 目标函数的变化率。

本例中:变量 tables 对应的 reduced cost 值为 5,表示当非基变量 tables 的值从 0 变为 1 时(此时假定其他非基变量保持不变,但为了满足约束条件,基变量显然会发生变化),最优的目标函数值 = 280 - 5 = 275。

部分结果二:Row Slack or Surplus Dual Price1 280.0000 1.0000002 24.00000 0.0000003 0.000000 10.000004 0.000000 10.000005 5.000000 0.000000⑴“Slack or Surplus”――松驰变量。

⑵“Dual Price”――对偶价格表示当对应约束有微小变动时, 目标函数的变化率。

若其数值为 p,表示对应约束中不等式右端项若增加 1个单位,目标函数将增加 p个单位(max 型问题)。

⑶如果在最优解处约束正好取等号(紧约束,也称为有效约束或起作用约束),对偶价格值才可能不是 0。

本例中:第 3、4 行是紧约束,对应的对偶价格值为 10,表示当紧约束 4) 4 DESKS + 2 TABLES + 1.5 CHAIRS <= 20 变为4) 4 DESKS + 2 TABLES + 1.5 CHAIRS <= 21 时,目标函数值 = 280 +10 =290。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

2011——2012学年第二学期
合肥学院数理系
实验报告
课程名称:运筹学
实验项目:线性规划的灵敏度分析
实验类别:综合性□设计性□验证性□√
专业班级: 09级数学与应用数学(1)班
姓名:王秀秀学号: 0907021006 实验地点: 9#503
实验时间: 2012-4-25 指导教师:管梅成绩:
一.实验目的
熟悉LINDO软件的灵敏度分析功能;
二.实验内容
1、求解线性规划。

12
12
12
12
max z x2x
2x5x12 s.t.x2x8
x,x0
=+
+≥


+≤

⎪≥

并对价值系数、右端常量进行灵敏度分析
2、已知某工厂计划生产I,II,III三种产品,各产品需要在A、B、C设备上加工,有关数据如下:
试问答:
(1)如何发挥生产能力,使生产盈利最大?
(2)若为了增加产量,可租用别工厂设备B,每月可租用60台时,租金1.8万元,租用B设备是否合算?
(3)若另有二种新产品IV、V,其中新产品IV需用设备A为12台时、
B 为5台时、
C 为10台时,单位产品盈利2.1千元;新产品V 需用设备A 为4台时、B 为4台时、C 为12台时,单位产品盈利1.87千元。

如A 、B 、C 的设备台时不增加,这两种新产品投产在经济上是否划算? (4)对产品工艺重新进行设计,改进结构。

改进后生产每件产品I 需用设备A 为9台时、设备B 为12台时、设备C 为4台时,单位产品盈利4.5千元,这时对原计划有何影响? 三. 模型建立 1、数学模型为
12121212
max z x 2x 2x 5x 12
s.t.x 2x 8x ,x 0=++≥⎧⎪
+≤⎨⎪≥⎩ 2、设分别生产I ,II ,III 三种产品1x ,2x ,3x 件, (1)数学模型为:
123122123123123
123max z 3x 2x 2.9x 8x 2x 10x 30010x 5x 8x 400s.t.2x 13x 10x 420x x x 0
x ,x x =++++≤⎧⎪
++≤⎪⎪
++≤⎨⎪≥⎪⎪⎩,,,,为整数
(2)数学模型为:
123122123123123123max z 3x 2x 2.9x 188x 2x 10x 30010x 5x 8x 460s.t.2x 13x 10x 420x x x 0x ,x x =++-++≤⎧⎪
++≤⎪⎪
++≤⎨⎪≥⎪⎪⎩,,,,为整数
(3)设分别生产I ,II ,III 、IV 、V 的件数为1x ,2x ,3x ,4x ,5x
数学模型为:
1234512245123451234512345
12345max z 3x 2x 2.9x 2.1x 1.87x 8x 2x 10x 12x 4x 30010x 5x 8x 5x 4x 400s.t.2x 13x 10x 10x 12x 420x x x x x 0
x ,x x x x =++++++++≤⎧⎪
++++≤⎪⎪
++++≤⎨⎪≥⎪⎪⎩,,,,,,,,为整数
(4)设分别生产I ,II ,III 三种产品1x ,2x ,3x 件, 数学模型为:
123122123123123
123max z 4.5x 2x 2.9x 9x 2x 10x 30012x 5x 8x 400s.t.4x 13x 10x 420x x x 0
x ,x x =++++≤⎧⎪
++≤⎪⎪
++≤⎨⎪≥⎪⎪⎩,,,,为整数
四. 模型求解(含经调试后正确的源程序) 1、求解:
model:
max=x1+2*x2; 2*x1+5*x2>=12; x1+2*x2<=8; end
结果显示:
2、求解:
(1)
model:
max=3*x1+2*x2+2.9*x3; 8*x1+2*x2+10*x3<=300; 10*x1+5*x2+8*x3<=400; 2*x1+13*x2+10*x3<=420; @gin(x1);
@gin(x2);
@gin(x3);
end
结果显示:
(2)
model:
max=3*x1+2*x2+2.9*x3-18; 8*x1+2*x2+10*x3<=300;
10*x1+5*x2+8*x3<=460;
2*x1+13*x2+10*x3<=420; @gin(x1);
@gin(x2);
@gin(x3);
end
结果显示:
(3)
model:
max=3*x1+2*x2+2.9*x3+2.1*x4+1.87*x5; 8*x1+2*x2+10*x3+12*x4+4*x5<=300;
10*x1+5*x2+8*x3+5*x4+4*x5<=400;
2*x1+13*x2+10*x3+10*x4+12*x5<=420; @gin(x1);
@gin(x2);
@gin(x3);
@gin(x4);
@gin(x5);
End
结果显示:
(4)
model:
max=4.5*x1+2*x2+2.9*x3;
9*x1+2*x2+10*x3<=300;
12*x1+5*x2+8*x3<=400;
4*x1+13*x2+10*x3<=420;
@gin(x1);
@gin(x2);
@gin(x3);
End
结果显示:
五.结果分析
第一题该线性规划问题的最优解为:X*=(0,4),最优值为:z*=8 c1=1
c1在(0, +∞)内原最优解不变,但最优值是要变的
c2=2
c2在(-∞,0)内原最优解不变,但最优值是要变的
b1=12
b1在(8, +∞)内原最优基不变,但最优解和最优值是要变的
b2=6
b2在(-∞,3.2)内原最优基不变,但最优解和最优值是要变的第二题
(1)最优解:x1=24;x2=24;x3=5 最优值max=134.5;
(2)最优解: x1=31;x2=26;x3=0 最优值max=127;
所以租用B设备不合算
(3)最优解: x1=26;x2=19;x3=1;x4=1;x5=8 最优值max=135.96;
所以增加新产品投产在经济上是划算的
(4)最优解: x1=22;x2=24;x3=2 最优值max=152.8;
改进后生产利益增大了。

六.实验总结
通过此次实验,我掌握线性规划的灵敏度分析。

学生签名:王秀秀 2012年4月25日。

相关文档
最新文档