管理运筹学教案7_灵敏度

合集下载

管理运筹学教案

管理运筹学教案
二约束条件中右边系数bj的灵敏度分析
本章总结(10分钟)
本章思考题
1什么是资源的影子价格,同相应的市场价格之间有何区别,以及研究影子价格的意义。
主要
参考资料
1、韩伯棠.管理运筹学。高等教育出版社P43-p49
备注
教案
第10次课(2学时)
章节
第三章整数规划(1)
教学目的
和要求
1掌握一般整数规划问题概念及模型结构;
2.有人提出,求解整数规划时可先不考虑变量的整数约束,而求解其相应的线性规划问题,然后对求解结果中为非整数的变量凑整。试问这种方法是否可行,为什么?
主要
参考资料
1、韩伯棠.管理运筹学。高等教育出版社P70-p72
备注
教案
第11次课(2学时)
章节
第四章整数规划(2)
教学目的
和要求
1掌握分枝定界法原理
重点
主要
参考资料
熊伟编著.运筹学(第二版)。P11—16
备注
1、学生交作业;
2、复习与预习
3、写出下面几个问题的初始基可行解
教案
第5次课( 2学时)
章节
第一章线性规划(4)
教学目的
和要求
1要能熟练准确地用单纯形表求解线性规划问题。
2能准确地根据单纯形表中的检验数判别所解问题的解的类型;
重点
难点
重点:用单纯形表求解线性规划问题。
本章思考题
1、什么是单纯形法计算的两阶段法,为什么要将计算分两个阶段进行,以及如何根据第一阶段的计算结果来判定第二阶段的计算是否需继续进行.
2、简述退化的含义及处理退化的勃兰特规则。
3、举例说明生产和生活中应用线性规划的方面,并对如何应用进行必要描述.

运筹学教学资料运筹学第2章第7节

运筹学教学资料运筹学第2章第7节

4 2
0 0
1 C1 3
B表
Cj
C1
1
0
0
0
CB


X1
X2
X3
X4
X5
0
X3 15/2 0
0
1
5/4
-15/2
C1
X1
7/2
1
0
0
1/4
-1/2
1
X2
3/2
0
1
0
-1/4
3/2
检验数j
0
0
0 1/4-C1/4 C1/2-3/2
-21-
运筹学
灵敏度分析
因此:
当CN(非基变量的目标函数系数)中某个Cj发生变化时, 只影响到非基变量xj的检验数
max Z 4 x1 3 x2 2 y1
2 x1 3 x2 y1 24
s.t.3x1 2x2 2 y1 26
x1
,
x2
0
用单纯形法求得其最优表为:
(材料约束) (工时约束)
cj
4
320
0
CB
XB
b
3
x2
4
4
x1
6
Z
36
x1
x2
y1
x3
x4
0
1 -1/5 3/5 -2/5
1
0 4/5 -2/5 3/5
-7-
运筹学
b
XB
B-1b
Z
C BB-1b
b变化的时候,仅对B-1b有影响
灵敏度分析
X B-1A C-C BB-1A
仅关心B-1b≥0?
若新的B-1b不满足≥0,最优基发生 变化,此时需用对偶单纯形法进行 计算,调整可行性可能

运筹学图解法的灵敏度分析 PPT课件

运筹学图解法的灵敏度分析 PPT课件
交于该顶点的两条直线的斜率即cj变动范围,cj在两 条直线斜率之间变动时,原线性规划问题的最优解
不变,最优值变动(cj变动)。
11
四、约束条件中右边系数bi的 灵敏度分析
例:
max F 6 x 1 4 x 2 s .t . 2 x 1 3 x 2 10 4 x 1 2 x 2 12 x1, x2 0
18
图解法
400
2x1x2 400
可行解域为OABCD 最优解为B点(50,250)
300
A
B
x2 250
200
C
100
x1x2 300
最优生产方案为: 甲生产50,乙生产250;
此时, 总利润为27500元。
D
O
100
200
300
400
5x0110x200
19
现提高设备可利用台时数
(b1=300
12
讨论:当b1=10 b1=11时对 原问题的影响
x2
5
4x12x212
A 3
B
1
2x13x210
O
C
2
4
6
x1
6x14x20 6x14x220
13
讨论:b1变动对原问题的影响 (b1=10 b1=11)
x2
5
4x12x2 12
A’
A3
B’
B
2x13x2 11
1
2x13x210
O
C
2
4
6
x1
6x14x20
100
设备台时的约束条件
为0
D D’
O
100
200
300
400

运筹学灵敏度分析

运筹学灵敏度分析

只需由 j 0解得c j的范围。
(2) c j 是基变量x j的价格系数 这时要影响所有的检验 数
i ci (c1 ci ci cm ) B Pi , 应由所有的 i 0解得公共的c j。
1
p11-2
例1:在(煤电油例)中,其单纯形终表如下:
0 x 7 x 12 x
3 1
运筹学
2

84 20 24
0 1 0
0
0 0 1
0
1 0 0
0
- 0.32 0.4 - 0.12
- 1.36
1.16 - 0.2 0.16
- 0.52
z 428
(1)甲产品的价格在何范围内变化时,现最优解不变?
解:甲产品的价格c1是基变量的价格系数。 0.32 由 4 0 0 7 c1 12 0.4 2.8 0.4c1 1.44 0 0.12 得 c 3.4, 1.16 由 5 0 0 7 c1 12 - 0.2 1.4 0.2c1 1.92 0 0.16 得 c 2.6,
2
运筹学
例1:在(煤电油例)中,其单纯形终表如下:
0 x 7 x 12 x
3
1
2

84 20 24
0 1
0
0 0 1
1 0
0
- 3.12 1.16 0.4 - 0.2
- 0.12 0.16
z 428
0
0
0
- 1.36
- 0.52
(3)若有人愿以每度1元的价格向该厂供应25度电,是 否值得接受?
§3.4 灵敏度分析
灵敏度分析——研究系数变化对最优解的影响.

运筹学线性规划灵敏度分析教学案例

运筹学线性规划灵敏度分析教学案例
2020/8/1
多个资源系数同时变动分析
例如,将 1 个小时的用工时间从3车间移到2车间,对总利润 产生什么影响?
总利润增加 3650 - 3600 = 50 元, 而目标系数未变,所以最优解肯定 发生变化,
2020/8/1
百分之百法则
如果约束右端值同时变动,计算出每一变动占允许变动量的 的百分比,如果所有的百分比之和不超过100%,那么,影子 价格依然有效;否则,就无法确定。
2020/8/1
灵敏度分析的概念
LP 问题的系数有 aij、bi 、 cj,这些系数往往是估计值 或预测值。
市场条件变化, cj 值就会变化;工艺条件和技术水平改 变, aij 就变化; bi 是根据资源投入后的经济效果决定的一种 选择,市场供应条件发生变化时,亦会改变。
提出问题:
• 当 LP 问题的系数有一个或几个发生变化时,已求得的最优 解会有什么变化; • 这些系数在什么范围内变化时,LP 问题的最优解不会变化。
再改变参数
最优解变了
2020/8/1
那么,保持最优解不变的价值系数允许 变化范围?
改变最优解的临界值是什么呢?
敏感性报告
在“规划求解结果”中 选定“敏感性报告”。 得到一个工作表:
2020/8/1
敏感性报告
最优解
目标函数系数
“递减成本” --- 表示目标函数的系数必须改变多少,才能使 决策变量有正数解。 “允许的增量”和“允许的减量” --- 给出最优解不变的范围。 如门的系数范围: 0≤c1≤750;窗的系数范围:c2≥200
2020/8/1
资源数量变化的分析
考虑只有一个右段值 bi 改变:2 车间可用工时由原来的 12小 时增加到 13 小时,最优解如何变化呢?再变化呢?

灵敏度分析(运筹学)

灵敏度分析(运筹学)
--25-- --第2章 对偶问题--
目标函数中价值系数cj的变化分析
分为cj是对应的非基变量和基变量两种情况。
(1) 若cj是最终单纯形表中,非基变量xj的系数,要 保证最终表中这个检验数仍小于或等于零。
(2) 若cj是最终单纯形表中,基变量xj的系数,要保 证最终表中所以的非基变量的检验数仍小于或等于 零。
③cj变化:直接反映到最终表中,计算检验数。 ④增加一个约束方程:直接反映到最终表中。 ⑤增加新产品:仿照pj变化。
2.分析原理及步骤:
(2)检查改变后的最终表是否符合单纯形表的结 构要求(基变量的值中无负数,基变量的系数向量 构成单位矩阵,基变量的检验数全为0),或是否 符合对偶单纯形表的结构要求 (检验数中无正数, 基变量的检验数全为0,基变量的系数向量构成单 位矩阵);
(3)检查原问题是否仍为可行解; (4)检查对偶问题是否仍为可行解;
2.分析原理及步骤:
(5)按照下表所列情况得出结论或继续计算的步 骤。
原问题 可行解 可行解 非可行解 非可行解
对偶问题 可行解 非可行解 可行解 非可行解
结论或继续计算的步骤
原最优基不变
用单纯形法继续迭代
用对偶单纯形法继续迭 代 引入人工变量,扩大原 单纯形表继续计算
0
x5 4 0 0
3
x2 2 0 1
00
0
x3 1 -2 1/2 -3/2
0
x4 1/4 1/2 -1/8 -1/8
0
x5 θ 0 1 0 0
B-1 是最终计算表中的最优基的逆
0
B 1 (b
b)
B 1b
B 1 b
B 1b
B
1
br
0

运筹学-灵敏度分析目标规划

运筹学-灵敏度分析目标规划

PPT文档演模板
运筹学-灵敏度分析目标规划
3.灵敏度分析
例3.5:
上例最优单纯形表如下
PPT文档演模板
运筹学-灵敏度分析目标规划
3.灵敏度分析
0 0.25 0
这里 B-1 = -2 0.5 1
0.5 -0.125 0
•各列分别对应 b1、b2、b3 的单一变

•因此,设 b1 增加 4,则 x1 ,x5 ,x2
3.灵敏度分析
例3.3:
Max z = -2x1 - 3x2 - 4x3
S.t.
-x1-2x2-x3+x4 = - 3 -2x1+x2-3x3+x5 = - 4
x1 ,x2 ,x3 ,x4 ,x5 ≥0
PPT文档演模板
运筹学-灵敏度分析目标规划
3.灵敏度分析
例:最优单纯形表
PPT文档演模板

从表中看到σ3= c3+Δc3-(c2×a13+c1×a23 )
i=1
i=1
A= [ p1, p2, …, pn ], pj’ = B-1 pj,
pj’ = ( a1j’ , a2j’ , … , amj’ )T , j = m+1, … , n
PPT文档演模板
运筹学-灵敏度分析目标规划
•3.灵敏度分析
• 对于表格单纯形法,通过计算得 到最优单纯形表。 应能够找到最优基
Max z = c1 x1 + c2 x2 + … + cn xn s.t. a11x1 + a12x2 + … + a1nxn = b1
a21x1 + a2...2x2 + … + a2nxn = b2 am1x1 + am2x2 + … + amnxn = bm x1 ,x2 ,… ,xn ≥ 0

管理运筹学单纯形法的灵敏度分析与对偶对偶问题课件

管理运筹学单纯形法的灵敏度分析与对偶对偶问题课件
参数灵敏度分析关注的是模型中参数变化对最优解的影响 。通过分析参数变化对最优解的影响,可以了解参数变化 对模型最优解的影响程度和方向,从而为决策者提供有关 参数调整的建议。
参数灵敏度分析的方法包括局部灵敏度分析和全局灵敏度 分析。局部灵敏度分析关注单个参数的小幅度变化对最优 解的影响,而全局灵敏度分析则考虑多个参数同时变化对 最优解的影响。
结合的必要性
解决复杂优化问题
单纯形法在处理线性规划问题时具有高效性,而灵敏度分析和对偶问题则提供了分析和解决非线性规划问题的 工具。将两者结合,可以更好地解决复杂的优化问题。
提高决策准确性
通过灵敏度分析,可以对决策变量的微小变化对最优解的影响进行量化分析,从而更准确地预测和应对各种情 况。对偶问题则提供了从另一个角度审视问题的机会,有助于发现潜在的优化空间。
灵敏度分析与对偶对偶问题的概述
灵敏度分析是线性规划中研究最优解的敏感性的分析方法。它主要关注当模型参数发生变化时,最优 解和最优值的变化情况。通过灵敏度分析,可以了解模型参数对最优解的影响程度,从而更好地理解 和预测实际问题的变化趋势。
对偶对偶问题是线性规划中的一类重要问题。它主要研究原问题和对偶问题的关系,以及如何利用对 偶理论求解原问题。对偶对偶问题在理论研究和实际应用中都具有重要的意义,如资源分配、投资组 合优化等问题。
感谢您的观看
THANKS
通过建立线性规划模型,将物流配送 路径问题转化为求取最小成本的问题 。约束条件包括车辆路径限制、运输 成本限制等,目标函数为最小化总成 本。
灵敏度分析与对偶对 偶问题应用
在物流配送路径调整过程中,需要考 虑客户需求变化、运输成本变化等因 素对最优解的影响。通过灵敏度分析 ,可以确定最优解对不同因素变化的 敏感性,从而制定出更加合理的配送 路径。同时,通过对偶对偶问题的研 究,可以更好地理解配送路径的性质 和结构,进一步优化配送路径。

北京交通大学 运筹学 教案7_灵敏度(改)

北京交通大学 运筹学 教案7_灵敏度(改)

-4
0
-3
0
0
最优解 X*=(7,0, ( , , 4,0)T , ) Z*=-7
x1 x2 x3 x4
x5 x6
2 - 1 1 -1 0 -3 -2 -3 2 1 -2 -1 -2 -1 0
1 7/2 0 5/2 -2 -1/2 0 3/2 1 3/2 -1 -1/2 0 -1/2 0 -1/2 -2 -1/2
资源

影子价格的意义
• (1)影子价格客观地反映资源在系统内的稀缺程度。
• 如果某一资源在系统内供大于求(即有剩余),其影子价格就为 零。如果某一资源是稀缺的(即相应约束条件的剩余变量为零), 则其影子价格必然大零。影子价格越高,资源在系统中越稀缺。
• (2)影子价格是对系统资源的一种优化估价,只有当系统 达到最优时才能赋予该资源这种价值,因此也称最优价 格。 • (3)影子价格的取值与系统状态有关。系统内部资源数量、 技术系数和价格的任何变化,都会引起影子价格的变化, 它是一种动态价格。 • (4)如果考虑扩大生产能力,应该从影子价格高的设备入 手。
x5
-1/4 -1/2 1/2 1/4 y1*=3/4 y2*=0, y3*=1/4 X*=(30,35,0 ,50,0)T, Z*=135
x1
XB x1 x4 x2 -z -135 30 50 35 0 1 0 0
x2
0 0 0 1
x3
-3/4 3/2 -5/2 -1/4
x4
0 0 1 0
影 子 价 格
cj CB XB b -1 0 x1 3 x6 -8 3
-1 1 0 0
-4
0
-3
0
0
x1 x2 x3 x4

运筹学课件灵敏度分析

运筹学课件灵敏度分析

运筹学教程
Cj
210
CB 基 b X1 x2 x3
0 x3 15 0
51
2 x1 5 1
10
0 x4 2 0
-4 0
Cj-Zj
0
-1 0
00 x4 x5 00 01 1 -6 0 -2
工厂的最优生产计划改为只生产产品1,每天 的生产数量5件。
解:(2)
设每天的调试可用能力为5
运筹学教程
1 b' B1b 0
x5
x4
5
24
x1, x2 , x3, x4 , x5 0
用单纯形法求解如下:
运筹学教程
Cj
210 0 0
CB 基 b X1 x2 x3 x4
x5
0 x3 15/2 0 2 x1 7/2 1 1 x2 3/2 0
01 00 10
5/4 -15/2 ¼ -1/2 -1/4 3/2
Cj-Zj
0
8
2
3 / 2 0 2
运筹学教程
将其反映到最终的单纯形表,原问题非可行解, 采用dual单纯形法
Cj
2
CB 基 b X1
0 x3 35/2 0
2 x1 11/2 1
1 x2 -1/2 0
Cj-Zj
0
10 x2 x3 01 00 10 00
00 x4 x5 5/4 -15/2 ¼ -1/2 [-1/4] 3/2 -1/4 -1/2
aij
y i
i 1
运筹学教程
(2)、检查原问题是否仍为可行解。 (3)、检查对偶问题是否仍为可行解。
原问题
可行解 可行解 非可行解 非可行解
对偶问题
可行解 非可行解 可行解 非可行解

运筹学精品课件之 对偶问题和灵敏度分析

运筹学精品课件之 对偶问题和灵敏度分析
82 0 0 -10/3 0 -11/3 -2产品工艺结构改变) (1)、非基变量Xj工艺改变 只影响单纯形表Pj 列, σ j .
关键看σ j 0? 还是>0? . 用(三)类似方法解决。
(2)、基变量Xj工艺改变,复杂
例:产品A工艺改变,对甲、乙需求变为2,2。 利润为7,问最优方案如何?
0 X4 2 8 X2 10
80
1 0 0 1 -1/2 1 1 1 0 1/2 -5 0 -2 0 -7/2
这时最优方案发生了改变。
基变量Xj工艺改变
•也可能 B-1 b出现负数
•检验数与基变量均不满足最优解要求
例 p1’ = 1
3
C1’ = 7
p一1’ = B-1 p1’ = σ一1’= -4
(2)、 b1改变, b1=30 ,B-1 b= 2 -1
30 40 =
-1 1 20 -10
5 X1 40 1 0 0 2 -1 8 X2 -10 0 1 1 (-1) 1
120 0 0 -2 -2 -3
5 X1 20 1 2 2 0 1 0 X4 10 0 -1 -1 1 -1
100 0 -2 -4 0 -5
问:如何安排产品产量,可获最大利润?
解 maxZ=5X1 +8X2 +6X3
X1+ X2 + X3+X4 = 12 X1+2X2+2X3 +X5 =20
X1 … X5 0
58 60 0
X1 X2 X3 X4 X5 0 X4 12 1 1 1 1 0 0 X5 20 1 2 2 0 1
058 60 0
② C1改变 C1=10, σ 5 =2>0 ,换基

运筹学课件灵敏度分析PPT学习教案

运筹学课件灵敏度分析PPT学习教案

00 x4 x5 5/4 -15/2 ¼ -1/2 [-1/4] 3/2 -1/4 -1/2
第15页/共35页
Cj
210
CB 基 b X1 x2 x3
0 x3 15 0
51
2 x1 5 1
10
0 x4 2 0
-4 0
Cj-Zj
0
-1 0
工厂的最优生产计划改为只生产产品1,每天 的生产 数量5件。
00 x4 x5 00 01 1 -6 0 -2
15 / 20 10
1/ 2
8
2
3 / 2 0 2
第14页/共35页
将其反映 到最终 的单纯 形表, 原问题 非可行 解,采 用dual 单纯形 法
Cj
2
CB 基 b X1
0 x3 35/2 0
2 x1 11/2 1
1 x2 -1/2 0
Cj-Zj
0
10 x2 x3 01 00 10 00
Cj CB 基 b 0 x3 15/2 2 x1 7/2
1+ x2 3/2
Cj-Zj
2 1 + 0 0
0
X1 x2 x3 0 01
x4 5/4
x5 -15/2
1 00 ¼
-1/2
0 1 0 -1/4 3/2
0
0 0 -1/4+ /4 -1/2-3 /2
第11页/共35页
1 0, 1 3 0
第13页/共35页
仍然来看例1-1:
(1)如果设备A和调试工序的每天的能力不变,设备B 每天的能力增加到32h,分析公司最优的生产计划的变 化;
(2)如果设备A和设备B每天的能力不变,则调试工序 在什么范围内变化,问题的最优基不变。

管理运筹学灵敏度分析

管理运筹学灵敏度分析

4 x3 0 0 0 1
0 x4 1 1/3 0 1/3
0 x5 0 0 1 0
0 x6 2 -2/3 1 1/3
RHS
17+ 1/3+1/3 6 13/3+1/3
由此可以看出,当第一个约束的右边常数b1变化时, 新的单纯形表的RHS列就是原来最优单纯形表的 RHS列加上第一个松弛变量x4在原来单纯形表中对 应的列与的乘积。
≤15 ≤24
6x1 +2x2
X1
x1,
+x2
x2,
≤5
≥0
首先得到以上问题的最优单纯形表: C z 2 x1 1 x2 0 x3 0 x4 0 x5 RHS
z
x3 x1 x2
1
0 2 1
0
0 1 0
C Z x1 0 0 1 0
0
0 0 1
2+ 1 x2 0 0 0 1
0
1 0 0
0 x3 0 1 0 0
C -2 z CB -2 0 z x1 x5 1 0 0 x1 c2 x2 -1 x3 -1 1 1 0 x4 -2 1 1 0 x5 0 0 1
RHS
0 -2-c2 1 0 1 3
-12 6 10
当c2=-3时,已经超出保持最优基不变的范围,因此单纯形 表不再是最优单纯形表。将c2=-3代入单纯形表,得到以下 单纯形表: x2进基
1.目标函数系数C的变化范围
目标函数系数变化,只会影响最优 解中检验数行,不会影响基变量的 取值。即C中元素的变化只会影响 最优解的对偶可行性而不会影响原 始可行性。
(1)非基变量在目标函数中系数的灵敏度分析
m个基变量xBr(r=1,2,…,m)在目标函数中的系数为:

运筹学讲义-灵敏度分析

运筹学讲义-灵敏度分析
k=1 −1 m
qi = ∂f ( x) ∂bi− = (CBB−1)i , 左导数 机会成本 zn+i = CBB−1P +i = (CBB−1)i n zn+i 因此 qi = − zn+i
−1 m
, 松弛变量 人工变量 剩余变量
m
机会成本的另外表达形 式 z j = CBB Pj = ∑(CBB )i aij = ∑qiaij
16
2.4.7 灵敏度分析举例 例2.4.3 某工厂生产三种产品 A, B, C,有五种生产组合方案。 ,有五种生产组合方案。
下两表给出有关数据。 产品至少110 个,求收 下两表给出有关数据。规定每天供应 A产品至少 产品至少 益最大的生产方案。 益最大的生产方案。
17
例2.4.3
为已选定各种组合方案的组数(j=1,2,…,5), x6为A产品 解:设xj为已选定各种组合方案的组数 , 产品 的剩余变量, 分别为工人工时和机器工时的松弛变量。 的剩余变量, x7,x8分别为工人工时和机器工时的松弛变量。
©管理与人文学院
1999,4 ,
忻展红
2.4 灵敏度分析
灵敏度分析又称为后优化分析
2.4 线性规划的灵敏度分析
• 线性规划是静态模型 • 参数发生变化,原问题的最优解还是不是最优 参数发生变化, • 哪些参数容易发生变化 – C, b, A • 每个参数发生多大的变化不会破坏最优解 • 灵敏度越小,解的稳定性越好 灵敏度越小,
18
例2.4.3 • • • • • • • • • 最优解的B 最优解的 –1是什么 产品A的影子价为多少 产品 的影子价为多少 组方案的生产费用提高2元 第II组方案的生产费用提高 元,是否要调整生产组别 组方案的生产费用提高 若工人加班费为1元 小时 小时, 若工人加班费为 元/小时,是否要采取加班措施 若通过租借机器增加工时, 若通过租借机器增加工时,租费的上限应为多少 A产品的订购合同是否有利 产品的订购合同是否有利 若要选用第IV组方案,该组的生产费用应降低多少 若要选用第 组方案, 组方案 若工人加班费为0.3元 小时 小时, 若工人加班费为 元/小时,最多允许加班时间多少 若机器租费低于44元 小时 问租几部机器才合适(每天 小时, 若机器租费低于 元/小时,问租几部机器才合适 每天 8小时计 小时计) 小时计 • 若第 组方案使机器工时减少 小时,能否被选入 若第III组方案使机器工时减少 小时, 组方案使机器工时减少0.5小时

运筹学 灵敏度分析

运筹学 灵敏度分析
′ (2)由于 1 是基变量,所以 ξ B = 0, )由于x 是基变量,
T ′ ξ N = ξ N + (c1′ − c1 )( B −1 N )(1) ( B −1 N 中第1行元素)
1 5 7 1 1 1 ‘ = ( , , )+ ( 1 − 5)(− , , − ) c 6 6 6 6 6 6 ‘ ‘ ‘ c1 c1 c1 ‘ = (1 − , , 2 − ) ≥ 0 ⇒ 0 ≤ c1 ≤ 6 6 6 6
原最优单纯形表
基 XB XB I XN 解
ξ
ξB = 0
B N
T T T ξ N = CB B−1 N − CN ≤ 0
−1
B b T −1 CB B b
−ck )加到检验
数行, 得到新问题的单纯形表. 数行,再令 ξ k′ = 0 ,得到新问题的单纯形表
§6 灵敏度分析
概况
• 信息的不确定性
信息的变化: 信息的变化: 价值向量C—市场变化 价值向量 市场变化 右端向量b—资源变化 右端向量 资源变化 系数矩阵A—技术进步 系数矩阵 技术进步
• 产生的问题
当这些参数变化时,问题的最优解会有什么变化? 当这些参数变化时,问题的最优解会有什么变化? 这些参数在多大范围内变化时,最优解不变? 这些参数在多大范围内变化时,最优解不变?
x4
-1/4 ½ -1/4 -1/4 ½ -1/4 -5/4 1 0 7/4 5/2 7/4 7/4 5/2 7/4 -13/4 5 3
-5/4 ½ -1/4 1 ½ -1/4 0 1 0
x2 x3
Z
x2 x3
Z
x1 x3
最优解 x*=(5, 0, 3) 最优值 z*=-13/4

运筹学-第七周-灵敏度分析-运输问题

运筹学-第七周-灵敏度分析-运输问题

0 -1/2 0 -9/2
x1*=45/2,x2*=45/2,x4*=25/2,x3*= x5*=0,z*=495/2
2. 右端常数bi (资源系数)的变化分析
初始单纯形表
CB
CN
XB
XN
0 XS B
N
检验数 CB
CN
0
0
XS
b
I
b
0
0


XB
XN
XS
b

纯 CB XB I
B-1N
B-1
B-1b
形 表
x5
单纯
0 5
x3 x1
25 35
0 1
0 0
1 0
2 1
-5 -1
形表 4 x2 10 0 1 0 -1 2
0 0 0 -1 -3
最优基:
B=(P3,P1,P2)
B-1=
1 0
2 1
0 - 1
- 5 1
2
最优单纯形表的A中 松弛变量的系数
(1)
B-1
90 80
=
1 0
b
3
0
x1,x2 ,xn,xn10
最优单纯形表
检验行 XB
XB XN
xn1
I B-1N
B 1Pn1 B-1b
0
CN-
CBB-1N
cn1
CB
B
P1 n1
- CBB-1b
此 时C N C B B 1 N 0, B 1b 0
若 cn1CBB1Pn10:
此表达到最优
xn1为非基变量 xn1*0 新产品不投产
X,X s≥0
I 1
0

管理运筹学--单纯形法的灵敏度分析与对偶对偶问题讲课讲稿

管理运筹学--单纯形法的灵敏度分析与对偶对偶问题讲课讲稿
2. 初始单纯表中的基变量Xs=b,迭代后的单 纯形表中为XB= B-1b
3. 初始单纯表中的约束系数矩阵为:
[A,I]=[B,N,I] 迭代后的单纯形表中约束系数矩阵为:
[B-1A, B-1I]=[B-1B, B-1N, B-1I]=[I , B-1N, B-1] 4. 若初始矩阵中变量xj的系数向量为Pj,迭代
x4
x5 值
0 x3
8
1
0
1
0
0
0 x4 12 0 2 0 1 0
0 x5 36 3 4 0 0 1
检验数j
3 50 0 0
• 最优基和最优基的逆
Cj
3 5 0 0 0比
CB XB
b
x1
x2 x3
x4
x5 值
0 x3 4 0 0 1 2/3 -1/3
5 x2 6 0 1 0 1/2 0
3 x1 4 1 0 0 -2/3 1/3
0
0
1

j
0
0 -50
0
-50
初始单纯形表为:
Cj
CB
CN
0
XB
XN
XS
0
X S
b
B
N
I
检验数j
CB
CN
0
当迭代若干步,基变量为X B时,新的单纯形表:
Cj
CB
CN
0
XB
XN
XS
CB
b X B
B-1
I
检验数j
0
B-1N CN- CB B-1N
B-1 - CB B-1
小结
1. 对应初始单纯表中的单位矩阵I,迭代后的 单纯形表中为B-1
  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)。

= (−1, c′2,1,0,0) − (c′2, c′2, c′2, c′2,0) = (−1− c′2,0,1−c′2, −c′2,0) ≤ 0
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
11

− 1 − c ′2 ≤ 0 1 − c ′2 ≤ 0 − c ′2 ≤ 0
∑a
i =1
m
ij
yj
当cj变化∆cj后,检验数应要小于或等于零,即
σ 'j = c j + ∆c j − CB B −1 Pj ≤ 0
c j + ∆c j ≤ YPj ∆c j ≤ YPj − c j
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
7
例2-7已知线性规划问题的标准形式为

(2)要使原最优解仍为最优解,只要在新的条件下仍满足最 优性准则: σ ≤ 0
c′2 = c 2 + ∆c 2
σ = C −CBB−1A = (c1, c′2, c3, c4, c5) −C′BB−1( p1, p2, p3, p4, p5)
1 = (−1, c′2,1,0,0) − (c′2, c5) 1 1 = (−1, c′2,1,0,0) − (c′2,0) 3 01 1 1 1 0 1 2 -1 0 0 1 1 1 1 0 0 1 1 1
−4/5 R3 = 20 + ∆c3 − ( 0,30,70) 1/10 = −4 + ∆c3 ≤ 0 3/10
得∆c3≤4时,最优基不变。若∆c3>4则我们可用单 纯形法继续计算。
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
16
例2-9 某公司生产两种产品,最优生产计划采用有如下 线性规划模型
j
1+ λ
x2 0 0 1 0
0 x3 1 0 0 -4
0 x4 5/4 1/4 -1/4
0 x5 -15/2 - 1/2 3/21+ λ Nhomakorabeaσ
− 1 / 4 + 1 / 4λ
−1/ 2 − 3/ 2λ
为使表中的解为最优解,则 σ j ≤ 0
1 1 − 4 + 4 λ ≤ 0 1 则c2的变化范围 2 / 3 ≤ c 2 ≤ 2 ⇒ − ≤ λ ≤1 3 − 1 − 3 λ ≤ 0 2 2
a rj < 0}
C B 变为C B = (C B + ∆C B ) 时,检验数都满足
σ 'j ≤ 0
则最优基不变。
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
6
(2)当cj是非基底变量xj的系数,检验数为
σ j = c j − C B B −1 Pj
或σ j = cj −
2011-3-13 管理运筹学课程组 ftp://211.71.69.239 17
cj
CB
0 2 1
XB
x3
x1
b
'
2
1
0
0
0
x1
0 1 0 0
x2
0 0 1 0
x3
1 0 0 0
x4
5/4 1/4 -1/4 -1/4
x5
-15/2 -1/2 3/2 -1/2
θ
15/2 7/2 3/2
x2
σ
j
17/2
cj CB 0 30+∆c2 + 70 -Z XB x4 x2 X1 b 18 0 15 75 7 0 x1 0 0 1 0 30+ + ∆c2 x2 0 1 0 0 20 x3 -4/5 1/10 3/10
−4 − ∆c2 10
0 x4 1 0 0 0
0 x5 -12/5 3/10 -1/10
−2 − 3∆ c2 10
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
4
1、目标函数中价值系数C的变化 、目标函数中价值系数 的变化
(1)当cr是基变量xr的系数,即cr∈CB,cr变化∆cr后,有
σ ' j = σ j − ∆cr arj ( j = 1,2,..., n)
最优解不变
⋯, ∆Cr ,⋯,0) B −1 A CBB A + (0, − 1 = C B B A + ∆Cr (ar1 , ar 2 ,⋯, arn )
0 x6 1 -1/6 1/6 - 20/3
0
0
0
问(1)c2在什么范围变化,最优基不变? (2)c3在什么范围内变化,最优基不变?
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
14
解:(1)设c2变化为 c2 = c2 + ∆c2 ,则变化之后得到的最 终单纯形表如下表
解:(1)将c1,c2的变化直接反映到最终的单纯形表 上如下表
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
18
cj
CB XB
1.5 b’ 15/2 7/2 3/2 x1 0 1 0 0
2 x2 0 0 1 0 0
0 x3 1 0 0 0 4/5
0 x4 [5/4] 1/4 -1/4 1/8 1
其最终单纯形表如下表所示
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
13
cj CB 0 30 70 XB x4 x2 x1 -Z b 180 15 75
70 x1 0 0 1
30 x2 0 1 0
20 x3 - 4/5 1/10 3/10 -4
0 x4 1 0 0
0 x5 - 12/5 3/10 - 1/10 -2
m ax Z = − x1 + 2 x 2 + x 3 + 0 x 4 + 0 x 5 s.t x1 + x 2 + x 3 + x 4 2 x1 − x 2 + x5 = 4 x1 , ⋯ , x 5 ≥ 0 =6
其最优单纯形表如下表所示。 问:1、当c1由-1变为4时,求新问题的最优解 2、讨论c2在什么范围内变化时,原有的最优解仍是最优解
0 x6 1 -1/6 1/6

20 ∆c2 + 3 6

−4 −
∆ c2 ≤0 10
−2 −
3∆ c2 ≤0 10

20 ∆c2 + ≤0 3 6

2011-3-13
20 ≤ ∆c2 ≤ 40 3
时,最优基不变
管理运筹学课程组 ftp://211.71.69.239 15
(2)若c3由20变为20 +∆c3则变化后的检验数为
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
8
cj CB 2 0 XB x2 x5 6 10
-1
2 x2 1 0 0
1 x3 1 1 -1
0 x4 1 1 -2
0 x5 0 1 0
b
x1 1 3 -3
θ
σ
z=12
j
(1)由上表可知,当c1由-1变为4时,因为c1是非基变量x1 c 1 4 c x 解 (1) 的价值系数,因此由c1的改变受影响的只是自己的检验数σ 1 ,因 ∆c1 = c1' − c1 = 4 − (− 1) = 5
§7 灵敏度分析
系数b 变化, 系数 i、cj 及技术条件 变化,最优 解的最优性、可行性是否变化? 解的最优性、可行性是否变化? 本 节 重 点 系数在什么范围内变化, 系数在什么范围内变化,最优解 或最优性不变? 或最优性不变? 如何求新的最优解? 如何求新的最优解?
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
c

' 2
≥ 1
c2 + ∆c2 ≥ 1
∆ c2 ≥ − 1
故当x1的价值系数改变量 ∆c 2 ≥ −1 时,原有最优解 仍能保持为最优解。
2011-3-13 管理运筹学课程组 ftp://211.71.69.239 12
例2-8 已知线型规划问题为
min Z = 70 x1 + 30 x 2 + 20 x3 3 x1 + 9 x 2 + x3 + x 4 ≥ 540 5 x + 5 x + 2 x + x ≥ 450 1 2 3 5 9 x1 + 3 x 2 + 3 x3 + x 6 ≥ 720 x j ≥ 0, j = 1, 2, ⋯ , 6
ij
y
* i
(2)检查原问题是否仍有可行解。 (3)检查对偶问题是否仍有可行解。 (4)按表2-5所列情况得出结论和决定继续计算的步 骤
2011-3-13
管理运筹学课程组 ftp://211.71.69.239
3
表2-5 原问题 可行解 可行解 非可行解 非可行解 对偶问题 可行解 非可行解 可行解 非可行解 结论或继续计算的步骤 问题的最优解或最优基 不变 用单纯形法继续迭代求 最优解 用对偶单纯形法继续迭 代求最优解 引进人工变量
σ ′1 = c′1 − z′1 = (c + ∆c1) − CBB −1 p1 = (c1 − CBB −1 p1) + ∆c1
= σ 1 + ∆c1 = ( −3) + 5 = 2 > 0
2011-3-13
最优性准则已经不满足,重新迭 代,得到新问题的最优解
相关文档
最新文档