第6 单纯形法的灵敏度分析与对偶
第6章单纯形法的灵敏度分析与对偶
这个约束条件的对偶价格就和这个剩余变量的
z
有关了。这将使得最优目
j
标值特别“恶化”而不是改进,故这时约束条件的对偶价格应取 z j 值的相反
数- z j。
对于含有等于号的约束条件,其约束条件的对偶价格就和该约束方
程的人工变量有关了。其约束条件的对偶价格就等于此约束方程的人工变
量的 z j值。
管理运筹学
XB
bb12
5
5
,
X
B
5
5
b3 15
15
对于b1:比值的分母取B-1的第一列,这里只有β11=1,而β21=β31=0,则
1
max
b1
11
5 1
5
Δb1无上界,即Δb1≥-5,因而b1在[35,+∞) 内变化时对偶价格不变。
管理运筹学
18
§1 单纯形表的灵敏度分析
对于b2:比值的分母取B-1的第二列,β12<0,β22>0,则
§1 单纯形表的灵敏度分析
一、目标函数中变量Ck系数灵敏度分析
1.在最终的单纯形表里,X k是非基变量 由于约束方程系数增广矩阵在迭代中只是其本身的行的初等变换与Ck没有任何关系, 所以当Ck变成Ck+ Ck时,在最终单纯形表中其系数的增广矩阵不变,又因为Xk是非 基变量,所以基变量的目标函数的系数不变,即CB不变,可知Zk也不变,只是Ck变
xBi di1
|
d 'i1
0
50
而Min
xBi di1
|
d 'i1
0
25,故有当 50
b1
25,即250
b
b
325第一个
约束条件的对偶价格不变。
运筹学-单纯形法灵敏度对偶
若新增约束如下:
max z 50x1 100x2 x1 x2 300 2x1 x2 400 x2 250 10x1 30x2 5000(电力约束) x1, x2 , 0
x1 x2 s1
把最优解x1=50,x2 =250代入电力约束 1050+30 250=80005000 新约束不满足,最优解变化
例题:已知某线性规划初始可行基是(S1 S2 S3 a1), 最终单纯形表如下,求对偶价格不变时的△bi变化范围
x1 x2 s1
50 100 0
X1 50
1
0
0
S3 0
0
0
0
X2 100 0
1
0
s1 0
0
0
1
Zj
50 100 0
δj
0
0
0
(1) △b1的变化范围: ?
(2) △b2的变化范围:?
(3) △b3的变化范围: ? (4) △b4的变化范围:?
1 0 1 2 0.5
B1 p6'
2
1
1
0.5
2
0 0 1 1.5 1.5
Z6' 50 0.5 0 (2) 100 1.5 175
' 6
C6
Z6'
150 175
25
δ6´<0,最优解不变,即仍生产Ⅰ50件,Ⅱ100件。
2、变量xk系数列由pk变为pk´,在最终单纯形表 上xk是基变量
x1 x2 s1
50 100 0
X1 50 1
0
0
S3 0
0
0
0
X2 100 0
1
0
s1 0
0
韩伯棠管理运筹学(第三版)_第六章_单纯形法的灵敏度分析与对偶
迭代 基
次数 变 量
CB
x1 x2 。 s1 50 100 0
s2
s3
0 0b
x1 50 1 0 1
0 -1 50
S2 0 0 0 -2
1 1 50
2
x2 100 0 1 0
0 1 250
zj
50 100 50 0 50
σj=cj-zj
0 0 -50
0 -50 2750 0
❖
从上表可以发现设备台时数的约束方程中的松弛变量S1
j ck akj 0, ck akj j ,
当a kj
0, ck
j
akj
,这里 j
akj
0;
当a kj
0, ck
j
akj
,这里 j
akj
0;
而当j k时, k ck ck zk ck ck zk ckaKK ,
因为xk是基变量,知 k 0, akk 1,故知 k 0.
x1 x2 s1 50 100 0 1 01 0 0 -2 0 10
s2
s3
00
b
0 -1 50
1 1 50
0 1 250
zj σj=cj-zj
50 100 50 0 0 -50
0 50 0 -50
Z= 27500
先对非基变量s1的目标函数的系数C3进行灵敏度 分析。这里σ3=-50,所以当C3 的增量ΔC3≤-(-50)即 ΔC3≤50时,最优解不变,也就是说S1的目标函数的系 数C′3=C3+△C3≤0+50=50时,最优解不变。
规划问题的对偶价格就不变。而要使所有的基变量仍然
是基变量只要当bj 变化成b′j =bj+△bj时,原来的基不变所 得到的基本解仍然是可行解,也就是所求得的基变量的
第六章单纯形法灵敏度分析与对偶
X4 X5 X6 19 0 0 1 2/3 -10/3 0 -1/6 4/3 0 -13/3 -10/3
bθ
2 1 Z = 88
∴ 最优生产计划是:生产1个单位产品C,生产2个单位产 品D,不生产A、B产品。可得最大总利润 88 个单位。
可能改变 C – CBB-1A ≤ 0 变
求出使该表达式仍然成立的 C 的变化范围
若 C 的变化超出该范围,则原最优解将改变
例1:某工厂用甲、乙两种原料生产A、B、C、 D
四种产品,要求确定总利润最大的最优生产 计划。该问题的线性规划模型如下:
Max Z = 9 x1 +8x2 + 50x3 + 19x4
则:在原最终单纯形表上,新变量对应的系数列为Pj '= B-1Pj,
检验数为 σj= Cj – CBB-1 Pj
若 σj= Cj – CBB-1 Pj ≤ 0,则原最优解不变;
若 σj= Cj – CBB-1 Pj ≥ 0,则继续迭代以求出新的最优解。
例3: 沿用例1 ►
如果该工厂考虑引进新产品E ,已知生产 E 产品1 个单位要消耗甲材料3个单位和乙材料1个单位。
要求:⑶产品E 的利润达到多少时才值得投产?
解: 设生产 E 产品X7个单位,单位产品的利润为C7,
则模型变为:
Max Z = 9 x1 +8x2 + 50x3 + 19x4 + 0x5 + 0x6+ C7x7 3x1+ 2 x2 + 10 x3 + 4 x4 + x5 + 3 x7 = 18(甲材料) 2x3+ 1/2x4 + x6 + x7 = 3 (乙材料)
管理运筹学ppt6第六章 单纯形法的灵敏度分析与对偶ok
§ 1 单纯形表的灵敏度分析
解:首先求出x3在最终表上的系数列B−1P'6,zj,σj
迭代 基变
x1
x2
s1
s2
s3
x3
次数 量
cB
50 100
0
0
0
160
x1
50
1
0
1
0
-1
10.5
s2
0
0
0
-2
1
1
20
2
x2
100
0
1
0
0
1
1
zj
50
100
50
0
50 125
σj=cj-zj
0
0
-50
0
-50 35
➢ 基变量系数cB变化 ➢ 对所有的zj都变化,包括zk
z j cB p j
假设cB=(cB1, cB2,…, ck ,…,cBm)
(cB1, cB2,…, ck+ck ,…,cBm)
§ 1 单纯形表的灵敏度分析
原最优单纯形表可表示如下。
迭代 基变
…
xk
…
xj
…
次数 量
cB
…
ck
…
cj
…
xB1
若要最优解不变
j = j ck akj
当j≠k时, j
0
akj 0
ck
j
akj
akj 0
ck
j
akj
当j=k时, k ck ck zk
xk为基变量 k 0, akk 1
k = 0
=ck ck zk ck akk
max{
j
运筹学02对偶理论(2)对偶单纯形法,灵敏度与参数分析
3.3 对偶单纯形法 Dual Simplex Method
Chapter3 对偶理论 Dual Theory
注:当模型的数据发生变化后,不必对线性规划问题
重新求解,而用灵敏度分析方法直接在原线性规划取
得的最优结果的基础上进行分析或求解 . 线性规划的参数分析(Parametric Analysis)是研究和分
析目标函数或约束中含有的参数μ在不同的波动范围内 最优解和最优值的变化情况.这种含有参数的线性规划
3.3 对偶单纯形法 Dual Simplex Method
Chapter3 对偶理论 Dual Theory
X XB σ
b
B-1A B-1b C-CBB-1A -CBB-1b 若上表为最优单纯形表,则下列两个式子同时成立:
(1) B1b 0 (可行性条件,又叫对偶最优性条件)
(2) C CB B 1 A 0 (最优性条件,又叫对偶可行性条件)
4.最优解、无可行解的判断。
作业:教材P81 1.12 (2)
下一节:灵敏度分析与参数分析
3.4 灵敏度与参数分析
Sensitivity and Parametric Analysis
3.4 灵敏度与参数分析 Sensitivity and Parametric Analysis
Chapter3 对偶理论 Dual Theory
3.3 对偶单纯形法 Dual Simplex Method
max z 7 x1 3x 2
《管理运筹学》第四版 第6章 单纯形法的灵敏度分析与对偶 课后习题解析
《管理运筹学》第四版课后习题解析第6章单纯形法的灵敏度分析与对偶1.解: (1)c 1≤24 (2)c 2≥6 (3)c s 2≤82.解:(1)c 1≥−0.5 (2)−2≤c 3≤0 (3)c s 2≤0.53.解:(1)b 1≥250 (2)0≤b 2≤50 (3)0≤b 3≤1504.解: (1)b 1≥−4 (2)0≤b 2≤10 (3)b 3≥45. 解:最优基矩阵和其逆矩阵分别为:⎪⎪⎭⎫ ⎝⎛=1401B ,⎪⎪⎭⎫ ⎝⎛-=-14011B ; 最优解变为130321===x x x ,,最小值变为-78; 最优解没有变化; 最优解变为2140321===x x x ,,,最小值变为-96;6.解:(1)利润变动范围c 1≤3,故当c 1=2时最优解不变。
(2)根据材料的对偶价格为1判断,此做法有利。
(3)0≤b 2≤45。
(4)最优解不变,故不需要修改生产计划。
(5)此时生产计划不需要修改,因为新的产品计算的检验数为−3小于零,对原生产计划没有影响。
7. 解:(1)设321,,x x x 为三种食品的实际产量,则该问题的线性规划模型为,, 4005132 4505510 35010168 325.2max 321321321321321≥≤++≤++≤++++=x x x x x x x x x x x x x x x z 约束条件:解得三种食品产量分别为0,75.43321===x x x ,这时厂家获利最大为109.375万元。
(2)如表中所示,工序1对于的对偶价格为0.313万元,由题意每增加10工时可以多获利3.13万元,但是消耗成本为10万元,所以厂家这样做不合算。
(3)B 食品的加工工序改良之后,仍不投产B ,最大利润不变;若是考虑生产甲产品,则厂家最大获利变为169.7519万元,其中667.31110,167.144321====x x x x ,,;(4)若是考虑生产乙产品,则厂家最大获利变为163.1万元,其中382.70,114321====x x x x ,,;所以建议生产乙产品。
运筹学单纯形法的灵敏度分析
• 所以,丙产品单位利润的变动范围是c3<4;
• 讨论: • 假设此时c3增加到6元,产量应为多少?
C3已超出变动范围
• 代入单纯形表 最后一段 继续计算。
段
Cj ↓
→ 基
0 b
23 x1 x2
6 x3
0 0 Qi x4 x5
2
x1
1
1
0 (-1) 4 -1
0
0
-1 4 -1
1
2 -1 1
0
-3 -5 -1
Bi变化影响哪些因素?
• 当bi变化时,从单纯形法计算过程可知,它不影响检验数, 只影响b列本身,也就是说,它不影响基变量但会改变最优 解的具体数值,如上例中,假设b1发生变化,劳动力使用从 一个劳动力增加到2个劳动力,即b1=2,则
• ∵b变化不影响检验数 • ∴单纯形表最后一段基变量结构不变,仍是x1,x2,改变的
x5
Qi
0
x4
1
1
0
x5
3
Cj-Zj →
1/3
1/3 1/3 1
1/3 (4/3) 7/3 0
2
3
10
0
3
1 9/4 →
0
0
x4 1/4 (1/4)
0
-1/4 1 -1/4 1
→
2
3
x2 9/4 1/4
1 7/4 0 3/4 9
Cj-Zj →
5/4
0 -17/4 0 -9/4
2
x1
1
1
3
3
x2
2
0
Cj-Zj → -8
5b1 3
分析
单纯形法的灵敏度分析与对偶
目标函数: max z=50x1+100x2
x1+ x2≤300 s.t. 2x1+x2≤400
x2≤250 x1 ≥0, x2≥0
max z=50x1+100x2
x1+ x2+s1=300
s.t.
2x1+x2+s2=400
x2+s3 =250
x1 ≥0, x2≥0, si≥0
一、线性规划问题解的基本概念
△C3 ≤-(-50)=50;
c’=c+△C<=0+50=50
最优解不变。
(2)再分析基变量的系数分析:
ck k
max J ak jjak j0 ckm J i ak n jjak j0
例如对基变量X1的系数C1进行灵敏度分析:
从表中获得了:
a11=1, a12=0, a13=1, a14=0, a15=-1
❖
OBJ COEFFICIENT RANGES
❖ VARIABLE CURRENT ALLOWABLE ALLOWABLE
❖
COEF INCREASE DECREASE
❖
X1
50.000000 50.000000 50.000000
❖
X2
100.000000 INFINITY 50.000000
❖
RIGHTHAND SIDE RANGES
4. 对偶问题的约束条件系数矩阵A是原问题的AT
maxz c1x1 c2x2 cnxn
a11x1 a12x2 a1nxn b1
s.t.
a21x1 a22x2 a2nxn b2
am1x1 y2 bm ym
对偶单纯形法+灵敏度分析讲解
北京联合大学 耿钰
第四节 对偶单纯形法
例 用对偶单纯形法求解
maxZ x1 4x2 3x4
x1 2x2 x3 x4 3
x
2x j
10 jx2
1,24,x33,4 x4
2
能否用对偶单纯形法呢?
原问题表中的检验数满足最优性条件
CN-CB B-1 N≤0
ATY ≥ CT;
min w Y T b bTY
-CB B-1 ≤0;
Y≥0
CB:1×m B-1:m ×m
YT= CB B-1
CB B-1:1 ×m Y: m ×1
ATY CT s.t.
Y 0
从上面可以看出:
1、当原问题达到最优时,松弛变量经过上述转换后构成的检验 数的相反数为其对偶问题的一个可行解,反之亦成立
-1 x1 7 0 x3 4
7
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
最优解 X*=(7,0,4, 0)T
Z*=-7
北京联合大学 耿钰
例6 用对偶单纯形法求解
min w 2x1 3x2 4x3
(P)
x1 2x2 x3 3 2x1 x2 3x3 4
原问题不 可行,应 该换基迭 代。但按 对偶单纯 形法的思 想,每次 均应保证 检验数均 非正
cj
CB XB b -1 x1 3 0 x6 -8
3
-1 -4 0 -3 0 0
x1 x2 x3 x4 x5 x6 1 2 - 1 1 -1 0 0 -3 -2 -3 2 1 0 -2 -1 -2 -1 0
运筹学第二章第6讲
例题4:写出以下模型的对偶问题
max z = 3 x1 − 2 x2 − 5 x3 + 7 x4 + 8 x5 x2 − x3 + 3 x4 − 4 x5 = −6 2 x1 + 3 x2 − 3 x3 − x4 ≥ 2 − x1 + 2 x3 − 2 x4 ≤ −5 s.t. − 2 ≤ x1 ≤ 10 5 ≤ ≤ 25 x2 , ≥ 0, 为自由变量 x5 x3 x4
OR1
对偶问题(或原问题) 对偶问题(或原问题) 目标函数 MinW
约束条件数: 约束条件数:n 第i个约束条件类型为“≥” 个约束条件类型为“ ” 个约束条件类型为 个约束条件类型为“ ” 第i个约束条件类型为“≤” 个约束条件类型为 个约束条件类型为“ 第i个约束条件类型为“=” 个约束条件类型为 对偶变量数: 个 对偶变量数:m个 第i个变量 个变量≥0 个变量 个变量≤0 第i个变量 个变量 第i个变量是自由变量 个变量是自由变量
OR1
15
2 弱对偶性:极大化原问题的任一可行解的目标 弱对偶性: 函数值不大于其对偶问题任意可行解的目标函数 值。即: C X≤ Yb
证明:设原问题为maxZ=CX, AX ≤b ,X ≥0. ≥0. 证明: 原问题为maxZ=CX,
为原问题的可行解, ≤b, X 为原问题的可行解,有AX ≤b,
二.对偶线性规划的定义 对偶线性规划的定义
max Z = CX ( LP ) AX ≤ b S .T . X ≥ 0
称线性规划(DLP)为线性规划 为线性规划(LP)的对偶线性规划 称线性规划 为线性规划 的对偶线性规划
minω = yb ( DLP ) yA ≥ C S .T . y ≥ 0
对偶单纯形法
§6 对偶单纯形法在介绍对偶单纯形法之前,让我们先利用对偶理论来重温一下单纯形法的基本思想,以便给单纯形法一种新的解释。
考虑线性规划(LP )和其对偶规划(DP ):x c T min b w T max(LP) s.t ⎩⎨⎧≥=0x b Ax (DP) s.t TT c A w ≤我们已经知道,(LP )的单纯形表为基变量 x 1 x 2 ┄ x nx B B -1 A B -1bf c B T B -1 A – c T c B T B –1b定理1 设(LP)的任一基本解为x 0,它对应于基B ,并作(w 0 )T = c B T B –1。
若x 0 和w 0 分别是(LP)和(DP )的可行解,则x 0 和w 0 也分别是(LP)和(DP )的最优解。
证明 因w 0 是(DP )的可行解,即 (w 0 )T A ≤ c T从而有 c B T B –1A - c T ≤ 0 此式说明,x 0是对应于基B 的基本可行解,且所有的检验数λj ≤ 0故x 0是(LP )的最优解。
此外,还有(w 0 )T b = c B T B –1 b = c B T x B 0 = c x 0从而由线性规划的对偶定理知,w 0 也是(DP )的最优解。
证毕。
由以上证明过程可看到:x 0((LP )的任一基本解)的检验数全部非正与(w 0 )T = c B T B –1是对偶问题(DP )的可行解等价。
据此我们可对单纯形法作如下解释:从一个基本解x 0出发迭代到另一个基本解,在迭代过程中始终保持解的可行性(基本可行解),同时使它所对应的对偶规划的解w 0(满足(w 0 )T = c B T B –1 )的不可行性逐步消失(即检验数逐步变为非正);直到w 0是(DP )的可行解,x 0就是(LP )的最优解。
因(LP )和(DP )互为对偶问题,故基于对称的想法,我们也可以把迭代过程建立在满足对偶问题(DP )的可行解上,即在迭代过程中保持对应的对偶问题的解w 0的可行性(从而x 0的检验数全部非正),逐步消除原问题(LP )的基本解x 0的不可行性(即使x 0非负),最后达到双方同时为可行解,x 0和w 0也就同时为最优解了。
第六章 单纯形法的灵敏度分析与对偶对偶问题
b'= B-1 b=
-2 0
σj= Cj-CBB-1 P j
CB CB 0 0 0 XB x3 x4 x5 j CB CB 50 0 XB x1 x4 b b
50 x1 1 2 0
50
100 x2 1 1 1
怎么样 简单吧
对称型线性规划问题
2、非对称型对偶问题
表 对偶变换的规则
好难记呀!
原问题(max,) 技术系数矩阵 A 价值系数 C 右端项 b 第 i 行约束条件为 型 第 i 行约束条件为 型 第 i 行约束条件为 = 型 决策变量 xj 0 决策变量 xj 0 决策变量 xj 不限
最 终 3/5 -3/10 1/10 3/10 -1/10 单 纯 -2/5 1/5 -2/5 -1/5 2/5 形 表 0 -1/2 -1/2 ½-M ½-M 格
x3
x4
x5
x6
x7
例5:对称形线性规划问题:
maxZ=50x1+100x2+0x3 +0x4 +0x5 maxZ=50x1+100x2 x1 +x2 ≤300 x1 +x2 +x3 =300
XS
b
B CB
检验数j
当迭代若干步,基变量为X B时,新的单纯形表: Cj
CB XB CB CN XN B-1N CN- CB B-1N 0 XS B-1 - CB B-1
XB
B-1b
I 0
检验数j
举例
maxZ=3x1 +5 x2 +0x3 +0x4+0x5 =0 x1 + x3 =8 2x2 + x4 =12 3x1 +4 x2 + x5=36
单纯形法灵敏度分析线性规划对偶理论
1 23 4 5
图解法的灵敏度分析
灵敏度分析: 建立数学模型和求得最优解后,研究线性规 划的一个或多个参数(系数)ci , aij , bj 变化 时,对最优解产生的影响。
• 参数多为估计值或预测值,常常不精确 • 参数常常随着其他条件变化而变化
图解法的灵敏度分析
线性规划的对偶问题
• 假设另外一工厂要租用该厂的设备A、B、C,那么 该厂的厂长应该如何来确定合理的租金呢?
• 从出租人的角度:
– 生产1个单位Ⅰ产品所需的各设备的台时的总租金不应少 于自己生产1个单位Ⅰ产品的利润50元。
– 生产1个单位Ⅱ产品所需的各设备的台时的总租金不应少 于自己生产1个单位Ⅱ产品的利润100元。
• 另外, y1 , y2 , y3 ≥ 0
线性规划的对偶问题
max z = 50 x1 + 100 x2 s.t. x1 + x2 ≤ 300 2 x1 + x2 ≤ 400 x2 ≤ 250 x1 , x2 ≥ 0
原问题
min f = 300 y1 + 400 y2 + 250 y3
图解法的灵敏度分析
• 在一定范围内,当约束条件右边常数增加1 个单位时
– 若约束条件的对偶价格大于0,则其最优目标函 数值得到改善(变好);
– 若约束条件的对偶价格小于0,则其最优目标函 数值受到影响(变坏);
– 若约束条件的对偶价格等于0,则最优目标函数 值不变。
线性规划的矩阵描述
max z = c1x1 + c2x2 + … + cnxn s.t. a11 x1 + a12 x2 + … + a1n xn = b1
《管理运筹学》第三版习题答案(韩伯棠教授)
第 2 章 线性规划的图解法11a.可行域为 OABC 。
b.等值线为图中虚线所示。
12c.由图可知,最优解为 B 点,最优解: x 1 = 769 。
7 2、解:15 x 2 =7, 最优目标函数值:a x 210.60.1O1有唯一解 x 1 = 0.2 函数值为 3.6 x 2 = 0.6 b 无可行解 c 无界解 d 无可行解 e 无穷多解1 2 2 1 2f 有唯一解20 x 1 =3 8函数值为 92 33、解:a 标准形式:b 标准形式:c 标准形式:x 2 =3max fmax f= 3x 1 + 2 x 2 + 0s 1 + 0s 2 + 0s 3 9 x 1 + 2x 2 + s 1 = 30 3x 1 + 2 x 2 + s 2 = 13 2 x 1 + 2x 2 + s 3 = 9x 1 , x 2 , s 1 , s 2 , s 3 ≥ 0 = −4 x 1 − 6x 3 − 0s 1 − 0s 2 3x 1 − x 2 − s 1 =6x 1 + 2x 2 + s 2 = 10 7 x 1 − 6 x 2 = 4 x 1 , x 2 , s 1 , s 2 ≥max f = −x ' + 2x '− 2 x '' − 0s − 0s' ''− 3x 1 + 5x 2− 5x 2 + s 1 = 702 x ' − 5x ' + 5x '' = 50122 ' ' '' 3x 1 + 2 x 2 − 2x 2− s 2 = 30' ' ''4 、解:x 1, x 2, x 2, s 1 , s 2 ≥ 0标准形式: max z = 10 x 1 + 5x 2 + 0s 1 + 0s 23x 1 + 4 x 2 + s 1 = 9 5x 1 + 2 x 2 + s 2 = 8 x 1 , x 2 , s 1 , s 2 ≥ 0s 1 = 2, s 2 = 0标准形式: min f = 11x 1 + 8x 2 + 0s 1 + 0s 2 + 0s 310 x 1 + 2x 2 − s 1 = 20 3x 1 + 3x 2 − s 2 = 18 4 x 1 + 9x 2 − s 3 = 36x 1 , x 2 , s 1 , s 2 , s 3 ≥ 0s 1 = 0, s 2 = 0, s 3 = 136 、解:b 1 ≤c 1 ≤ 3c 2 ≤ c 2 ≤ 6d x 1 = 6x 2 = 4e x 1 ∈ [4,8]x 2 = 16 − 2x 1f 变化。
单纯形法解法的矩阵描述及灵敏度分析讲解
1.5 x1 7 / 2 1 0 0 1/ 4 1/ 2
2 x2 3 / 2 0 1 0 1/ 4 3 / 2
cj zj 0 0 0 1/8 9/ 4
对变化后的单纯形表继续迭代
c j 1.5 2 0 0
0
CB X B b x1 x2 x3 x4
x5
0 x3 15 / 2 0 0 1 5 / 4 15 / 2
2
-2
-2
B的逆阵 B-1
知识点1
• 目标函数为max时,判断最优的准则为 б≤0;
• 目标函数为min时,迭代过程与max一样 ,判断最优的准则为σ≥0。
知识点2
• 性质6:线性规划的原问题与其对偶问题 之间存在一对互补的基解;其中原问题 的松弛变量对应对偶问题的变量,对偶 问题的剩余变量对应原问题的变量;这 些互相对应的变量如果在一个问题的解 中是基变量,则在另一个问题的解中是 非基变量;将这对互补的基解分别代入 原问题和对偶问题的目标函数有z=ω。
单纯形法解法的矩阵描述及 灵敏度分析
张林刚 经济与管理学院
单纯形解法的矩阵描述
• 线性规划问题
max z CX
s.t.
AX b X 0
• 引入松弛变量Xs,化为标准型:
max z CX 0X s
s.t.
AX IX X 0, X
s s
b 0
单纯形解法的矩阵描述
2
x1 x1
x2 2x3 4x3 4
2
x1, x2, x3 0
加入松弛变量x4、x5,对上述模型进行标准化处理
max z 6x1 2x2 3x3 0x4 0x5
2
运筹学第8讲:对偶单纯形法及灵敏度分析简介
② 原问题有可行解(b≥0), 对偶问题无可行解(存在δj>0),采 用单纯形法继续求解
③ 原问题无可行解(存在bi<0), 对偶问题有可行解( δ≤0 ), 采用对偶单纯形法继续求解
④ 原问题无可行解(存在bi<0), 对偶问题无可行解(存在δj>0), 设法使bi>0,并引入人工变量,采用大M 法继续求解
P38:例3.6
某公司生产甲、乙、丙、丁四种产品,已知制造单件产品时分
别占用的设备A、B的台时,设备A、B每天可用于生产的能力 以及单件产品的收益情况如下表所示。问该公司应该如何制定 最优生产计划? 项目 甲 乙 丙 丁 每天可用能力
设备A(h) 设备B(h)
单件利润(元)
3 2
4
2 3
3
1 2
上式两边左乘B-1,得到
题的最优基B不变,我们可以直接 求出新问题的最优解
X B B1b B1NX N
(1)
运筹学
第8讲:对偶单纯形法及灵敏度分析简介
设 Pj
为初始单纯形表中的第j 列列向量,
设 Pj’为最终单纯形表中的第j 列列向量 例如: 3 P 1 2 我们不难得到:
运筹学
第8讲:对偶单纯形法及灵敏度分析简介
同时,
Pj ' B1Pj
(3)
例如:
3 5 2 5 3 1 B P 1 1 2 0 P ' 2 5 3 5
1
再考察式(1),由于XN=[0, 0]T,因而
X B * B1b
(2) 解:设乙的收益c2直接反映到原问题的最终单纯形表中,得到
为使最优生产计划不变,则δ3, δ4 ,δ5, δ6 ≤0,得到
单纯形法的灵敏度分析
bk bk
时,也就是原来的初始单
纯形表中的b向量变成了b’向量
0 0 ... 令 b bk ... 0 则有 b ' b b
9
这样在最终单纯形表中基变量XB的解就变成了
X 'B B .(b b ) B b B b 。
中从0变到Z3=50时,也就是只要当前余下一台时数设备从不能获利变成获利 50元时,譬如有人愿意出50元买一个设备时,我们就不必为生产Ι、П产品
而使用完所有的设备台时了,这说明了设备台时数的对偶价格就是Z3=50元。
对于含有大于等于号的约束条件,添加剩余变量化为标准型。这时 这个约束条件的对偶价格就和这个剩余变量的 z j有关了。这将使得最优目
+ CK a’Kj 。要使最优解不变,只要当J
δj a' kj
δ j ΔC k a' kj 0, ΔC k a' kj δ j 当 a' kj 0时 , ΔC
k
, 这里
0;
当 a' kj 0时 , ΔC
k
, 这里
δj a' kj
0; Z k ΔC a' kk , 因为 X K 是基变量, δj a' kj
14
zj 标值 “变差”而不是改进,故这时约束条件的对偶价格应取
值的相反数-j z
。
对于含有等于号的约束条件,其约束条件的对偶价格就和该约束方程的 人工变量有关了。其约束条件的对偶价格就等于此约束方程的人工变量的 值z j 。
7
下表给出了一个由最终单纯形表对于不同约束类型的对偶价格的取值。
对偶单纯形法灵敏度分析
汇报人:XX
单击输入目录标题 对偶单纯形法概述 对偶单纯形法灵敏度分析的步骤 对偶单纯形法灵敏度分析的优点和局限性 对偶单纯形法灵敏度分析的改进方向 对偶单纯形法灵敏度分析的实际应用案例
添加章节标题
对偶单纯形法概述
对偶单纯形法的定义
对偶单纯形法是一种线性规划 算法
它基于对偶理论,通过迭代寻 找最优解
结论:对偶单纯形法灵敏度分析在资源分配问题中具有广泛的应用前景,能够为企业带来巨大 的经济效益。
THANK YOU
汇报人:XX
各变量对目标函数的影响程度。
求解最优解
确定初始对偶解
确定迭代步长
计算对偶方向 更新最优解
计算灵敏度
计算对偶问题的 最优解
确定最优解对应 的基变量和自由 变量
计算基变量的灵 敏度
计算自由变量的 灵敏度
对偶单纯形法灵敏度分析的优 点和局限性
优点
计算简单:对偶单 纯形法在计算上相 对简单,易于理解 和实现。
对偶单纯形法适用于求解标准 型线性规划问题
它具有简单、高效、可靠等优 点
对偶单纯形法的原理
对偶性:将原问题转化为对偶问题,通过对偶问题的最优解得到原问题 的近似最优解 单纯形法:利用线性规划的迭代方法,通过不断迭代寻找最优解
灵敏度分析:分析决策变量变化对最优解的影响,为决策提供参考
对偶单纯形法的应用场景
分析灵敏度结果:根据灵敏度系数的大 小和符号,分析各变量对目标函数的灵
敏度,为决策提供依据。
添加标题
添加标题
添加标题
添加标题
确定约束条件和目标函数:在分析过程 中,首先需要确定问题的约束条件和目 标函数,这是对偶单纯形法灵敏度分析
- 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、"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、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)。
迭代 基变量 CB X1
次数
50
X1
50 1
S2
00
X2
S1
100 0
01
0 -2
10
100 50
Cj-Zj
0
0 -50
S2
S3
00
0 -1
11
01
0 50
0 -50
b
50 50 250 27500
管理运筹学
5
§1 单纯形表的灵敏度分析
我们先对非基变量S1的目标函数的系数C3进行灵敏度分析。 这里δ3=-50,所以当c3的增量Δc3≤50,最优解不变。 再对基变量x1的目标函数的系数c1进行灵敏度分析。 在a11’,a12’,a13’,a14’,a15’中,除a11’外,系数 a13’大于
= Zj + Ck a’Kj
管理运筹学
3
§1 单纯形表的灵敏度分析
根据上式可知
检验数 j(j=1,2,…..,m)变成了 ’j,有 ’ j=Cj-Z’j= j - CK a’Kj 。要使最优解不变,只要当j
k时, ’j <=0
δ j ΔCka'kj 0, ΔCka'kj δ j
当a'kj 0时, ΔCk
0
-50
S2
S3
0
0
0
-1
1
1
0
1
0
50
0 -50
b
50 50 250 27500
从上表我们可以发现各个松弛变量的Zj值,正好等于相应约束条 件的对偶价格。在最优解中S2 =50是基变量,即为,原料A有50千克没 用完,再增加A原料是不会增加利润的, A的对偶价格为0。对于任何 为基变量的松弛变量所对应的约束条件的对偶价格为0。
那么如果c1’取值超出这个范围,必然存在一个检验数 大于0,我们可以通过迭代来得到新的最优解。
管理运筹学
7
§1 单纯形表的灵敏度分析
二、约束方程中常数项的灵敏度分析
迭代 基变 次数 量
2
X1
S2
X2
Zj
Cj -Zj
CB X1 50
50 1 00 100 0
50
0
X2
S1
100
0
0
1
0
-2
1
0
100 50
,满足ΔCk
δj a'kj
,所有小于0的a'kj
满足ΔCk
δj a'kj
,所以可知ΔCk的变化范围为
Max
δj a'kj
a'kj
0
ΔCk
Min
δj a'kj
a'kj
0
管理运筹学
4
§1 单纯形表的灵敏度分析
例:
目标函数:Max z=50X1+100X2 约束条件:X1+X2≤300
2X1+X2≤400 X2≤250 X1,X2≥0 最优单纯形表如下
0,
a15’小于0,可知
3 a13
50 1
50
,有
max
j a'1 j
a
' 1
j
0 50
。同样有
min
j a'1
j
a
' 1
j
0
50
。这样可以知道当-50≤Δc1≤50时,也就是x1的
目标函数c1’在0≤c1’≤100时最优解不变。
在最终的单纯形表中,用C’1代替原来的C1=50,计算得表
cj
b
xB cB x1
x2
x3
x4
x5
x1
1
30
x5
-1
10
zj
cj-zj
管理运筹学
2
§1 单纯形表的灵敏度分析
一、目标函数中变量Ck系数灵敏度分析
1.在最终的单纯形表里,X k是非基变量
Ck Ck+ Ck , CB不变,Zk也不变,这时 K’= Ck+ Ck- Zk= K+ Ck。要使原来的最优解仍为最 优解,
管理运筹学
6
§1 单纯形表的灵敏度分析
迭代 基变量 CB
X1
X2
S1
S2
S3
次数
b
50 100
0
0
0
X1
C’1 1
0
1
0
-1
50
S2
0
0
0
-2
1
1
50
2
X2
100 0
1
0
0
1
250
Zj
C’1 100
C’1
0
-C’1+100
Cj -Zj
0
0
- C’1
0
C’1-100
从δ3≤0,得到-c1’≤0,即c1’≥0,并且从δ5≤0,得 到c1’≤100。
这个约束条件的对偶价格就和这个剩余变量的
z
有关了。这将使得最优目
j
标值特别“恶化”而不是改进,故这时约束条件的对偶价格应取z j 值的相反
数- z j。
对于含有等于号的约束条件,其约束条件的对偶价格就和该约束方程
单纯形法的矩阵描述
max Z = CX
max Z = CBXB + CNXN
s.t. AX = b
s.t. B·XB+N·XN=b
X≥0
XB,XN ≥0
则XB=B-1(b-NXN)=B-1b-B-1NXN
代入 Z = CBXB+CNXN
= CB(B-1b-B-1NXN)+CNXN
= CBB-1b+(CN-CBB-1N) XN
管理运筹学
8
§1 单纯形表的灵敏度分析
可以看出,上题中对于设备台时数约束来说,当其松弛变量在目标函数
中从0变到Z3=50时,也就是只要当前余下一台时数设备从不能获利变成获利 50元时,譬如有人愿意出50元买一个设备时,我们就不必为生产Ι、П产品
而使用完所有的设备台时了,这说明了设备台时数的对偶价格就是Z3=50元。 对于含有大于等于号的约束条件,添加剩余变量化为标准型。这时
δj a'kj
,这里 δj a'kj
0;
当a'kj 0时, ΔCk
δj a'kj
,这里 δj a'kj
0;
当j
k时,δ'k
Ck
ΔCk
Zk
'
Ck
ΔCk
Zk
ΔCk
a'kk
,因为X
是基
K
变量,
知δk 0,a'kk 1,可知δ'k 0。
要使得最优解不变,对于除了a'kk
以外的所有大于0的a'kj
只要 K+ Ck≤0即可,也就是Ck的增量 Ck≤ - K
2.在最终的单纯形表中, X k是基变量
当Ck变成Ck+ Ck时,最终单纯形表中约束方程的增广矩阵不变,但是基
变量的目标函数的系数CB变了,则Zj(j=1,2,…..,n)一般也变了,不妨设 CB=(CB1, CB2…, Ck,…, CBm),
令XN=0,则 XB= B-1b Z = CBB-1b
若B-1b ≥0,则 X=(B-1b,0)是一个基本可行解。
管理运筹学
1
单纯形法的矩阵描述
EX:已知线形规划问题:
Max Z = 5x1+2x2+3x3
s.t. x1+5x2+2x3 ≤b1
x1-5x2-6x3 ≤b2
x1,x2,x3 ≥0 对于给定的非负常数b1 ,b2,其最优单纯形表如下, 请完成该表,并求出b1 ,b2。
当CB变成=(CB1, CB2。。。,Ck+ Ck,…,CBm),则:
Zj=(CB1, CB2。。。, Ck,…, CBm)(a’1j , a’2j ,…, a’Kj ,…, a’mj)T Z’j=(CB1, CB2。。。, Ck+Ck,…,CBm)(a’1j , a’2j ,…, a’Kj ,…, a’mj)T