教育第五章 线性规划问题的灵敏度分析
7灵敏度分析习题
3、求b1、b2、b3的灵敏度范围
对b的灵敏度分析可以利用公式：
b'i b'i max a'i ,n k 0 bk min a'i ,n k 0 a'i ,n k a'i ,n k
4 2 23 max b1 min , 2 / 3 4 / 3 1/ 3 65 25 b1 2
我们考虑如下几种互相独立的情况，看一看 如何应用上面几节讨论的结论 如果第2种生产方法的每批成本提高到21元,问是 否会改变最优解?
解:
19 7.5 0.5 8 44 max , , c2 min , 1.4 0.5 0.3 0.2 0.6 1.67 c2 40, 28.33 c2 70
由于n=3，所以b2对应x5，所以有：
2 max b2 1
2 b2
58 b2
Cj→ CB 21 0 9 XB X1 X5 X2 Cj-Zj B 4 2 23 21 X1 1 0 0 0 9 X2 0 0 1 0 4 X3 1/3 -2/3 1/3 -6 0 X4 2/3 -4/3 -1/3 -11 0 X5 0 1 0 0 0 X6 1/3 1/3 -2/3 -1
产量 品种 A 产 品数 量 B 产 品数 量 C 产 品数 量 耗费 资源 工 人工时 (小时 ) 机 器工时 (小时 ) 每 组生产 费用 (元 ) 组别 I II III IV V 资 源限制 组别 I II III IV V 单 位售价 (元 )
3 6 2
2 1 6
4 2 5
4 1 1
线性规划-灵敏度分析
若进一步问： 1）当原材料涨价或产品价格发生变化时，原最优生产计划变否？ 2）若在生产中采用了新的工艺，产品对原材料的消耗发生了变化，原最优生产 计划变否？ 3）为适应市场需要，管理者可能会生产新的产品或停止生 产某种产品，原最优 生产计划变否？
二、灵敏度分析的定义 研究数学模型某些系数的变化对最优解的影响及其影响程度的分析称为灵 敏度分析（Sensitivity Analysis）或优化后分析。
1 1
B 1b 故：原最优基不变，但最优解变为： X 5 1 0 0 0 T 0 1 b 2） 设： b b 1 3 3
要使原最优基不变，就要有： B-1b≥ 0 ，
4 1 b1 B b 1 1 3 0
5）是否有更好的增加资源的方案，实际上是问：①应增加哪种资源？②花多大代价增 加这种资源? ③最佳增量是多少？ ① 资源甲的影子价格 y1 = 5 > 1 ＝ y2 资源乙的影子价格，故应首先考虑增加资源甲。 ② 单位资源增量所支付的费用应< 资源的影子价格，即：单位费用< 5 才合算。 ③ 最佳增量应满足：
三、灵敏度分析的内容
1 当线性规划模型系数中的一个或几个发生变化时，已经求得的最优解是否会 发生变化？ 2 线性规划模型的系数在什么范围内变动时，原来的最优解不变？
3 当线性规划模型系数的变化时，已经引起原最优解的变化时，如何才能尽快
求出新的最优解？
四、灵敏度分析的理论依据及方法
记最优基矩阵为B，最优解： 最优值： X = B－1b z = CB B－1b 与b无关 与b、C无关 与C无关
4 1 1 / 3 1 0 即： N ' 1 0 0 c 1 ' 3 1 1 7 / 3 0 1 0时，原最优解不变 N ' c1 '5 4c1 '3 c1 '3 0
第五章线性规划问题的灵敏度分析
30 x2 x3 0 1/2 0 -1/2 10 0 -1
00 x4 x5 0 -1/5 1 4/5 0 1/5 0 -1/5
max
3 0.5
b1
min
4 0.5
a' 1,n1
a' 1,ni
a' 1, n m
设
B 1
a
'
k
,n1
a' k ,ni
a' k ,nm
a'
m,n1
a' m,ni
a'
m,nm
b b1,b2,, (bk bk ),bm T
Z0=CBTB-1b=CBb’ (2)灵敏度分析原理
（LP）最优基保持不变 σj ≤0 b’≥0
3
(3)分析结论
原问题 对偶问题
可行
可行
结论或继续计算的步骤 仍为最优解
可行 不可行 迭代求出最优（单纯形法）
不可行 可行 迭代求出最优（对偶单纯形法）
不可行 不可行 引入人工变量，编制新单纯形表 进行求解
1300 4.25 5 5.75 4
cj-zj -3.25 0 -2.75 0
00 0 x5 x6 x7 1 1/4 -1 0 1 -1 0 -3/4 1 0 0.25 1 0 -0.25 -1
x1, x3为非基变量 所以 c1 3.25, c1 4.25
线性规划的灵敏度分析与应用知识点总结
线性规划的灵敏度分析与应用知识点总结线性规划是一种重要的数学优化方法，它通过建立一个数学模型，根据特定的约束条件和目标函数，求解出使目标函数取得最大（最小）值的决策变量的取值。
而灵敏度分析则是针对线性规划模型中的参数进行变动时，目标函数值和决策变量的取值产生的变化进行评估和分析。
本文将对线性规划的灵敏度分析进行总结，并探讨其在实际应用中的一些重要知识点。
一、灵敏度分析的基本概念和原理灵敏度分析是指在线性规划模型中，通过变动参数的大小和取值范围，分析其对目标函数值和决策变量的解产生的影响程度。
主要包括以下几个方面的分析内容：1. 目标函数系数的灵敏度分析目标函数系数表示决策变量对目标函数的贡献程度，通过改变目标函数系数可以分析目标函数值的变动情况。
当目标函数系数发生较大变动时，可能导致最优解的决策变量发生改变。
2. 约束条件右侧常数的灵敏度分析约束条件的右侧常数表示资源的可利用程度，通过改变约束条件右侧常数可以分析资源的利用程度对决策变量解的影响。
当约束条件右侧常数发生较大变动时，可能会改变最优解的取值范围。
3. 决策变量的灵敏度分析决策变量的灵敏度分析可以评估决策变量值的改变对目标函数值和约束条件的违背程度产生的影响。
通过改变决策变量的取值范围，可以判断最优解的稳定性和可行性。
二、灵敏度分析的具体应用灵敏度分析在实际应用中有广泛的应用价值，主要包括以下几个方面：1. 评估模型的可靠性通过灵敏度分析，可以评估线性规划模型中参数的变动对解的影响程度，从而判断模型的可靠性和稳定性。
当参数变动对解的影响较小时，说明模型具有较好的鲁棒性。
2. 制定决策方案灵敏度分析可以帮助决策者评估决策方案的可行性和稳定性，从而选取出最优的决策方案。
在实际应用中，决策者可以通过改变参数的取值范围，确定决策方案的合理范围。
3. 资源优化分配通过灵敏度分析，可以评估资源可利用程度的变动对决策变量的解产生的影响。
在资源有限的情况下，通过调整资源的利用程度，实现资源的优化分配。
线性规划的灵敏度分析
资源有剩余，在 最优解中就有对 应松弛变量存在， 且其影子价为 0
影子价为 0， 资源并不一定有 剩余
4
5.2 价值系数 cj 的灵敏度分析
• cj 变动可能由于市场价格的波动，或生产成本的变动 • cj 的灵敏度分析是在保证最优解的基变量不变的情况下，分
析cj 允许的变动范围cj • cj 的变化会引起检验数的变化，有两种情况:
1300 4.25 5 5.75 4 0 0.25 1
zj-cj 3.25 0 2.75 0 0 0.25 1
c c j k
由于基变m量对应的价值系数 cj 在CB中出现，
2 基变量 zj zj (cjk c因jki )此ai它j 会影c响jk a所ij 有非cj基k a变kj (量z的j 检验zj数) 。
5.4 （技术系 数 aij 的灵敏 度分析）暂不 讲授(转5.5）
技术系数aij变化的影响比较复杂
对应基变量的 aij ，且资源bi已全部用完 对应基变量的 aij ，但资源bi未用完 对应非基变量的 aij ，且资源bi全用完或未用完
1、对应基变量的 aij ，且资源bi已全部用完 aij=0 2、对应基变量的 aij ，但资源bi未用完 aijxn+i /xj
3
z8c8 qiai8c8(5040.2 531)9 i1
50
结论：生产x8有利。 将B–1P8加入最优单纯型表中，以x8为入基变量进行迭代。 （过程学生完成）
17
5.6 新增约束 条件的分析
1、将最优解代入新的约束条件，若满足，则最优解不变 2、若不满足，则当前最优解要发生变化；将新增约束条件
(x)
b
i
i1
(C
B
线性规划(5)
若要保证最优解不变，必须有：-5+0.5a≤0，a≤10 -15-1.5a≤0，a≥-10 即-10≤a≤10，c1在[40,60]之间变化，最优解不变。 仍为：x1=15,x2=20;但最优值将随着c1的增大而增大；缩小而 缩小。那么c2=30在多大范围内发生变化，最优解不变？
2、b1=120，问b1在多大范围内发生变化最优基不变，最优 解和最优值是否发生变化？ 设b1变化为b1+a， 由最终单纯形表和初始单纯形表可以看出，基矩阵B和B-1分别为：
0 x4 2 1 -1 -1
0 x5 -5 -1 2 -3
xB
0 5 4
X3 25 X1 35 X2 10 cj
松弛变量的检验数对应着对偶问题的最优解。
而且是这三种资源的影子价格。
即∶资源一的影子价格为=y1=-c3=0
资源二的影子价格为=y2=-c4=1 资源三的影子价格为=y3=-c5=3
分析∶资源一的影子价格为0，说明增加这种资源
引例：生产计划问题
胜利家具厂生产桌子和椅子两种家具。桌 子售价50元/个，椅子销售价格30/个，生产 桌子和椅子要求需要木工和油漆工两种工 种。生产一个桌子需要木工4小时，油漆工 2小时。生产一个椅子需要木工3小时，油 漆工1小时。该厂每个月可用木工工时为 120小时，油漆工工时为50小时。问该厂如 何组织生产才能使每月的销售收入最大？
2 1 5 5 1 B 1 1 * 3 3 2 3 2 2
C3 X3 -1 2 0 X4 1 -1/2 -5 0 X5 -2 3/2 -15 20 15 1350 b
C3-70
若希望生产书柜，那么就需要把X3变为基变量，则要求 C3-70 ≥0， 即C3 ≥70元生产书柜有利。
第5章 灵敏度分析
5.1 目标函数中价值系数的变化分析
由最优单纯形表可得
3 1 B p3 , p1 2 1 ,C 2 6 5 4 0 0,C B 5, 2 0 1 1 3 1 1 2 B 1 A 1 1 0 6 2 3
5.1 目标函数中价值系数的变化分析
其中， xi (i 1,2) 分别表示生产 1 产品和 2 产品的数量。用图解法如 图 5-1 所示求得最优解 B( x1 50, x2 250 ) ，即生产 1 产品 50 单位，生 产 2 产品 250 单位可以获得最大利润。假设两种产品中的某一产品的单位 利润增加或减少时，为了获取最大利润，就有可能增加或减少这一产品的 产量，也就是改变最优解。实际上产品利润在一定范围内变化时，整个线 性规划的最优解是不会变化的， 即仍然生产 50 单位的 1 产品和 250 单位的 2 产品而获利最大。当然其中某一产品利润变化超出一定范围的话，最优 解就会受到影响了。用图解法可以确定这一变化的范围，即确定其变化的 上限和下限。
用单纯形法可求得最优单纯形表如表 5-2 所示
5.1 目标函数中价值系数的变化分析
表 5-2 最优单纯形表
XB
x3
x1
0
x2
1
x3
1
x4
3 2
x5
1 -2
x6
-1
b
5
x1
1
1
0
6 -1 2
3
11
j
0
-1
0
-1
-1
47
最优方案是产品 A 生产 11 吨， 产品 C 生产 5 吨， 产品 B 和 D 不生产， 最大利润为 47 千元。
5.1 目标函数中价值系数的变化分析
第5章(灵敏度分析与参数规划)
0 0 1/4 0
0 -2 1/2 1
1 1/2 -1/8 0
c2 -3/2 -1/8 0 0 0 1/4 0
0 -2 1/2 1
1 1/2 -1/8 0
0
-1.5- c2/8 c2/2 -1/8
0
试以表5.1为例，当基 变量 x2 的系数 c2 变化 c2 时，在原最优解不变的条
灵敏度分析与参数规划
max z=2x1+3x2
s.t.
x1+2x2 ≤8
4x1 ≤16
4x2 ≤12
x1 , x2 ≥0
max z =2x1+3x2
s.t. x1+ 2x2 +x3 = 8
4x1
+x4 = 16
4x2
+x5 = 12
x1, x2 , … , x5≥0
5-4
灵敏度分析的意义
在生产计划问题的一般形式中，A 代表企业的技术状 况，b 代表企业的资源状况，而 C 代表企业产品的市场状 况，在这些因素不变的情况下企业的最优生产计划和最大 利润由线性规划的最优解和最优值决定。
5-13
基变量系数cr变化的分析算例
cj
2 3+c2 0 0 0
CB XB b x1 x2 x3 x4 x5
2 x1 4 1 0 0 1/4 0
0 x5 4 0 0 -2 1/2 1
3 x2 2 0 1 1/2 -1/8 0
-1 z -14 0 0 -3/2 -1/8 0
2 x1 4 1 0 x5 4 0 3 x2 2 0 -1 z -14 0 2 x1 4 1 0 x5 4 0 3+c2 x2 2 0
线性规划的灵敏度分析
,
b3
33
5
1
,
5 1
,
15
1
5,5,15
故有 15 b3 5,b3 在[0，20]上变化时最优基不变。
若线性规划模型是一个生产计划模型，当求出cj或bi 的最大允许变化范围时，就可随时根据市场的变化来掌握 生产计划的调整。
灵敏度分析方法还可以分析工艺系数aij的变化对最优解 的影响，对增加约束、变量或减少约束、变量等情形的分 析，下面以一个例子来说明这些分析方法。
（8）增加新约束 5x1 x2 2x3 10
§2.4 灵敏度分析
Ch2 Dual Problem
Sensitivity Analysis
2023年2月1日星期三 Page 19 of 34
【解】加入松弛变量x4、x5、x6，用单纯形法计算，最优表如2－7所 示。
表2－7
Cj
2 -1
4
0
0
0
b
CB XB x1
x2
x3
x4
x5
x6
4 x3 0 5/7
1
1/7 3/7
0
2
2 x1 1 2/7
0 －1/7 4/7
0
1
0 x6 0 －2
0
0
－1
1
1
λj
0 －31/7 0 －2/7 －20/7 0
§2.4 灵敏度分析 Sensitivity Analysis
Ch2 Dual Problem
2023年2月1日星期三 Page 20 of 34
§2.4 灵敏度分析 Sensitivity Analysis
cj
－2 1
－4
0
线性规划灵敏度分析
淮北师范大学2011届学士学位论文线性规划灵敏度分析学院、专业数学科学学院数学与应用数学研究方向运筹学学生姓名陈红学号20071101008指导教师姓名张发明指导教师职称副教授2011年4月10日线性规划的灵敏度分析陈 红（淮北师范大学数学科学学院，淮北，235000）摘 要本文主要从价值系数j c 的变化，技术系数ij a 的变化，右端常数i b 的变化以及增加新的约束条件和增加一个新变量的灵敏度这几个方面来进行研究；资源条件是线性规划灵敏度分析中的主要应用内容,而对于资源条件b 的一个重要应用是：“影子价格问题”的实际应用，最后简述了线性规划在经济及管理问题上的典型应用和从求解例题的图解法揭示了最优解的一些重要特征。
关键词 单纯形法，灵敏度分析,最优解，资源条件，价值系数Sensitivity Analysis of Linear ProgrammingChen Hong(School of Mathematical Science,Huaibei Normal University ，Huaibei,235000)AbstractThis thesis is mainly from the variety of the cost coefficient ‘j c ’, the variety of technology coefficient ‘ij a ’， the var iety of the resources condition‘i b ’and increase the new restraint and new variable to analytical linear programming of sensitivity analysis 。
This thesis is mainly based on the simplex method and dual simplex method of linear programming to system analytical the influence of the variety upon the optical solution of the coefficient of the simplex table 。
浅谈线性规划问题的灵敏度分析
浅谈线性规划问题的灵敏度分析符龙飞2016年5月15日摘要线性规划是运筹学的一个重要的分支，本文主要讨论有关线性规划问题的灵敏度分析，灵敏度分析顾名思义就是指对事物或者使整个系统因为其自身周围环境条件变化而表现出来的敏感程度的分析，在线性规划问题中，我们都假定技术数据、资源数据和价值数据向量或者矩阵中元素为已知常数，但是在实际的问题工作中这些数据往往只是一些预测的数据和估计值，在处理实际问题的建立线性规划模型时，这些数据并不是不会变化的，不是很精确,有可能进行了修改.因此本文讨论在实际问题中当技术系数、资源系数、价值系数以及增加一个变量和增加一个约束条件时，原问题最优解的变化，对原线性规划问题进行灵敏度分析.关键词：线性规划；灵敏度；最优解AbstractLinear programming is an important branch of operational research, this paper mainly discusses the sensitivity analysis of linear programming, sensitivity analysis of the definition refers to the analysis of the sensitivity of its own because of changes in ambient conditions and displayed on things or to make the whole system of linear programming problems, we assume that the technology of data resources the data value and data vector or matrix elements in the known constant, but in the actual problems in these data are just some forecast data and estimates, the establishment of a linear programming model to deal with practical problems, will not change the data, is not very accurate, may be modified in this paper.When discussing technical factors, in the actual problem of resource factor, value factor and add a variable and add a constraint condition, the original problem of optimal solution Sensitivity analysis of the original linear programming problem.Keywords: Linear programming; sensitivity; optimal solution目录第一章前言 (1)1.1 线性规划问题及线性规划发展史 (1)1.2 灵敏度分析的概念 (1)1.3线性规划模型 (1)1.4灵敏度分析的方法及步骤 (2)1.5 符号说明 (2)第二章技术系数a的变化分析 (3)ij2.1 非基变量系数列向量发生变化 (3)2.2 基变量系数列向量发生变化 (4)第三章资源系数b的变化分析 (7)ic的变化分析 (10)第四章价值系数i4.1 非基变量价值系数变化 (10)4.2基变量价值系数变化 (11)第五章增加新的变量的变化分析 (13)第六章增加新约束条件的变化分析 (16)总结 (18)[参考文献] (19)第一章前言1.1 线性规划问题及线性规划发展史线性规划是我们研究运筹学最基本的也是最重要的问题之一，是运筹学中相对比较成熟的一个重要分支.线性规划是近几十年发展起来的一种数学规划的方法，它主要研究在给定的线性不等式或者线性方程约束条件下，对所求的目标函数在一定意义下的极值问题，使其线性指标最优.它广泛应用于工、商、农、军事、交通运输、经济管理以及计划等各个领域.具有应用广泛、适应性强、计算技术比较简单等特点，线性规划在理论上已经也来越成熟，其应用也越来越广泛和深入[1].线性规划的发展是运筹学史上几代人智慧的结晶.1939年，原苏联数学家康托洛维奇发表了《生产组织与计划中的数学方法》学术报告，首次提出了线性规划问题，但是他没有找到一个统一的求解这类问题的方法，1941年美国学者希奇柯克独立的提出了运输问题这样一类特殊的线性规划问题，1947年，美国学者丹捷格提出求解线性规划的单纯形法和许多相关的理论，为线性规划奠定了理论基础，推动了线性规划的发展.自此以后线性规划在计算上趋向成熟，应用也更加广泛深入[2].1.2 灵敏度分析的概念灵敏度分析顾名思义就是指对事物或者使整个系统因为其自身周围环境条件变化而表现出来的敏感程度的分析.在线性规划问题中，我们都假定技术数据、资源数据和价值数据向量或者矩阵中元素为已知常数，但是在实际的问题工作中这些数据往往只是一些预测的数据和估计值，在处理实际问题的建立线性规划模型时，这些数据并不是不会变化的，不是很精确,有可能进行了修改.如果市场条件发生了变动，价值系数的值就会发生变化，技术系数会随着工艺技术条件的变化而变化，同样，在资源投入量发生变化时，资源系数也会随之发生变化，它的值会根据资源投入后能产出多大经济效果来决定的一种决策选择.因此，当这些数据发生变化时，线性规划的最优目标值或者最优解会发生怎样的变化？或者是不是这些参数在一定的范围内其线性规划问题的最优解不会发生变化？这就是本文我们研究线性规划问题的灵敏度分析所要解决的问题.1.3线性规划模型线性规划模型的标准形式如下：max z CX(0)0AX b b X =≥⎧⎨≥⎩我们在求解线性规划问题时首先就应该把数学模型转化成标准形式.1.4灵敏度分析的方法及步骤要进行灵敏度分析，首先要弄明白的就是上述问题：①当系数发生变化时，最优解或者最优目标值发生变化，我们如何简便地求出新的最优目标值和最优解；②当系数在什么一定范围内，线性规划的最优解是不变的.我们可以将灵敏度度分析归纳为：（1）将参数的改变计算反映到最终单纯形表上来，具体的计算方法是按下列公式计算出由技术参数、资源参数和价值参数的变化引起的最终单纯形表上有关数字的变化，即*1b B b -∆=∆*1j j P B P -∆=∆()()*1mj j j j ij i i c z c z a y =∆-=∆--∑（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.（4）我们可以按照下表1-1所列出的情况得出结论或者得出继续计算的步骤[3].表1-1原问题 对偶问题 结论或者继续计算的步骤 可行解 可行解 表中的解仍为最优解 可行解 非可行解 用单纯法继续迭代求最优解 非可行解 可行解 用对偶单纯形法继续迭代求最优解 非可行解非可行解引入人工变量，编制新的的单纯形表，求最优解1.5 符号说明①ij a 技术数据； ②i b 资源数据； ③j c 价值数据； ④B 最优基； ⑤s .t . 约束条件.第二章 技术系数ij a 的变化分析2.1 非基变量系数列向量发生变化如果我们用最优基B 来说，当非基变量j x 的系数列向量j A 改变为'j j jA A A =+∆就会有变化后的检验数为()'1j j B j j j j c C B A A Y A σσ-=-++∆=+∆ ()1,2,,j n =[4]在这里，对偶可行解为1B Y C B -=，我们要使原来的线性规划最优基B 仍然保持不变的话，必须有'0j σ≥，即j j Y A σ∆≥- ()1,2,,j n =而当()0,,,,0Tj ij P a ∆=∆时，则由上式可得()10,,0im i ij j ij y y y y a a σ⎡⎤⎢⎥⎢⎥⎢⎥=∆≥-∆⎢⎥⎢⎥⎢⎥⎣⎦我们可以导出 当0i y >时，有jij ja y σ∆≥-；当0i y <时，有jij ja y σ∆≤-.例1已知线性规划问题12345max 2300Z x x x x x =---++s .t .()12341234347901,2,3,4,5j x x x x x x x x x j ⎧+++=⎪⎪+++=⎨⎪≥=⎪⎩ 23a 怎样变化时最优解保持不变？解：最终单纯形表如下表2-1j c2- 3- 1-0 0bB C B X 1x2x3x 4x5x2-1x 1 0 1-43 13- 1 3-2x0 1 2 13- 13 2j σ353138Z =-由此表可得[]133323234113312,311331233B cC B p a a σ-⎡⎤-⎢⎥⎡⎤=-=----⎢⎥⎢⎥⎣⎦⎢⎥-⎢⎥⎣⎦=+ 32323120233a a σ=+≥⇒≥-所以[232,)a ∈-+∞原最优解保持不变.2.2 基变量系数列向量发生变化仍然对于最优基B 来说，当基变量j x 的系数列向量j A 发生变化的时候，对于基向量B 和它的逆矩阵1B -都会有一定的影响，则线性规划的解的可行性、最优性以及它的最优目标值都会随之发生变化.我们要求出一个一般公式是很难的，因此，我们会用单纯形法重新求解变化后的线性规划问题.对于重新的求解可以在原来的单纯形终表上变换数据后进行迭代[5].例2已知线性规划问题1234max 534Z x x x x =+++s .t .()123412341234232800543412003453100001,2,3,4jx x x x x x x x x x x x x j +++≤⎧⎪+++≤⎪⎨+++≤⎪⎪≥=⎩如果非基变量3x 的系数由135⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦变为141⎡⎤⎢⎥⎢⎥⎢⎥⎣⎦，那么原线性规划的最优解是否还是最优？如果不是求出最优.解:由3110431154A ⎡⎤⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥∆=-=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦⎣⎦则330115110,,114444Y A σ⎡⎤⎛⎫⎢⎥∆==-<-=- ⎪⎢⎥⎝⎭⎢⎥-⎣⎦因此不满足j j Y A σ∆≥-，那么原线性规划的最优解就不再是最优解了，根据灵敏度分析的步骤，求新的最优解我们应该先求出新的检验数'1'3330130,,111044B c C B A σ-⎡⎤⎛⎫⎢⎥=-+=-+=-< ⎪⎢⎥⎝⎭⎢⎥-⎣⎦所以可以取3x 为进基变量，然后计算1'311111401143312014B A -⎡⎤-⎢⎥⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥=-=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎣⎦⎣⎦-⎢⎥⎣⎦用它去替换原线性规划最优单纯形表表2-1的第3列，从而得到表2-2，继续迭代可以得到表2-3，如下表2-1 原线性规划最优单纯形表15341x2x3x4x5x6x7x5x 100 140 134- 0 1 141- 4x20022-111-2x100 34-1 114 0 0 34-1 1300134114141表2-2 改变后的单纯形表15341x2x3x4x5x6x7x5x 100 140 1 0 1 141- 4x 200 20 31 0 11-2x100 34-1 2- 0 0 34-1 13001341-141表2-3 迭代后的单形表15341x2x3x4x5x6x7x5x 1003 512- 0 0 13- 1 112-23- 4x 2003 23 0 1 13 0 13 13- 2x7003 712 1 0 23 0 112- 13 41003471213712 23我们由上表就可以看得出来，求得的最优解*7002001000,,,0,,0,0333X ⎛⎫= ⎪⎝⎭以及改变后的最优值*41003z =.第三章 资源系数i b 的变化分析我们知道，资源系数发生变化的问题关键就是怎样把i b 的变化直接的反映到原来线性规划问题的最终单纯形表，对于单纯形法的迭代过程，其实就是矩阵的初等变换过程，用所学的知识我们知道，对于分块矩阵[]BI我们进行初等变换时，把矩阵B 变成单位矩阵I ,会有单位矩阵I 变成矩阵1B -，即1IB -⎡⎤⎣⎦因此我们可以知道，若在已知的最终单纯形表中基可行解所对应的基“B ”（最终单纯形表中的基变量在初始单纯形表中的列向量所构成的矩阵），即可在最终单纯形表中找到“1B -”（初始单纯形表中的单位矩阵I 在最终单纯形表中所对应的矩阵），我们可以有'1b B b -=[6].例3对于线性规划问题12max 2z x x =+s .t .212121251562245,0x x x x x x x ≤⎧⎪+≤⎪⎨+≤⎪⎪≥⎩ 如果把第二个约束条件的右端项增大到32，那么分析一下最优解如何让变化.解：由最终单纯形表表3-1表3-1 最终单纯形表1x2x3x4x5x3x 152 0 0 1 54 152- 1x 72 1 0 0 14 12- 2x32114- 32i i z c -0 0 014 12因为003224880b ⎡⎤⎡⎤⎢⎥⎢⎥∆=-=⎢⎥⎢⎥⎢⎥⎢⎥⎣⎦⎣⎦，由*1b B b -∆=∆，得*51514201011082420213042b ⎡⎤-⎢⎥⎡⎤⎡⎤⎢⎥⎢⎥⎢⎥⎢⎥∆=-=⎢⎥⎢⎥⎢⎥⎢⎥⎢⎥-⎢⎥⎣⎦⎣⎦⎢⎥-⎢⎥⎣⎦将其加到表3-1一列数字上的最终单纯形表的基变量解，得表3-2.表3-21x2x3x4x5x3x 352 0 0 1 54 152- 1x 112 1 0 0 14 12- 2x12- 0 1 0 14- 32 i i z c -1412又因为上表中原问题是非可行解，因此我们需继续计算，采用对偶单纯形法可以得到表3-3表3-31x2x3x4x5x3x 15 0 5 1 0 0 1x 5 1 10 0 12x20 4-0 1 6-i i z c -12从表中我们可以看出新的最优解15x =，*2510z =⨯=.第四章 价值系数i c 的变化分析4.1 非基变量价值系数变化假设()12n A p p p =.若j j j c c c =+∆，j N ∈,则1T j j B j j j c c B p c σσ-=-=+∆如果使最优基不变，则必须有0j σ≤，因此非基变量价值系数j c ，j N ∈的变动范围应该满足j j c σ∆≤-例4已知线性规划问题123max 234Z x x x =---s .t .123412341234523234,,,,0x x x x x x x x x x x x x ---+=-⎧⎪-+-+=-⎨⎪≥⎩求解价值系数在什么范围变化时，最优解不变.解：表4-1是最终单纯形表表4-1j c →2-3- 4- 0 0b cB X b1x2x3x4x5x3-2x 25 0 0 15- 25- 15 2-1x1151 0 75 15- 25- j σ95- 85- 15- 由单纯形法计算可得表4-2表4-2j c →2-3-34c -+∆0 0b cb x b1x2x3x4x5x3-2x 25 0 0 15- 25- 15 2-1x115175 15- 25- j σ0 0395c -+∆85- 15- 从表4-2中我们可以看出当395c ∆≤时，最优解不变. 4.2基变量价值系数变化如果B B B c c c =+∆,则对于j N ∀∈,11TT B j j j j B j c c B p c B p σσ--=-=-∆这时，若保持最优基不变，一定要使得0j σ≥，j N ∀∈.所以基变量价值系数Bc 满足不等式组的取值范围为1T B j jc B p j N σ-∆≤∀∈例5已知线性规划问题123max 2z x x x =-++s .t .1231241234624,,,0x x x x x x x x x x ++=⎧⎪-+=⎨⎪≥⎩当1c 变为4时，求新问题的最优解.解：这个线性规划模型的最终单纯形表为表4-3 .表4-31x2x3x4x2x 6 1 1 1 0 4x1030 11 i i 1c 是非基变量的系数，则()1133,132c c ∆≤--=≤-+=所以，1c 在12c ≤的范围内变化时，最优解不变.当1c 变为4时，超出范围，则重新计算()()1'1241144,42,003TB j c B p c c p σ-⎛⎫=-=-=-> ⎪⎝⎭把表4-3中13σ=-变为2，选择1x 为入基变量，4x 为出基变量，进行迭代，得到的最终单纯形表，表4-4表4-41x2x3x 4x2x83 0123 13- 4x 1031 013 13 i i c z - 0 053- 23- 新的最优解为：1234108,,033x x x x ====；最优值：*563z =.第五章 增加新的变量的变化分析增加一个新的变量实际上就是在单纯形表中增加一列，假如增加一个新的变量1n x +，1n c +是它所对应的价值系数，()111211,,,Tn n n mn A a a a ++++=是它在约束矩阵中的对应系数列向量，则增加一列'11'''2111'1n n n n mn a a A B A a +++++⎡⎤⎢⎥⎢⎥==⎢⎥⎢⎥⎢⎥⎣⎦其检验数1111n n B n c C B A σ-+++=-+那么就得到了新问题的单纯形表，如果10n σ+≥，则原线性规划问题的最优解不变.我们通过具体例题来讨论增加新的约束条件.例6某生产加工厂计划用两种不同的原料生产四种商品，四种商品的收益和消耗的原料数以及消耗的原料定量如表5-1表5-1产品（万件）/原料（kg ）甲 乙 丙 丁 提供量 第一种原料3 2 104 18 第二种原料 0 0 2 1/2 3 求：如果增加第一种原料，增加多少原最优基不变？解：设生产甲、乙、丙、丁四种产品各1x ，2x ，3x ，4x 万件，则线性规划模型为1234max 985019Z x x x x =+++s .t .()1234343210418123201,2,3,4j x x x x x x x j ⎧+++≤⎪⎪+≤⎨⎪⎪≥=⎩增加第一种原料时，1b 就会发生变化，设1118b b =+∆，1(18,3)b b =+∆，则1111210221833314311636b b B b b -⎡⎤⎡⎤-+∆⎢⎥⎢⎥+∆⎡⎤==⎢⎥⎢⎥⎢⎥⎣⎦⎢⎥⎢⎥--∆⎢⎥⎢⎥⎣⎦⎣⎦则需满足12203b +∆≥，11106b -∆≥原最优基不变，得136b -≤∆≤，即11524b ≤≤.函数1112(0,0,1,2)63t X b b =-∆+∆，113883Z b =+∆是1b ∆最优值和最优解，当16b ∆>，13b ∆<-时，原来的最优基就会改变，原问题的最优基如下表表5-2.表5-2j c9 8 50 19 0 0bB cB x 1x2x3x4x5x6x19 4x 243 0 1 23 103-2 503x12- 13- 1 0 16- 43 1j σ4- 23- 0133- 103- 88Z =当16b ∆>时，情形如下，常数项用111223116b B b b -⎡⎤+∆⎢⎥=⎢⎥⎢⎥-∆⎢⎥⎣⎦代替，用对偶单纯法得表5-3.表5-3j c9 8 50 19 0 0bB cB x 1x2x3x4x5x6x19 4x 243 0 1 23 103-1223b +∆503x12- 13- 116- 43 1116b -∆j σ4-23- 0 0133- 103-113883Z b =+∆用对偶单纯形法求解，第二行需乘以3-,第一行加上第二行乘以43-,可以得到单纯形表表5-4.表5-4j c9 8 50 19 0 0bB cB x 1x2x3x4x5x6x19 4x 00 41 02683x321 3-0 124-1132b ∆- j σ3- 02- 04-6-1904Z b =+∆当11302b ∆-≥，即16b ∆>，新的最优基42(,)B P P =,最优解为11(0,3,0,6)2b ∆-，最大收益为1904b +∆万元.第六章 增加新约束条件的变化分析我们在处理实际问题时，往往会遇到在其问题的基础上增加新的约束条件，如果新添加的约束条件能够使原来的最优解得到满足，那么它的最优解一定不变，反之，则需对问题继续进行分析.例7对于线性规划问题 12max 2z x x =+s .t .212121251562245,0x x x x x x x ≤⎧⎪+≤⎪⎨+≤⎪⎪≥⎩增加一个新的约束条件123212x x +≤，分析最优解的变化.解：把原来线性规划问题最优解带入新的约束条件中，因为 73273212222⨯+⨯=> 则约束条件可以写成1263212x x x ++=，6x 为基变量，反映到表3-1中得表6-1.表6-11x2x 3x 4x5x6x 0 3x 152 0 0 1 54 152- 0 2 1x 72 1 0 0 14 12- 0 1 2x 320 1 0 14- 320 06x12 3 2 0 01 i i c z -14121将1x ，2x 列系数变为单位向量，用对偶单纯法进行迭代，得最终单纯形表，表6-2.表6-21x2x 3x 4x5x 6x0 3x 15 0 0 1 52 0 5-2 1x 4 1 0 0 13 0 13-1 2x 0 0 1 0 12- 0 16x13 2 0 16 1 23- i i c z -16- 013-则新的最优解为*124,0,8x x z ===.总结从本文中讨论我们可以看出，在线性规划问题中，一些数据发生变化时，特别是当数据变化的幅度较小时，用灵敏度分析新的问题要比从头求解新问题简便的多，因此我们要学会掌握线性规划问题的灵敏度分析并加以推广.[参考文献][1] 李小光.线性规划中的灵敏度分析[J].2000,20(3),15-20.[2] 张伯声．运筹学[M]．北京：科学出版社，2008，65-75．[3] 党耀国，李邦义．运筹学[M]．北京：科学出版社，2009，61-73．[4] 施泉生.运筹学[M].北京：中国电力出版社，2004，44-50.[5] 孙麟平.运筹学[M].北京：科学出版社，2005，32-38.[6] 吕蓬，潘志.运筹学数学规划篇[M].北京：清华大学出版社，2011，32-40.。
5第五章线性规划的对偶问题与灵敏度分析
基本元素
A
10 3 8 2
5
B
90 150 75 175
100
C
45 25 20 37
30
每吨矿石 800 400 600 500
成本（元）
25
1.求成本最低的混料配比。
2.每吨最优混合料中各种基本元素的含量是多少？
3.若把每吨配料中基本元素A的最低需要量降低到4.75千克 或者提高到8千克，最优混料中的成本各有什么变化？
新产品的分析：
在资源结构没有变化的条件下，是否生产这种新产品， 就看它的竞争力如何。
例题6：新增一种C产品，单位利润110元，使用劳动力6
工时，设备5台时，原材料7公斤，问要否调整产
品结构？
先算检
验数σj =Cj-CBB-1pj
σ6=C6-YP6=110-（0，13.6，5.2）（6，5，7）T = 110-104.4=5.6 大于零，有利可图，将P6左乘B-1， 加入到末表之中，继续迭代，直到求得最优解。
2x1+x2-4x3+x4+3x5 ≥7
y1 +3y3 ≤2
x1+ 2x3 -x4 ≤ 4
-4y1+2y2 ≤-6
-x1+3x2 -x4+ x5 =-2
y1 -y2 -y3 ≥ 0
x1,x2，x3 ≥0;x4 ≤ 0;x5无限制 3y1 +y3=1
y1 ≥ 0，y2 ≤ 0，y3 无约束
10
5.1.3对偶问题的基本性质
13
灵敏度分析
右端项的灵敏度分析：
bi变化到什么程度可以保持最优基不变？用尺度
xB= B-1b ≥0
例题5： 1 -3.12 1.16 360 B-1b= 0 0.4 -0.2 200 ≥0 0 -0.12 0.16 b3
线性规划中的对偶问题与灵敏度分析
线性规划中的对偶问题与灵敏度分析线性规划是一种优化方法，广泛应用于各个领域的决策问题。
在线性规划中，对偶问题与灵敏度分析是两个重要的概念和工具，可以帮助我们更好地理解和解决实际问题。
1. 对偶问题在线性规划中，对偶问题是指与原始问题相对应的一个问题。
它通过转换原始问题并构造一个新的问题，以便从不同的角度来解释和解决原始问题。
对偶问题能够提供原始问题的一些有用信息，并且在某些情况下，对偶问题的解与原始问题的解是相等的。
对偶问题的构造可以通过拉格朗日对偶性理论来完成。
该理论通过构造一个拉格朗日函数，将原始问题中的约束条件转化为拉格朗日乘子，从而得到对偶问题。
对偶问题的目标函数是原始问题的约束条件的线性组合。
解决对偶问题可以通过求解拉格朗日函数的最优化问题来实现。
对于线性规划问题，对偶问题的解可以通过求解一组线性方程或线性不等式来获得。
对偶问题的解不仅可以提供原始问题的一些信息，还可以用于检验原始问题的解的可行性和最优性。
2. 灵敏度分析灵敏度分析是在线性规划中评估解决方案对问题参数变化的响应程度的方法。
它可以帮助我们了解如果问题的参数发生变化，对解决方案的影响有多大，并做出相应的调整和决策。
灵敏度分析可以通过改变单个参数或多个参数来进行。
其中，常见的灵敏度分析包括目标函数系数的变化、约束条件右侧常量的变化和新增或取消约束条件。
这些变化可以用来模拟实际情况中可能发生的条件变化，以及评估解决方案的稳定性和可行性。
在进行灵敏度分析时，我们可以通过计算变动参数对解决方案的影响程度来得到一些关键指标。
例如，参数的变化导致目标函数值的变化量称为“影子价格”，而约束条件右侧常量的变化导致解决方案中相应决策变量的变化量，则称为“机会成本”。
灵敏度分析的结果可以帮助我们确定参数的重要性，判断解决方案的可行性和稳定性，以及找到最佳的决策方案。
在实际应用中，灵敏度分析可以帮助我们应对不确定性和风险，做出更加准确和可靠的决策。
《数据模型与决策》复习题及参考答案
《数据模型与决策》复习题及参考答案第一章绪言一、填空题1．运筹学的主要研究对象是各种有组织系统的管理问题，经营活动。
2．运筹学的核心是运用数学方法研究各种系统的优化途径及方案，为决策者提供科学决策的依据。
3．模型是一件实际事物或现实情况的代表或抽象。
4、通常对问题中变量值的限制称为约束条件，它可以表示成一个等式或不等式的集合。
5．运筹学研究和解决问题的基础是最优化技术，并强调系统整体优化功能。
运筹学研究和解决问题的效果具有连续性。
6．运筹学用系统的观点研究功能之间的关系。
7．运筹学研究和解决问题的优势是应用各学科交叉的方法，具有典型综合应用特性。
8．运筹学的发展趋势是进一步依赖于_计算机的应用和发展。
9．运筹学解决问题时首先要观察待决策问题所处的环境。
10．用运筹学分析与解决问题，是一个科学决策的过程。
11.运筹学的主要目的在于求得一个合理运用人力、物力和财力的最佳方案。
12．运筹学中所使用的模型是数学模型。
用运筹学解决问题的核心是建立数学模型，并对模型求解。
13用运筹学解决问题时，要分析，定议待决策的问题。
14．运筹学的系统特征之一是用系统的观点研究功能关系。
15.数学模型中，“s·t”表示约束。
16．建立数学模型时，需要回答的问题有性能的客观量度，可控制因素，不可控因素。
17．运筹学的主要研究对象是各种有组织系统的管理问题及经营活动。
二、单选题1.建立数学模型时，考虑可以由决策者控制的因素是（ A ）A．销售数量 B．销售价格 C．顾客的需求 D．竞争价格2．我们可以通过（ C ）来验证模型最优解。
A．观察 B．应用 C．实验 D．调查3．建立运筹学模型的过程不包括（ A ）阶段。
A．观察环境 B．数据分析 C．模型设计 D．模型实施4.建立模型的一个基本理由是去揭晓那些重要的或有关的（ B ）A数量 B变量 C 约束条件 D 目标函数5.模型中要求变量取值（ D ）A可正 B可负 C非正 D非负6.运筹学研究和解决问题的效果具有（ A ）A 连续性B 整体性C 阶段性D 再生性7.运筹学运用数学方法分析与解决问题，以达到系统的最优目标。
第五讲 线性规划灵敏度分析演示教案(Max型)
xB x2 x1 x6
b 10 35 25
x1 0 1 0
x2 1 0 0 0
x3 x4 3 2 -1 -1 -7 -5 -4 -3
-z -215 0
因 变为非基变量x 解：(1)因C3变为非基变量 3的系数
例1－3 － 其检验数b 的改变量为∆C 其检验数 03=-4，设C3的改变量为 3 ， 要使原最优解不变,则必须 要使原最优解不变 则必须 即－4+∆C3≤ 0 ∆C3 ≤ 4 b03+∆C3≤ 0 C3 ≤ 3+4=7
C −CBB−1A
b0j=Cj-CBB-1Pj
B−1A
C-CBB-1A=(b01,b02,...,b0n) 的价值系数C 有改变量∆ 当xj的价值系数 j有改变量 Cj 变成C 即Cj变成 *=Cj+∆ Cj
Max Z = C X ( LP1 ) AX = b S .T . X ≥ 0
因此当C 价格小于等于7时 原最优解不变 因此当 3≤ 7 (价格小于等于 时,原最优解不变 价格小于等于 (2)当 变为10时 (2)当C3变为10时
非基变量系数C 的灵敏度分析(例 非基变量系数 j的灵敏度分析 例1)
某厂利用三种资源B1、 、 生产三种产品 生产三种产品A1、 、 某厂利用三种资源 、 B2、 B3生产三种产品 、 A2、 A3;其中 其中 B1为劳动力 单位 人),B2为流动资金 单位 元),B3为主要设备 单位 为劳动力(单位 为流动资金(单位 为主要设备(单位 为劳动力 单位:人 为流动资金 单位:元 为主要设备 单位: 台时)。在一个生产周期内,各资源的 供应数量,单位产品对各资源 台时 。在一个生产周期内 各资源的 供应数量 单位产品对各资源 的消耗数及单位产品的销售价格如下表所示: 的消耗数及单位产品的销售价格如下表所示
- 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)。
要保持 (cj cj)zj 0 故有cj (cj zj)
6
例5.1
153 4
CB XB b
x1 x2 x3 x4
0 x5 100 1/4 0 -13/4 0 4 x4 200 2 0 -2 1
5 x2 100 -3/4 1 11/4 0
1300 4.25 5 5.75 4
最优解/最优值的变化情况； (2)分析线性规划相关参数和条件在什么范围内变化，其最优
基/最优解/最优值不变。
灵敏度分析内容： (1)参数 Cj,bi,aij的影响分析; (2) 增加约束或变量的影响分析；
3
5.2 灵敏度分析工具与原理
(1)灵敏度分析工具
Pj’ =B-1Pj
b’=B-1b
σj =Cj-CBB-1Pj=Cj-CBPj’
设x4的价值系数增加c4，对应k=2（第二行）
ma x32.25 ,01.25c4mi n 2.2 75 , 1 1 0.25 c41, 3.75 c45
• 有一边为空集如何处理
• 为什么akj=0不出现在任何一边的集合中
• 与对偶单纯型法找入变量的公式一样
9
例2：maxf (x) (21)x1 (32)x2
cj-zj -3.25 0 -2.75 0
00 0 x5 x6 x7 1 1/4 -1 0 1 -1 0 -3/4 1 0 0.25 1 0 -0.25 -1
x1,x3为非基变量 所以 c1 3.25, c1 4.25
c3 2.75, c3 5.75
7
（2）基变量对应的价值系数的灵敏度分析
• 由于基变量对应的价值系数在CB不中考出虑现，ark因=0此的它情会况影，响因所为当
5
5.3 价值系数 cj 的灵敏度分析
• cj 变动可能由于市场价格的波动，或生产成本的变动 • cj 的灵敏度分析是在保证最优基变量不变的情况下，分析cj
允许的变动范围cj • cj 的变化会引起检验数的变化，有两种情况
– 非基变量对应的价值系数变化，不影响其它检验数 – 基变量对应的价值系数变化，影响所有非基变量检验数
0 x5 100 1/4 0 -13/4 0
4 x4 200 2 0 -2 1
5 x2 100 -3/4 1 11/4 0
1300 4.25 5 5.75 4
cj-zj -3.25 0 -2.75 0
00 0 x5 x6 x7 1 1/4 -1 0 1 -1 0 -3/4 1 0 0.25 1 0 -0.25 -1
2x1 3x2 12
s.t.
4x1
16 5x2 15
x1, x2 0
试求价值系数变化范围为多少时原问题最优解不变
10
上例题的最优单纯形表为：
2 3 0 00 CB XB b x1 x2 x3 x4 x5 2 X1 3 1 0 1/2 0 -1/5 0 x4 4 0 0 -1/2 1 4/5 3 x2 3 0 1 0 0 1/5 OBJ=15 cj-zj 0 0 -1 0 -1/5
原问题 对偶问题 可行 可行
结论或继续计算的步骤 仍为最优解
可行 不可行
迭代求出最优（单纯形法）
不可行 可行
迭代求出最优（对偶单纯形法）
不可行 不可行 引入人工变量，编制新单纯形表进行求1解2
• 设XB=B1b是最优解，则有XB=B1b0 • b的变化不会影响检验数
• b的变化量b可能导致原最优解变为非可行解
a' 1, n 1
a' 1, n i
a' 1,n m
设
B 1
a' k ,n1
a' k ,ni
a' k ,nm
a
'
mLeabharlann ,n1a' m,ni
a' m,nm
b b1, b2 , , (bk bk ), bm T
为保证最优解的基变量 不发生变化 , 必须满足
XB B 1b b 0
有非基变量的检验数
ark=0时，cj的变化不影响zk，
• 只有一个基变量的 cj 发生变化，同变时化因量为基 c变j 量检验数始终
• 令 cj 在CB中的第k行，研究非基变为量0，xj 机不会考成虑本其的变变化化。
m
m
zj zj (ci ci)aij ciaij ciakj
i1
i1
要满足cj (zj zj ) 0, 则有cj zj akjck
max1/12c1 min11//55 2c1 1, 0c1 3
max
1/ 5 1/ 5
c2
1 c2, 2 c2
11
5.4 右端项 bi 的灵敏度分析
约束条件右端项bi的变化在实际问题中反映为可用资源数量的变 化。由对偶单纯形法可看出b变化反映到最终单纯形表上将引起右 边系数列数字的变化,结论可能出现第一或第三的两种情况。出现第 一种情况时，问题的最优基不变，变化后的b列值为最优解。出现 第三种情况时，用对偶单纯形法迭代继续找出最优解 。
大家好
1
第五章 线性规划问题的灵敏度分析
(又称为后优化分析)
• 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
• 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
2
5.1 灵敏度分析的概念与内容
灵敏度分析概念： (1)当线性规划有关参数和条件发生变化时，分析其最优基/
Z0=CBTB-1b=CBb’ (2)灵敏度分析原理
（LP）最优基保持不变 σj ≤0 b’≥0
4
(3)分析结论
原问题 对偶问题
可行
可行
结论或继续计算的步骤 仍为最优解
可行 不可行 迭代求出最优（单纯形法）
不可行 可行 迭代求出最优（对偶单纯形法）
不可行 不可行 引入人工变量，编制新单纯形表 进行求解
当 akj 0, 有
当akj 0, 有
ck
c
j
zj
akj
akj
0
ck
cj zj akj
akj
0
为保证所有非基验 变数 量仍 检满足最优 , 有条件
maxcj zj j akj
akj 0cj'
mincj zj j akj
akj 0
8
153 4
CB XB b
x1 x2 x3 x4
13
x
当a '
B
'B
1
i,nk
(b
0,
则 b )有 B
1b
当 Ba'i,n1k
b
0,
则 b ' 有 B 1
b
0
bi bb12'a' 'i,bnk'kB
b
' m
1
0
b
k
0
bbbi12'' a'i,bnk'kb