第二章对偶理论与灵敏度分析---课件.ppt

* Max z = 2x1 + 3x2 + 0x3 + 0x4+ 0x5 s.t. x1 + 2x2 + x3 = 8 4x1 + x4 = 16 4x2 + x5 = 12 x1 , x2 , x3 , x4 , x5 ≥ 0 下表为最优单纯形表,考虑基变量系数 c2 发生变化 例题: 仍以第一章例1的最终表为例。设基变量x2的系数 c2变化 △c2，在原最优解不变的条件下，确定 △c2 的变化范围。 Chapter 2 灵敏度分析 从表中可得到 -3≤Δc2≤1时，原最优解不变。 即 x2 的价值系数 c2 可在[0,4]之间变化，不影响原最优解。 总 结 1、掌握写出线性规划对偶问题的方法，注意原问题与其对偶问题的对应关系 (以对称形式为参照) 2、掌握对偶问题的基本理论和性质 (尤其是互补松弛性质的应用) 3、理解影子价格的定义(对偶规划的最优解)和意义 4、理解并掌握对偶单纯形方法的思想和步骤（对初始基本解的要求（对偶可行）） 5、掌握线性规划灵敏度分析 (1) 资源数量 bi 发生变化的分析 最优基不变： bi 的变化范围 (2) 目标函数中价值系数 cj 发生变化的分析 最优解不变： cj 的变化范围 (注意基变量和非基变量价值系数的不同) 作业： 2.1 （1），（2）（3） 2.2 2.3 2.6 （1） 2.9 2.10 Shanghai University of Engineering Science 从几何图形上看单纯性和对偶单纯性的区别 已知Q2为最优解点 x1 x2 O 4 Q2(4,2) Q1 Q3 Q4 3 A B C 单纯形法：O Q1 O2 或 O Q4 O3 O2 对偶单纯性法： A B Q2 或 B Q2 注意：对偶单纯形对迭代点的要求---对偶可行性 （1）用对偶单纯形法求解线性规划是一种求解方法，而不是去求对偶问题的最优解； （2）初始表中一定要满足对偶问题可行，也就是说检验数满足最优判别准则； （3）对偶单纯形法与普通单纯形法的换基顺序不一样，普通单纯形法是先确定进基变量后确定出基变量，对偶单纯形法是先确定出基变量后确定进基变量； （4）对偶单纯形法在确定出基变量时，若不遵循 规则，任选一个小于零的bi对应的基变量出基，不影响计算结果，只是迭代次数可能不一样． 应当注意： 2.7 灵敏度分析 系数 br、cj 变化，最优解的最优性、可行性是否变化？ 系数在什么范围内变化，最优解或最优性不变？ 如何求新的最优解？ 本节重点 例2.2 1. 求解此线性规划的解 2. 当C2 =2时，新的线性规划问题的解 3.当C2 =5时，新的线性规划问题的解 4. 当 b1=9时，新的线性规划问题的解 5.当 b1=12时，新的线性规划问题的解 灵敏度分(Sensitivity Analyisi), 就是分析研究LP 模型参数 aij, br, cj 的取值变化对最优解和最优基的影响。它在应用线性规划解决实际问题的过程中是非常有用的。 实际LP问题的最优解，是在模型参数区某一组定值的基础上获得的，而这些定值往往是一些预测和估计的数字，因此或者有一定的误差，或者可能变动。如市场条件出现了变动， cj 的值就会发生变化； aij是随着工艺技术条件的改变而改变的，而 br 值则是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。 因此就会产生以下问题：当这些参数中的一个或几个发生了变化时，问题的最优解会有什么变化，或者这些参数在一个多大的范围内变化时，问题的最优解不变。这就是我们学习灵敏度分析所要研究解决的问题。 当然通过上面的学习我们知道：当线性规划问题中的一个或者几个参数变化时，可以用单纯形法从头计算，看最优解有无变化，但是这样做既麻烦又没有必要。 因为我们知道单纯形法的迭代运算是从一组基向量变换为另一组基向量，表中每步迭代得到的数字只随基向量的不同选择而改变， 因此有可能把个别参数的变化直接在计算得到最优解的单纯形表上面反映出来，这样就不需要从头计算了，而直接对计算得到的最优解的单纯形表进行审查，看一些数字变化后，是否满足最优解的条件，如果不满足的话，再从这个表开始进行迭代计算，求出最优解。 Chapter