单纯形法的灵敏度分析和线性规划对偶理论.ppt

单纯形法的灵敏度分析与线性规划对偶理论 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 目标函数中的系数 ci 的灵敏度分析 ci 的变化只影响目标函数等值线的斜率 考虑例1的情况，目标函数 z = 50 x1 + 100 x2的斜率在 z = x2 (x2 = z 斜率为0 ) 到 z = x1 + x2 (x2 = -x1 + z 斜率为 -1 )之间时，原最优解 x1 = 50，x2 = 100 仍是最优解。 一般情况：z = c1 x1 + c2 x2 写成斜截式 x2 = - (c1 / c2 ) x1 + z / c2 目标函数等值线的斜率为 - (c1 / c2 ) ，当 -1 ? - (c1 / c2 ) ? 0 （*）时，原最优解仍是最优解。 图解法的灵敏度分析 约束条件中右边系数 bj 的灵敏度分析 当约束条件中右边系数 bj 变化时，线性规划的可行域发生变化，可能引起最优解的变化。 考虑例1的情况：假设设备台时增加10个台时，即 b1变化为310，这时可行域扩大，最优解为 x2 = 250 和 x1 + x2 = 310 的交点 x1 = 60，x2 = 250 。 变化后的总利润 – 变化前的总利润 = 增加的利润 (50×60+ 100×250) – (50 × 50+100 × 250) = 500 ，500 /10 = 50 元 图解法的灵敏度分析 说明在一定范围内每增加（减少）1个台时的设备能力就可增加（减少）50元利润，称为该约束条件的对偶价格。 假设原料 A 增加10 千克时，即 b2变化为410，这时可行域扩大，但最优解仍为 x2 = 250 和 x1 + x2 = 300 的交点 x1 = 50，x2 = 250 。 此变化对总利润无影响，该约束条件的对偶价格为 0 。 解释：原最优解没有把原料A用尽，有50千克的剩余，因此增加10千克只增加了库存，而不会增加利润。 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 单纯形法的矩阵描述 由单纯形表重排A，C，X，并写成分块矩阵 单纯形法的矩阵描述 约束条件可以写成： 用非基变量表示基变量的表达式： 代入目标函数得到： 单纯形法的矩阵描述 单纯形法的灵敏度分析 表中各部分与A、b、C关系： XB= B-1b，与C无关 B-1A=(aij)m*n ，与b、C无关 ∑N= CN - CBB-1N ，与b无关 灵敏度分析：当A、b、C中某些数据有些变化时，并不需要重新计算整个单纯形表 目标函数中系数C变化 当 C 中有某 cj 发生变化时，记变为 cj’ (其他元素保持不变)，基变量取值 XB= B-1b与 C 无关，故不影响基的可行性；检验数 ∑N= CN – CBB-1N与 C 有关，故 cj 的变化不影响基 B 的可行性，只影响最优性。 当 xj 为非基变量时： cj 的变化只影响一个检验数σj 变化后的检验数σj’ = cj’ – CBB-1Pj 当σj’ ≤0，最优解不变，不然把 xj 设为入基变量 目标函数中系数C变化 当 xj 为基变量时： 由于检验数是σj’ = cj’ – CBB-1Pj，故这种变化对所有变量的检验数都将产生影响 所有基变量的检验数都不变，都为0，因为∑B= CB’ – CB’ B-1B =0 当所有非基变量的检验数σi’ = ci – CB’ B-1Pi都小于等于0时，最优解才不变。 不然，找到最大检验数对应的变量，令其为入基变量 目标函数中系数C变化 约束条件系数矩阵A的元素变化 当不在B中的某 akr 发生变化时，记变为 akr’ (其他元素保持不变)，A 的第r列Pr 也发生变化，记为Pr’=(a1r ,… akr’, … amr)T。 由于XB= B-1b，所以不影响可行性。 检验数为σi’ = ci – CB B-1Pi’，显然只有σr’ 受akr 的变化影响。 当σr’ ≤0，最优解不变，不然把 xr 设为入基变量。 当在B中的某 akr 发生变化时，情况比较复杂，需要重新计算。 增加一个变量xn+1 只需在原问题中增加一列，在最终单纯形表中，这一列对应变量为xn+1及B-1Pn+1 ，检验数σn+1 = cn+1 – CBB-1Pn+