线性规划模型灵敏度要点分析.pptVIP

第三章 线性规划模型 引 言 实例—加工奶制品的生产计划 线性规划问题的数学模型 求解线性规划问题的图解法 用Lingo软件求解线性规划问题 线性规划问题的灵敏度分析 线性规划（Linear Programming）是数学规划的一个重要分支, 历史比较悠久, 理论比较成熟, 方法较为完善。线性规划的思想最早可以追溯到1939年, 当时的苏联数学家、经济学家 L. V. Kantorovich （康特罗维奇）在《生产组织与计划中的数学方法》一书中提出了类似线性规划的模型, 以解决下料问题和运输问题, 并给出了“解决乘数法”的求解方法。然而, 他的工作长期未被人们知道。 引 言 引 言 由于战争的需要, 美国的经济学家T. C. Koopmans (库普曼斯) 重新独立的研究运输问题, 并很快看到了线性规划在经济学中应用的意义. 在这之后, 线性规划也被人们广泛地用于军事、经济等各方面。 由于Kantorovich 和 Koopmans在这方面的突出贡献,他们一起得到1975年诺贝尔经济学奖。 为更好地理解线性规划所描述的问题，我们先看一个例子。 例1 加工奶制品的生产计划 1桶牛奶 3千克A1 12小时 8小时 4千克A2 或 获利24元/千克 获利16元/千克 50桶牛奶 时间480小时 至多加工100千克A1 制订生产计划，使每天获利最大? 35元可买到1桶牛奶，买吗？若买，每天最多买多少? 可聘用临时工人，付出的工资最多是每小时几元? A1的获利增加到 30元/千克，应否改变生产计划？ 每天： 1桶牛奶 3千克A1 12小时 8小时 4千克A2 或 获利24元/千克 获利16元/千克 x1桶牛奶生产A1 x2桶牛奶生产A2 获利 24×3x1 获利 16×4 x2 原料供应 劳动时间 加工能力 决策变量 目标函数 每天获利 约束条件 非负约束 线性规划模型(LP) 时间480小时 至多加工100千克A1 50桶牛奶 每天 model: max=72*x1+64*x2; x1+x2=50; 12*x1+8*x2=480; 3*x1=100; end 用Lingo软件求解线性规划问题 模型 Lingo语句 模型开始 目标函数求极大 约束条件 （无非负限制） 模型结束 Lingo软件包是由美国LINDO系统公司 研制开发的，是用于求解大型数学规划问题的软件包。 求解 20桶牛奶生产A1, 30桶生产A2，利润3360元。 Lingo软件的计算结果 Global optimal solution found at step: 2 Objective value: 3360.000 Variable Value Reduced Cost X1 20.00000 0.0000000 X2 30.00000 0.0000000 Row Slack or Surplus Dual Price 1 3360.000 1.000000 2 0.0000000 48.00000 3 0.0000000 2.000000 4 40.00000 0.0000000 结果解释 Objective value: 3360.000 Variable Value Reduced Cost X1 20.00000 0.0000000 X2 30.00000 0.0000000 Row Slack or Surplus Dual Price 1 3360.000 1.000000 2 0.0000000 48.00000 3 0.0000000 2.000000 4 40.00000 0.0000000 原料无剩余 时间无剩余 加工能力剩余40 三种资源 “资源” 剩