第3章线性规划敏感度分析.doc

第三章 線性規劃敏感度分析 本章內容： 3.1 敏感度分析簡介 3.2 圖解敏感度分析 3.3 敏感度分析:電腦解 3.4 多於二個的決策變數 3.5 電子通訊公司問題 3.1 敏感度分析簡介 敏感度分析（Sensitivity analysis）是研究線性規劃的係數如何改變會影響到最適解。用敏感度分析，我們可以回答以下問題： 1.目標函數係數的改變對最適解有何影響？ 2.限制式右手邊值的改變對最適解有何影響？ 因為敏感度分析是關切以上的改變如何影響最適解，所以敏感度分析一定是在原來問題的最適解求出來之後，才會進行分析，就因為這種原因，敏感度分析也常稱為事後分析（postoptimality analysis）。 敏感度分析對決策者很重要的原因，是因為真實問題是處在一個動態的環境。原物料的價格會變動，需求波動，公司機器汰舊換新，勞力市場變化生產成本，員工離職等。如果在這樣一個環境之中用線性規劃，我們會體會到係數隨時間而變動，一個管理者需要瞭解這樣的改變對線性規劃最適解有怎樣的影響。敏感度分析就是不需要重新解新的線性規劃問題而能提供這些資訊的分析方法。 例：Par公司問題的數學模式： Max 10S＋9D Subject to（s.t） 7/10S＋1D≦630切染 1/2S＋5/6D≦600 縫製 1S＋2/3D≦708 細部製作 1/10S＋1/4D≦135檢驗及包裝 S，D≧0 其最適解S＝540個標準型球袋，D＝252個豪華型球袋，敏感度分析告訴我們： 1.假如球袋價格下跌，每個標準型球袋的利潤由10元降至8.5元。根據敏感度分析，可得知540個標準型球袋及252個豪華型球袋的生產計畫是否仍是最適策略。如果是的話，重新解一個以8.5S＋9D為目標函數的線性規劃問題將是多餘的。 2.敏感度分析也可決定線性規劃問題中係數的關鍵性，假設管理者相信每個豪華型球袋9元的利潤只是一個粗略的估計值。 （1）如果敏感度分析的結果顯示，當豪華型球袋的利潤介於6.67元與14.29元之間時，540個標準型球袋和252個豪華型球袋的生產策略都會是最適的。管理者會因此對9元的利潤估計與模式所建議的生產數量感到放心。 （2）如果敏感度分析的結果顯示，只有當豪華型球袋的利潤介於8.90與9.25元之間時，540個標準型球袋和252個豪華型球袋的生產策略才會是最適的，則管理者將會希望重新檢查估計值9元的精確度。 3.敏感度分析探討限制式的右手邊值。在Par公司問題中，敏感度分析可以幫助找出Par公司任一部門取得額外工時的價值，以及在此價值改變前可增加的工時量。 3.2 圖解敏感度分析 目標函數係數： 1.目標函數係數的最佳區間(range of optimality)告知ㄧ個維持最佳解不變的範圍，只要係數的改變不超出此一區間，最佳解將不會改變 2.只改變目標函數一個係數（見圖3.1） A線的斜率是目標函數斜率的上限 B線的斜率是目標函數斜率的下限 B線的斜率≦目標函數斜率≦A線的斜率 圖3.1 圖解Par公司問題，目標函數的斜率介於A、B線的斜率之間 A線7/10S＋1D＝630→斜率-7/10 B線1S＋2/3D＝780→斜率-3/2 目標函數P＝CSS＋CDD→斜率-CS/CD ∴-3/2≦-CS/CD≦-7/10（最適區間） ∵原目標函數為10S＋9D ∴CD＝9 ∴-3/2≦-CS/9≦-7/10→6.3≦CS≦13.5 CS的最適區間告訴管理者，只要其他的係數維持不變，標準型球袋的利潤貢獻可以是6.30元與13.50元之間的任意值，而且540個標準型球袋與252個豪華型球袋的產量都會是最適解。但須注意生產的數量雖不變，但總利潤卻會因標準型球袋單位利潤的改變而改變。 若將目標函數：10S+9D之S利潤從10元降低為6元，則圖型將改為 2.特殊題： 目標函數線繞著最適極點旋轉，而使目標函數線呈垂直狀態，斜率沒有下限。 圖3.2 圖解Par公司問題，目標函數18S＋9D 將目標函數反時鐘旋轉與B線重合達到目標函數的上限。 B線斜率為-3/2 ∴目標函數斜率上限為-3/2 而將目標函數順時間旋轉至垂直線而趨近負無限大，則無下限。 ∴-CS/CD≦-3/2 原CD＝9 ∴-3/2 CS≧， CS≧13.5 最適區間13.5≦CS∞ 3.同時改變目標函數兩個係數 原目標函數斜率下限≦新的目標函數斜率≦原目標函數斜率上限 由上例知只要-3/2≦-CS/CD