第章线性规划灵敏度分析演示文稿.pptVIP

线性规划解除有唯一最优解的情况外，还有如下几种情况 第四章 线性规划灵敏度分析 §4.1 灵敏度分析的基本原理 §4.2 目标函数系数的灵敏度分析 §4.3 右端常数的灵敏度分析 §4.4 技术系数的灵敏度分析 *§4.5 参数线性规划 单纯形法： §4.1 目标函数系数的灵敏度分析 解：最优单纯形表 (2) 若 cj 是基变量的系数 例2 §4.2 右端常数的灵敏度分析 设分量 br 变化为 br + ?br ，根据前面的讨论： 最优解的基变量 XB = B-1b，那么只要保持 B-1(b + ?b) ≥ 0 则最优基不变，即基变量保持，只有值的变化； 否则，需要利用对偶单纯形法继续计算。 例4 已知前述例2的最优解及最优单纯形表 §4.3 技术系数的灵敏度分析 (1) 增加一个新变量 增加一个变新量，相当于系数矩阵增加一列。 设增加变量 xn+1 ，则有相应的 Pn+1 , cn+1 。 计算出 P’n+1=B-1Pn+1 , ?n+1=cn+1-cB P’n+1 填入最优单纯形表, 若 ?n+1 ≤ 0 则 最优解不变； 否则，进一步用单纯形法求解。 例5 (2) 增加一个新约束条件 增加一个新约束条件相当于在系数矩阵中增加一行。 增加一个约束条件之后，应把最优解带入新的约束，若满足则最优解不变，否则填入最优单纯形表作为新的一行，引入一个新的非负变量（原约束若是小于等于形式可引入非负松弛变量，否则引入非负人工变量），并通过矩阵行变换把对应基变量的元素变为0，进一步用单纯形法或对偶单纯形法求解。 例6 将3x1+ 2x2+ x6=15 代入原最优单纯形表。 (3) 个别技术系数aij的改变 (计划生产的产品工艺结构改变) ① 非基变量xj工艺改变 只影响单纯形表 Pj 列， ? j . 关键看? j ? 0? 还是0? . 用增加新变量类似方法解决。 ② 基变量xj工艺改变，复杂，根据具体情况讨论。 例9 在例2的基础上，企业要增加一个 新产品Ⅲ,每件产品需2个台时，原材料A 6kg， 原材料B 3kg，利润 5元/件，问如何安排各产 品的产量，使利润最大？ 解： *§4.4 参数线性规划 在线性规划的实际应用中，由于某种原因，线性规划问题的目标函数的价值系数C 和约束条件的右端常数b 会随着某个参数而连续变动。 当数据随着某个参数连续变化时，研究其对最优解的影响，即为参数线性规划问题。 目标函数的价值系数c含有参数的线性规划问题 右端常数b含有参数的线性规划问题 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 22/7 2 x1 1 2/7 0 －1/7 4/7 0 6/7 0 x6 0 －2 0 0 －1 1 －2 σj 0 －31/7 0 －2/7 －20/7 0 ? 4 x3 0 0 1 1/7 1/14 5/14 17/7 2 x1 1 0 0 －1/7 3/7 1/7 4/7 －1 x2 0 1 0 0 1/2 －1/2 1 σj 0 0 0 －2/7 －9/14 －31/14 ?-69/7 表3 最优解 由表1容易得到基变量x3的系数c3的增量变化范围是 而c3=1在允许的变化范围之外，故表1的解不是最优解。非基变量的检验数 x4进基，用单纯形法计算，得到表4。 （3）改变目标函数 x3 的系数为 c3=1; 表4 XB x1 x2 x3 x4 x5 x6 b x3 0 5/7 1 1/7 3/7 0 2 x1 1 2/7 0 －1/7 4/7 0 1 x6 0 －2 0 0 －1 1 1 σj 0 －16/7 0 1/7 －11/7 0 ? x4 0 5 7 1 3 0 14 x1 1 1 1 0 1 0 3 x6 0 －2 0 0 －1 1 1 σj 0 －3 －1 0 －2 0 ?-6 最优解为X=（3，0，0，14，0，1）T , 最优值z=6。 c2是非基变量x2的系数，由表3知，