第章单纯形法地灵敏度分析与对偶7演示文稿.pptVIP

* 【例】 证明下列线性规划无最优解： 【证】容易看出X=（4，0，0）是一可行解，故问题可行。对偶问题 将三个约束的两端分别相加得 而第二个约束有y2≥1，矛盾，故对偶问题无可行解，因而原问题具有无界解，即无最优解。 §3　对偶规划的基本性质 * §4　对偶单纯形法 对偶单纯形法也是解决线性规划问题的一种方法。对偶单纯形法是在保持原 有问题的所有检验数都小于0的情况下，通过迭代使得所有的约束都大于等于0， 最后求得最优解。 简化计算是对偶单纯形法的优点，但是它在使用上有很大的局限，这主要是 大多数线性规划问题很难找到初始解使得其所有检验数都小于0。但是在灵敏度 分析中，有时需要对偶单纯形法，这样可以简化处理。下面以第二节例一为例。 上节分析中已知当250≤b’1≤325时第一个约束条件的对偶价格不变，现在 b’1=300变成b’1=350，请问这时第一个约束方程的对偶价格应为多少呢？ 解：求出在第二次迭代表上的常数列 * §4　对偶单纯形法 迭代次数 基变量 CB X1 X2 S1 S2 S3 b 50 100 0 0 0 2 X1 50 1 0 1 0 -1 100 S2 0 0 0 -2 1 1 -50 X2 100 0 1 0 0 1 250 ZJ 50 100 0 50 50 CJ -ZJ 0 0 -50 0 -50 1.确定出基变量，在常数列中找一个最小的负常量，把这个常量所在行作为出基变量 * §4　对偶单纯形法 4.检查常数列值，若已经都非负结束迭代，即为最优，如果还有负数重复1-4步。 迭代次数 基变量 CB X1 X2 S1 S2 S3 b 50 100 0 0 0 2 X1 50 1 0 0 1/2 -1/2 75 S1 0 0 0 1 -1/2 -1/2 25 X2 100 0 1 0 0 1 250 ZJ 50 100 0 25 75 28750 CJ -ZJ 0 0 0 -25 -75 * §1　单纯形表的灵敏度分析 由上表可知，最优解为： 即该工厂在添加了用电限量以后的最优生产计划为Ⅰ产品生产140件，Ⅱ产品生产120件。 * §1　单纯形表的灵敏度分析 【例】考虑下列线性规划 求出最优解后，分别对下列各种变化进行灵敏度分析，求出变化后的最优解。 （1）改变右端常数为: 综合分析 * §1　单纯形表的灵敏度分析 （2）改变目标函数x3的系数为c3=1; （3）改变目标函数中x2的系数为c2=2； （4）改变x2的系数为 （5）改变约束（1）为 （6）增加新约束 （7）增加新约束 * §1　单纯形表的灵敏度分析 【解】加入松弛变量x4、x5、x6，用单纯形法计算，最优下表所示。 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 2 2 x1 1 2/7 0 －1/7 4/7 0 1 0 x6 0 －2 0 0 －1 1 1 λj 0 －31/7 0 －2/7 －20/7 0 ? 最优解X=（1，0，2，0，0，1）T ，最优值Z=10 * §1　单纯形表的灵敏度分析 上述cj及bi的最大允许变化范围是假定其它参数不变的前提下，单个参数的变化范围，当几个参数同时在各自范围内变化时，最优解或最优基有可能改变。 * 每一个线性规划问题，都存在每一个与它密切相关的线性规划的问题，我们称其为原问题，另一个为对偶问题。 例题1 某工厂在计划期内安排Ⅰ、Ⅱ两种产品，生产单位产品所需设备A