[运筹学8.pptVIP

对偶模型的基本性质 原问题与对偶问题的解和目标函数值之间的关系 4.5.2 影子价格 1．在一般线性规划模型中，并非所有的约束都是资源约束（如产量约束,这样的约束也有影子价格即销售量对利润的贡献），但每个约束条件对应的对偶解分量yi﹡都可以解释为目标最优值z﹡对右端项bi的变化率，即bi增加一个单位时z﹡的改变量。由于yi﹡的符号可为正，也可为负，故随着bi的增加，z﹡可能增加，也可能减少。 2．大多数的计算机软件(包括本书所用到的QM)沿用如下的输出惯例：打印输出的影子价格是当右端项增加时目标最优值的改进率而不是变化率。改进的意思在最大化模型中是增加，在最小化模型中则是减少；正的改进率使前者的目标最优值增加，使后者的目标最优值减少；而负的改进率将使目标最优值受到“损害”，故它的作用正好相反。 第5章 灵敏度分析 5.1 目标函数中价值系数cj的变化分析 5.2 常数项bj变化分析 5.3 添加新变量的分析 5.4 应用QM软件进行灵敏度分析 初始单 纯形表 最优单 纯形表 XB B CB XN N CN XS I 0 RHS b I 0 B-1N CN-CBB-1N B-1 0 -CBB-1 B-1b -CBB-1 CB 0 0 σj XB x5 x6 2x1 1 1 2 6x2 4 3 6 5x3 3 2 5 4x4 3/2 3 4 0x5 1 0 0 0x6 0 1 0 b 26 21 5 2 σj x3 x1 0 1 0 1 1 -1 1 0 0 -3/2 6 -1/2 1 -2 -1 -1 3 -1 5 11 -47 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. CB 0 0 σj XB x5 x6 2x1 1 1 2 6x2 4 3 6 5x3 3 2 5 4x4 3/2 3 4 0x5 1 0 0 0x6 0 1 0 b 26 21 5 2 σj x3 x1 0 1 0 1 1 -1 1 0 0 -3/2 6 -1/2 1 -2 -1 -1 3 -1 5 11 -47 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 对线性规划问题进行灵敏度分析的可依下表进行： 原问题 可行解 可行解 非可行解 非可行解 对偶问题 可行解 非可行解 可行解 非可行解 结论或继续计算步骤 表中的解为最优解 用单纯形法继续迭代求最优解 用对偶单纯形法继续迭代求最优解 从头计算或用人工变量法 判定基B所对应的基解是否为最优解的条件： (1) B-1b≥0 (2) CN-CBB-1N≤0 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5.1 目标函数中价值系数cj的变化分析 cj 是 基变量 xj的系数、 cj 是 非基变量 xj的系数。 1.在最终的单纯形表里， cj 是 非基变量 xj的系数 只要σj≤0，则 B所对应的基可行解仍为最优解。若 σj ＞0，则可用单纯形法继续运算。 判定基B所对应的基解是否为最优解的条件： (1) B-1b≥0 (2) CN-CBB-1N≤0 不会影响右边常数值（解答值）变化。 当cj变为 ， 所对应的检验数发生变化，其变化后的检验数为 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 2.在最终的单纯形表里， cj 是 基变量 xj的系数 判定基B所对应的基解是否为最优解的条件： (1) B-1b≥0 (2) CN-CBB-