Ch2对偶理论(my).ppt

* XB x1 x2 x3 x4 x5 x6 x7 b x3 0 5/7 1 1/7 3/7 0 0 2 x1 1 2/7 0 －1/7 4/7 0 0 1 x6 0 －2 0 0 －1 1 0 1 x7 0 －13/7 0 [－11/7] 2/7 0 1 －2 λj 0 －31/7 0 －2/7 －20/7 0 0 x3 0 6/11 1 0 5/11 0 1/11 20/11 x1 1 5/11 0 0 6/11 0 －1/11 13/11 x6 0 －2 0 0 －1 1 0 1 x4 0 13/11 0 1 －2/11 0 －7/11 14/11 λj 0 －45/11 0 0 －32/11 0 －2/11 表2－14 最优解 2.4 灵敏度与参数分析 Sensitivity and Parametric Analysis * （7）将原最优解代入约束 的左边有 5×1－2×2=110，满足新约束，故最优解不变。 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。 灵敏度分析的关键在于线性规划某些参数或条件发生变化时，需要判断最优表中哪些数据发生了变化，如何求这些数据，如果不是最优解再用什么方法计算等问题．前两个问题可以直接用§1.5的矩阵公式判断和计算．将这些问题简要综合在表2-15中． 2.4 灵敏度与参数分析 Sensitivity and Parametric Analysis * 表2-15 参数或条件变化 最优表可能发生变化 可行与最优 单纯形法 基变量系数ci 所有非基变量的检验数 可行 若非最优，用普通单纯形法 非基变量系数cj 只有xj的检验数变化 可行 若非最优，用普通单纯形法 bi XB 对偶问题可行 若不可行，用对偶单纯形法 基变量系数aij 基、基变量、检验数等 视检验数和基本解来确定 非基变量系数aij 非基变量系数及xj的检验 可行 若非最优，用普通单纯形法 综合变化，参数、增减变量与约束等 用§1.5介绍的5个计算公式判断变化情况 若原问题与对偶问题都不可行，用人工变量法 2.4 灵敏度与参数分析 Sensitivity and Parametric Analysis * 2.4.4 参数分析(Parametric Analysis) 参数分析是研究线性规划的价值系数与资源限量中附加了一个参数μ： 分析参数在不同取值区间内最优解的变化分析，是研究最优解对于参数摄动的一种灵敏度分析方法． 【例2-13】线性规划 (1)求参数μ＝0时的最优解 (2)讨论μ在区间(－∞，＋∞)内的变化 2.4 灵敏度与参数分析 Sensitivity and Parametric Analysis * 【解】（1）μ＝0时就是普通线性规划，加入松弛变量x4、x5，最终单纯形表见表2-16． 最优解X＝（8，9，0），目标值Z＝67． Cj 5 3 6 0 0 b CB XB x1 x2 x3 x4 x4 x2 0 1 9/10 4/10 －3/10 9 x1 1 0 8/10 －2/10 4/10 8 λj 0 0 －7/10 －2/10 －11/10 表2-16 2.4 灵敏度与参数分析 Sensitivity and Parametric Analysis * (2)将约束条件右端分解成下列成μ的线性式 则带参数的单纯形表见表2-17． 2.4 灵敏度与参数分析 Sensitivity and Parametric Analysis * Cj 5 3 6 0 0 b (1) CB XB x1 x2 x3 x4 x5 3 x2 0 1 9/10 4/10 [－3/10] 9+1/2μ 5 x1 1 0 8/10 －2/10 4/10 8 λj 0 0 －7/10 －2/10 －11/10 (2) 0 x4 0 －10/3 －3 －4/3 1 －30－5/3μ 5 x1 1 4/3 2 1/3 0 20+2/3μ λj 0 －11/3 －4 －5/3 0 表2-17 (1)当μ－18时表2-17(1)仍然是最优表,最优解是参数的函数 X＝（8，9+0.5μ，0）,目标值Z＝67+1.5μ． (2)当μ＝－18时最优解X＝（8，0，0），目标值Z＝40． (3)当μ－18时不可行，用对偶单纯形法，x2出基x5进基得到表2-17(2)，当－30≤μ≤－18时最优解X=（