[经济学]单纯形法与对偶问题.pptVIP

上节回顾 人工变量法（两阶段法） 单纯形法的几种特殊情况 1.无可行解（人工变量不为零） 2.无界解（存在大于零的检验数，并且该列的系数向量的每个元素aij都小于或等于零，由于建模错误,遗漏约束条件所致） 3.无穷多最优解（对于某个最优的基本可行解，如果存在某个非基变量的检验数为零，则此线性规划问题有无数最优解） 上节回顾 4.退化问题（求出基变量过程中存在两个以上的最小比值，这样在下一次迭代就有一个或多个基变量等于零，造成的后果是：最优值在经过了一次或几次迭代而没有改善，降低了单纯型算法的效率） 5.针对退化问题，讲解了一个迭代循环的例子，引出了勃兰特法则： 按照决策变量、松弛变量、人工变量顺序排序。不管是检验数相等，还是比值相等，都选下标最小的为入基变量或出基变量。 时间问题，习题没有做。 第六章 单纯形法的灵敏度分析与对偶问题 §1　单纯形表的灵敏度分析 §2　线性规划的对偶问题 §3　对偶规划的基本性质 §4　对偶单纯形法 单纯形表 §1　单纯形表的灵敏度分析 一、目标函数中变量系数Ck灵敏度分析（在什么范围内变化，最优解不变，与第二章，第三章联系起来） 在线性规划的求解过程中，目标函数系数的变动将会影响检验数的取值，但是，当目标函数的系数的变动不破坏最优判别准则时，原最优解不变，否则，原最优解将发生变化，要设法求出新的最优解。下面我们具体的分析 1.在最