运筹学2013版02-对偶理论.pptVIP

5.利用转换表求对偶问题 ①以原问题为参照对象，写对偶问题问题 灵敏度分析的两个含义 ①计算为保持原最优性质不变，模型中某一个参数（Cj或bi或aij）单独变化的允许范围。 二、灵敏度分析的方法 ①将系数的变化（一般都对应初始表的原始数据），反应到最终表上 ①将变化反应到最终表上，用到的公式 Pj’= B－1Pj b’ = B－1b 5.减少一个约束条件 在最终单纯形表中，删去该约束条件，然后重新判定是否最优，不是最优解，继续迭代 四、对偶单纯形法小结 1、对偶单纯形法只是单纯形法的补充，只适合特殊情况简化单纯形法计算 2、对偶单纯形法使用场合：Min问题，且目标函数的价值系数全部为非负，所有的约束条件为不等式约束（不能为等式）。因为很容易找出一个对偶问题的初始可行解，且不用加M。 形如： 第五节 灵敏度分析 模型中的参数A﹑b﹑C一般是预测估计的确定值，而在计划实施时，这些值一般不可能正好是事先估计的值，因此有必要在求解后，分析这些参数值在将来可能变化后对最优性的影响。 一、定义 ②参数变化超过了允许范围，使原问题的最优解发生改变，如何求新的最优解 ②再利用最终表进行分析 ②利用最终表进行分析，用到的公式 最优性条件： 1.可行条件：XB ≥0 2.最优条件：?j≤0（max） 灵敏度分析就是求出在上述两个最优条件仍成立的情况下，参数bi﹑cj﹑aij的变化范围。这需要将上述两式写成含有参数的表达式。 ③灵敏度分析判定条件 最优基不变，最优解有可能变化，不需处理 可行解 可行解 最优基改变，用单纯形法继续迭代求最优 非可行解 可行解 非可行解 可行解 DP 最优基改变，引进人工变量，编制新单纯形表，求最优 最优基改变，用对偶单纯形法继续迭代求最优 结果及处理方法 非可行解 非可行解 PP 灵敏度分析的几种结果及相应处理方法 三、 B－1的意义及求法 其单纯形表如下所示 1 0.5 -2 0 0 4 x5 0 0 0 0 x5 0 -0.125 0.5 1 0 2 x2 3 -0.125 0.25 x4 0 -1.5 0 0 -14 σ 0 0 1 4 x1 2 x3 x2 x1 b XB CB 0 3 2 cj 0 1 0 0 4 16 x4 0 0 1 0 x5 0 0 0 4 0 12 x5 0 0 0 x4 0 0 3 2 σ 1 2 1 8 x3 0 x3 x2 x1 b XB CB 0 3 2 cj 初始单纯形表 B3=（P2，P3，P5）= B3’=（P2’，P3’，P5’）= B3=（P2，P3，P5）= B3’=（P2’，P3’，P5’）= 验证： B3’=B－1B3 例2：某企业利用三种资源生产两种产品的最优计划问题归结为下列线性规划 已知最优表如下。 （1）确定x2的系数c2的变化范围，使原最优解保持最优； （2）若c2=6，求新的最优计划。 1.价值系数Cj的变化分析 σj=Cj－CBB－1Pj 四、灵敏度分析 0 1 0 0 x5 0 0 0 4 5 0 0 1 1 45 x5 0 1 0 1 2 80 x4 0 0 1 3 0 90 x3 0 x4 x3 x2 x1 b XB CB 0 0 4 5 cj 初始单纯形表：↓ -3 2 -1 -5 x5 0 -1 0 0 0 -1 0 1 0 10 x2 4 1 0 0 1 35 x1 5 2 1 0 0 25 x3 0 x4 x3 x2 x1 b XB CB 0 0 4 5 cj 计算后最终表：↓ 0 1 0 0 x5 0 0 0 4 5 0 0 1 1 45 x5 0 1 0 1 2 80 x4 0 0 1 3 0 90 x3 0 x4 x3 x2 x1 b XB CB 0 0 4 5 cj 初始单纯形表：↓ -3 2 -1 -5 x5 0 -1 0 0 0 -1 0 1 0 10 x2 4 1 0 0 1 35 x1 5 2 1 0 0 25 x3 0 x4 x3 x2 x1 b XB CB 0 0 4 5 cj c2 c2 计算后最终表：↓ 问：（1）确定x2的系数c2的变化范围，使原最优解保持最优； 分析：将c2的变化反应到最终表 σ4 = c2－5 ≤ 0 σ5 = 5－2c2 ≤ 0 5/2 ≤ c2 ≤ 5 5 - 2c2 2 -1 -5 x5 0 c2 - 5 0 0 0 -1 0 1 0 10 x2 c2 1 0 0 1 35 x1 5 2 1 0 0 25 x3 0 x4 x3 x2 x1 b XB CB 0 0 c2 5 cj 最优解X*=（35，10，25，0，0）保持不变。 （1） x2 x1 x4 -9/2 0