管理运筹学讲义：03.pptVIP

管理运筹学 复习题1 用图解法解下列线性规划问题: max S = 2x1+5x2 x1≤4 s.t. x2≤3 x1+2x2≤8 x1 , x2≥0 复习题2 将线性规划问题化为标准型: min Z = x1-x2 2x1-3x2+ x3≤5 s.t. x1+ x2 - x3≥4 x1,x2≥0,x3符号不限 线性规划标准型的表达方式 1. 代数式 线性规划的标准型 解的灵敏度分析 约束条件 x1+x2≤300 台时数限制 2x1+x2≤400 原料A限制 x2≤250 原料B限制 x1≥0 , x2≥0 非负约束 目标函数 max f=50x1+100x2 利润 解的灵敏度分析 定义：所谓灵敏度分析就是在建立数学模型和求得最优解之后，研究线性规划的一些系数ci ，bj的变化对最优解产生什么影响。 原因： （1）这些系数本身不一定非常精确； （2）这些系数不是一成不变的。 意义：不必为了应付系数变化而不停地建立新的模型和求新的最优解；也不会由于系数估计和预测的精确性而对所求得的最优解存有不必要的怀疑。 假设：单个系数发生变化 解的灵敏度分析 目标函数中系数（价值系数）ci的灵敏度分析 考虑价值系数ci在什么范围内变化时，模型的最优解不变。1 约束条件中常数项bj的灵敏度分析 考虑约束条件中常数项在什么范围内变化时，其对应的约束条件的对偶价格不变。 对偶价格定义： 在约束条件常数项中增加一个单位而使最优目标函数值得到改进的数量称为这个约束条件的对偶价格。 解的灵敏度分析 对偶价格的几种情况： 大于0时，目标函数得到改进（求大则更大，求小则 更小）； 小于0时，目标函数变坏（求大则更小，求小则 更大） ； 等于0时，目标函数不变。1 解的灵敏度分析 解的灵敏度分析 第三章 线性规划的计算机求解 第三章 线性规划的计算机求解 第一节 线性规划的计算机求 解 第二节 管理运筹学软件的输出信息分析 第一节 线性规划的计算机求解 Mathmatica,Matlab,MathCAD, Lingo,Lindo Excel法 管理运筹学软件 第一节 线性规划的计算机求解 P10，例1 约束条件 x1+x2≤300 台时数限制 2x1+x2≤400 原料A限制 x2≤250 原料B限制 x1≥0 , x2≥0 非负约束 目标函数 max f=50x1+100x2 利润 第一节 线性规划的计算机求解 Mathematica简介： Mathematica是由一位物理学家Wolfram首创的,是三大著名符号演算软件之一,另外两个是:Matlab 与 MathCAD, 使用时请留意他的随机说明书“Help”,有一个解线性规划问题的专用函数:LinearProgramming,请特别注意英文字母的大小写. 第一节 线性规划的计算机求解 第一节 线性规划的计算机求解 在数学符号软件“Mathematica”中,只要在其中键入命令: LinearProgramming[{-50,-100},{{-1,-1}, {-2,-1},{0,-1}},{-300,-400,-250}] 第一节 线性规划的计算机求解 在“Mathematica”中再按组合键: [Shift]+[Enter] 或 [Insert] 第一节 线性规划的计算机求解 例2： 约束条件 目标函数 第一节 线性规划的计算机求解 在数学软件“Mathematica”中,只要在其中键入命令: Lin