运筹学第06单纯形法的灵敏分析与对偶.pptxVIP

第六章 单纯形法的灵敏度分析与对偶§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§1　单纯形表的灵敏度分析一、目标函数中变量Ck系数灵敏度分析1.在最终的单纯形表里，X k是非基变量 由于约束方程系数增广矩阵在迭代中只是其本身的行的初等变换与Ck没有任何关系，所以当Ck变成Ck+ Ck时，在最终单纯形表中其系数的增广矩阵不变，又因为Xk是非基变量，所以基变量的目标函数的系数不变，即CB不变，可知Zk也不变，只是Ck变成了Ck+ Ck。这时K= Ck-Zk就变成了Ck+ Ck- Zk=K+ Ck。要使原来的最优解仍为最优解，只要K+Ck≤0即可，也就是Ck的增量Ck≤-K。2.在最终的单纯形表中， X k是基变量 当Ck变成Ck+ Ck时，最终单纯形表中约束方程的增广矩阵不变，但是基变量的目标函数的系数CB变了，则ZJ(J=1,2,…..,N)一般也变了，不妨设CB=(CB1, CB2。。。, Ck,…， CBm),当CB变成=(CB1, CB2。。。,Ck+ Ck,…,CBm),则： ZJ=(CB1, CB2。。。, Ck,…，CBm)(a’1j , a’2j ,…, a’Kj ,…, a’mj) Z’J=(CB1, CB2。。。, Ck+ Ck,…，CBm)(a’1j , a’2j ,…, a’Kj ,…, a’mj) = ZJ + Ck a’Kj §1　单纯形表的灵敏度分析根据上式可知 检验数J (J=1,2,…..,M)变成了’J,有 ’ J=CJ-Z’J=J+ CK a’Kj 。要使最优解不变，只要当J K时，’J =0 §1　单纯形表的灵敏度分析例： 目标函数：Max z=50X1+100X2 约束条件：X1+X2≤300 2X1+X2≤400 X2≤250 X1，X2≥0最优单纯形表如下迭代次数基变量CBX1X2S1S2S3b50 100 0 0 02X1501 0 1 0 -150 S200 0 -2 1 150 X21000 1 0 0 1250 ZJ50 100 50 0 5027500CJ -ZJ0 0 -50 0 -50§1　单纯形表的灵敏度分析 我们先对非基变量S1的目标函数的系数C3进行灵敏度分析。 这里δ3=-50，所以当c3的增量Δc3≤50，最优解不变。 再对基变量x1的目标函数的系数c1进行灵敏度分析。 在a11’,a12’,a13’,a14’,a15’中，除了知道a11’和 a13’大于0， a15’小于0，可知 ，有 。同样有 。这样可以知道当-50≤Δc1≤50时，也就是x1的目标函数c1’在0≤c1’≤100时最优解不变。 在最终的单纯形表中，用C’1代替原来的C1=50,计算得表§1　单纯形表的灵敏度分析迭代次数基变量CBX1X2S1S2S3b50 100 0 0 02X1C’11 0 1 0 -150 S200 0 -2 1 150 X21000 1 0 0 1250 ZJC’1 100 C’1 0 -C’1+100CJ -ZJ0 0 - C’1 0 C’1-100 从δ3≤0，得到-c1’≤0,即c1’≥0，并且从δ5≤0，得到c1’≤100。 那么如果c1’取值超出这个范围，必然存在一个检验数大于0，我们可以通过迭代来得到新的最优解。§1　单纯形表的灵敏度分析二、约束方程中常数项的灵敏度分析 从上表我们可以发现各个松弛变量的值，正好等于相应变量的对偶价格。在最优解中S2 =50是基变量，即为，原料A有50千克没用完，再增加A原料是不会增加利润的， A的对偶价格为0。对于任何为基变量的松弛变量所对应的约束条件的对偶价格为0。迭代次数基变量CBX1X2S1S2S3b50 100 0 0 02X1501 0 1 0 -150 S