运筹学单纯形法的灵敏度分析
合集下载
运筹学 03 对偶理论及灵敏度分析
目标函数取值 变量 目标函数系数 常数 约束条件系数 变量 - 约束 约束 - 变量
例2：将下述线性规划作为原问题，请转换为 对偶问题 max z=5x1+3x2+2x3+4x4 5x1+x2+x3+8x4≤8 2x1+4x2+3x3+2x4=10 x1≥0,x2≥0,x3任意,x4任意
1 对偶理论
对偶问题的提出 原问题与对偶问题的数学模型 原问题与对偶问题的对应关系 对偶问题的基本性质 影子价格 对偶单纯形法
对偶问题的提出
例1：某厂利用现有资源(设备A、设备B、 调试工序)生产两种产品(产品Ⅰ、产品Ⅱ)，有 关数据如下表。问如何安排生产，使厂家利润 最大？ 产品Ⅰ 产品Ⅱ 资源限量 0 5 15 6 2 24 1 1 5 2 1
CX*=bTY*
从弱对偶性可得到以下重要结论： (1)极大化问题(原问题)的任一可行解所对应的目 标函数值是对偶问题最优目标函数值的下界。 (2)极小化问题(对偶问题)的任一可行解所对应的 目标函数值是原问题最优目标函数值的上界。 (3)若原问题可行，但其目标函数值无界，则对偶 问题无可行解。 (4)若对偶问题可行，但其目标函数值无界，则原 问题无可行解。 (5)若原问题有可行解而其对偶问题无可行解，则 原问题目标函数值无界。 (6)对偶问题有可行解而其原问题无可行解，则对 偶问题的目标函数值无界。
原问题与对偶问题的数学模型
原问题 max z=2x1+x2 5x2≤15 6x1+2x2≤24 x1+x2≤5 x1,x2≥0 互为对偶问题 厂 家 对偶问题 min w=15y1+24y2+5y3 6y2+y3≥2 5y1+2y2+y3≥1 y1,y2,y3≥0
运筹学第11讲灵敏度分析1
12.5 x1 7 / 2 1 0 0 1/ 4 1/ 2
12 x2 3/ 2 0 1 0 1/ 4 3/ 2
cj zj
0 0 0 11//84 19//24
第14页
例2-1
产品Ⅰ利润降至1.5百元/单位，产品Ⅱ的利润 增至2百元/单位，生产计划如何变化？
解：(2) 将产品Ⅰ、Ⅱ的利润变化反映在最终单纯形表中，可得
一、含义和研究对象
1、什么是灵敏度分析？
是指研究线性规划模型的某些参数(bi, cj, aij） 或限制量（xj, 约束条件）的变化对最优解的影响及 其程度的分析过程<也称为优化后分析>。
n
max z c j x j
s.t.
n
j 1
aij xj bi （i 1,
j1
x
j
0
（j 1,
2 1 1c2 0 0 0
x1 x2 x3 x4 x5
0 0 1 5/ 4 15/ 2 1 0 0 1/ 4 1/ 2 0 1 0 1/ 4 3/ 2
1 c2 0； 1 3c2 0
44
22
cj zj
0
0
0 14 1/44c2
121/
23c2 2
即故当产品Ⅱ的13利 润c在2 [12
,
1→1+△c2
s.t.
n
j 1
aij xj bi （i 1,
j1
x
j
0
（j 1,
, m） , n）
3. 分析增加一个变量 xj 的变化 4. 分析增加一个约束条件的变化
系数矩阵A
5. 分析系数 aij 的变化
第5页
初 始
基变量 基变量 基可
运筹(第二章对偶与灵敏度分析)(1)
5x2 3x3 30
x1 0, x2无约束，x3 0
2023/2/22
17
解：将原问题模型变形, 令x1 x1
min z 7x1 4x2 3x3
4x1 2x2 6x3 24
3x1 6x2 4x3 15 5x2 3x3 30
y1 y2 y3
x1 0, x2无约束，x3 0
则对偶问题是
max w 24 y1 15y2 30 y3
4 y1 3y2
7
x1
2 y1 6 y2 5 y3 4
x2
6 y1 4 y2 3x3 3
x3
y1, y2 0, x3无约束
2023/2/22
18
小结：对偶问题与原问题的关系：
目标函数：MAX
原 约束条件：m个约束
对
问
y1 y2
ym
2023/2/22
12
类似于前面的资源定价问题，每一个约束条件对 应一个“ 对偶变量”，它就相当于给各资源的单 位定价。于是我们有如下的对偶规划：
min W b1 y1 b2 y2 bm ym
a11 y1 a21 y2 am1 ym c1 a12y1 a22y2 am2ymc2 a1n y1 a2n y2 amn ym cn y1, y2 ,, ym 0
分别是原问题和对偶问题的可行解，则恒有
n
m
c j x j bi yi
j 1
i 1
m
n
考虑利用 c j aij yi 及
aij x j bi
i 1
j 1
代入。
2、无界性 如果原问题（对偶问题）有无界解，则
其对偶问题(原问题）无可行解。
2023/2/22
运筹学第二章第6讲
12
例题4：写出以下模型的对偶问题
max z = 3 x1 − 2 x2 − 5 x3 + 7 x4 + 8 x5 x2 − x3 + 3 x4 − 4 x5 = −6 2 x1 + 3 x2 − 3 x3 − x4 ≥ 2 − x1 + 2 x3 − 2 x4 ≤ −5 s.t. − 2 ≤ x1 ≤ 10 5 ≤ ≤ 25 x2 , ≥ 0, 为自由变量 x5 x3 x4
OR1
对偶问题（或原问题） 对偶问题（或原问题） 目标函数 MinW
约束条件数： 约束条件数：n 第i个约束条件类型为“≥” 个约束条件类型为“ ” 个约束条件类型为 个约束条件类型为“ ” 第i个约束条件类型为“≤” 个约束条件类型为 个约束条件类型为“ 第i个约束条件类型为“=” 个约束条件类型为 对偶变量数： 个 对偶变量数：m个 第i个变量 个变量≥0 个变量 个变量≤0 第i个变量 个变量 第i个变量是自由变量 个变量是自由变量
OR1
15
2 弱对偶性：极大化原问题的任一可行解的目标 弱对偶性： 函数值不大于其对偶问题任意可行解的目标函数 值。即： C X≤ Yb
证明：设原问题为maxZ=CX, AX ≤b ，X ≥0. ≥0. 证明： 原问题为maxZ=CX,
为原问题的可行解， ≤b， X 为原问题的可行解，有AX ≤b，
二.对偶线性规划的定义 对偶线性规划的定义
max Z = CX ( LP ) AX ≤ b S .T . X ≥ 0
称线性规划(DLP)为线性规划 为线性规划(LP)的对偶线性规划 称线性规划 为线性规划 的对偶线性规划
minω = yb ( DLP ) yA ≥ C S .T . y ≥ 0
例题4：写出以下模型的对偶问题
max z = 3 x1 − 2 x2 − 5 x3 + 7 x4 + 8 x5 x2 − x3 + 3 x4 − 4 x5 = −6 2 x1 + 3 x2 − 3 x3 − x4 ≥ 2 − x1 + 2 x3 − 2 x4 ≤ −5 s.t. − 2 ≤ x1 ≤ 10 5 ≤ ≤ 25 x2 , ≥ 0, 为自由变量 x5 x3 x4
OR1
对偶问题（或原问题） 对偶问题（或原问题） 目标函数 MinW
约束条件数： 约束条件数：n 第i个约束条件类型为“≥” 个约束条件类型为“ ” 个约束条件类型为 个约束条件类型为“ ” 第i个约束条件类型为“≤” 个约束条件类型为 个约束条件类型为“ 第i个约束条件类型为“=” 个约束条件类型为 对偶变量数： 个 对偶变量数：m个 第i个变量 个变量≥0 个变量 个变量≤0 第i个变量 个变量 第i个变量是自由变量 个变量是自由变量
OR1
15
2 弱对偶性：极大化原问题的任一可行解的目标 弱对偶性： 函数值不大于其对偶问题任意可行解的目标函数 值。即： C X≤ Yb
证明：设原问题为maxZ=CX, AX ≤b ，X ≥0. ≥0. 证明： 原问题为maxZ=CX,
为原问题的可行解， ≤b， X 为原问题的可行解，有AX ≤b，
二.对偶线性规划的定义 对偶线性规划的定义
max Z = CX ( LP ) AX ≤ b S .T . X ≥ 0
称线性规划(DLP)为线性规划 为线性规划(LP)的对偶线性规划 称线性规划 为线性规划 的对偶线性规划
minω = yb ( DLP ) yA ≥ C S .T . y ≥ 0
运筹学 线性规划灵敏度分析
可变单元格 单元格 名字 $B$4 可变单元格→ Max Z=∑cjxj $C$4 可变单元格→ 约束 单元格 名字 $D$7 a1j→ ∑aijxj $D$8 a2j→ ∑aijxj $D$9 a3j→ ∑aijxj 终 阴影 约束 允许的 允许的 值 价格 限制值 增量 减量 2 0 4 1E+30 2 12 150 12 6 6 18 100 18 6 6 终 递减 目标式 允许的 允许的 值 成本 系数 增量 减量 2 0 300 450 300 6 0 500 1E+30 300
线性规划
不是最优表， 继续迭代， 得， 最优解 X*=（5/3，13/2， 7/3，0，0）生产品种保持 不变。最优值变为
7/3 0 500 300 13 / 2 3750 5/3
300
xB
x3
500
0
0
0
b’ 2 6 2
x1
0 0 1
x2
0 1 0 0
x3
1 0 0 0
x4
1/3 1/2 -1/3 -150
x5
-1/3 0 1/3 -100
x2 x1
-3600 200
总利润增加了 150 元。
运筹学
设 b1 , b2 , b3 的增量为 b1 , b2 , b3
2 1 1 / 3 1 / 3 b1 b * b B 1b 6 0 1 / 2 0 b2 2 0 1 / 3 1 / 3 b 3 2 b1 b2 / 3 b3 / 3 2 b1 b2 / 3 b3 / 3 6 b2 / 2 6 b2 / 2 2 b / 3 b / 3 2 b / 3 b / 3 2 3 2 3 若要解仍可行，则 b * 0 ，即
运筹学第2章 对偶理论01-对偶问题及影子价格、对偶单纯形法
第2章对偶理论及灵敏度分析主要内容对偶理论⏹线性规划对偶问题⏹对偶问题的基本性质⏹影子价格⏹对偶单纯形法灵敏度分析⏹灵敏度问题及其图解法⏹灵敏度分析⏹参数线性规划线性规划的对偶问题⏹对偶问题的提出⏹原问题与对偶问题的数学模型⏹原问题与对偶问题的对应关系实例：某家电厂家利用现有资源生产两种产品，有关数据如下表：设备A设备B 调试工序利润（元）612521115时24时5时产品Ⅰ产品ⅡD一、对偶问题的提出如何安排生产，使获利最多？厂家设Ⅰ产量–––––Ⅱ产量–––––1x 2x ⎪⎪⎩⎪⎪⎨⎧≥≤+≤+≤+=052426155 2max 212121221x x x x x x x s.t.x x z ,设设备A ——元／时设备B ––––元／时调试工序––––元／时1y 2y 3y 收购付出的代价最小，且对方能接受。
出让代价应不低于用同等数量的资源自己生产的利润。
设备A 设备B 调试工序利润（元）0612521115时24时5时ⅠⅡD ⏹厂家能接受的条件：⏹收购方的意愿：32152415min yy y w ++=单位产品Ⅰ出租收入不低于2元单位产品Ⅱ出租收入不低于1元出让代价应不低于用同等数量的资源自己生产的利润。
1252632132≥++≥+y y y y y52426155 2212121221⎪⎪⎩⎪⎪⎨⎧≥≤+≤+≤+=x x x x x x x s.t.x x z ,max ⎪⎩⎪⎨⎧≥≥++≥+++=0y 125265241532132132321y y y y y y y t s y y y w ,,.min 对偶问题原问题收购厂家一对对偶问题⎩⎨⎧≥≥=⇒⎩⎨⎧≥≤=00bY C YA s.t.Yb w X AX t s CX z min ..max ),(21c c C =⎪⎪⎫ ⎛=1x x X )(ij a A =()321,y ,y y Y =⎪⎪⎪⎫ ⎛=321b b b b 3个约束2个变量2个约束3个变量原问题对偶问题其它形式的对偶问题?特点：1.原问题的约束个数（不包含非负约束）等于对偶问题变量的个数；2.原问题的价值系数对应于对偶问题右端项；3.原问题右端项对应于对偶问题的价值系数；4.原问题约束矩阵转置就是对偶问题约束矩阵；5.原问题为求最大，对偶问题是求最小问题；6.原问题不等约束符号为“≤”，对偶问题不等式约束符号为“≥”;二、原问题与对偶问题的数学模型1．对称形式的对偶当原问题对偶问题只含有不等式约束时，称为对称形式的对偶。
运筹学第8讲：对偶单纯形法及灵敏度分析简介
② 原问题有可行解（b≥0）, 对偶问题无可行解（存在δj>0），采 用单纯形法继续求解
③ 原问题无可行解（存在bi<0）, 对偶问题有可行解（ δ≤0 ）， 采用对偶单纯形法继续求解
④ 原问题无可行解（存在bi<0）, 对偶问题无可行解（存在δj>0）， 设法使bi>0，并引入人工变量，采用大M 法继续求解
P38：例3.6
某公司生产甲、乙、丙、丁四种产品，已知制造单件产品时分
别占用的设备A、B的台时，设备A、B每天可用于生产的能力 以及单件产品的收益情况如下表所示。问该公司应该如何制定 最优生产计划？ 项目 甲 乙 丙 丁 每天可用能力
设备A（h） 设备B（h）
单件利润(元)
3 2
4
2 3
3
1 2
上式两边左乘B-1，得到
题的最优基B不变，我们可以直接 求出新问题的最优解
X B B1b B1NX N
(1)
运筹学
第8讲：对偶单纯形法及灵敏度分析简介
设 Pj
为初始单纯形表中的第j 列列向量，
设 Pj’为最终单纯形表中的第j 列列向量 例如： 3 P 1 2 我们不难得到：
运筹学
第8讲：对偶单纯形法及灵敏度分析简介
同时，
Pj ' B1Pj
(3)
例如：
3 5 2 5 3 1 B P 1 1 2 0 P ' 2 5 3 5
1
再考察式(1)，由于XN＝[0, 0]T，因而
X B * B1b
(2) 解：设乙的收益c2直接反映到原问题的最终单纯形表中，得到
为使最优生产计划不变，则δ3, δ4 ,δ5, δ6 ≤0，得到
运筹学第二章灵敏度分析
CB
-3 -5 -Z’
xB x1 X2
2.4 对偶解的经济解释
一、对偶线性规划 的解： P55
Cj xB x3 x1 x2 z b 7/2 7/2 3/2 x1 1 0 0 y4 Cj yB b y1 15/2 0 原问题变量 x2 0 0 1 0 y5 对偶问题变量 y2 y3 x3 1 0 0 0 y1 原问题变量 x4 5/4 1/4 -1/4 1/4 y2 x5 -15/2 -1/2 3/2 1/2 y3
T.G.Koopman（库普曼）和 L.V.Kamtorovich（康脱罗维奇）
二人因此而共同分享了1975年的第7届诺贝尔经 济学奖。
2.5 灵敏度分析
一、灵敏度分析的含义 是指系统或事物因周围条件变化显示出来的敏感性程度的分析。 对于线性规划问题的灵敏度分析是指参数A，b，C变化引起的 对原问题解的变化的分析。 其中：A为技术参数矩阵，b为资源向量，C为价值向量 可以用参数变化后的问题重新用单纯形法求解？ 没必要，意义不大，有些问题看不出来。 把相应的变化反映到最终单纯形表中，再根据情况用相应的方 法求解。
Z 50 x1 30 x2
2.1 线性规划的对偶问题与对偶理论
假设现有乙公司准备租借用(购买)该木器厂的木工和 油漆工两种劳力的劳务，需要考虑这两种劳务以什么 样的价格租入最合算？而同时甲公司要以什么条件才 会租让？甲公司肯定会以自己利用两种劳力的劳务组 织生产所获得的利润最大为条件，设每个木工的租用 价格为y1，每个油漆工的租用价格为y2，则乙公司愿 意租用的出资为：
0 变量 0 无限制
型 约束 型 型
0 变量 0 无限制
型 约束 型 型
对偶单纯形法灵敏度分析
对偶单纯形法灵敏度分析
汇报人：XX
单击输入目录标题 对偶单纯形法概述 对偶单纯形法灵敏度分析的步骤 对偶单纯形法灵敏度分析的优点和局限性 对偶单纯形法灵敏度分析的改进方向 对偶单纯形法灵敏度分析的实际应用案例
添加章节标题
对偶单纯形法概述
对偶单纯形法的定义
对偶单纯形法是一种线性规划 算法
它基于对偶理论，通过迭代寻 找最优解
结论：对偶单纯形法灵敏度分析在资源分配问题中具有广泛的应用前景，能够为企业带来巨大 的经济效益。
THANK YOU
汇报人：XX
各变量对目标函数的影响程度。
求解最优解
确定初始对偶解
确定迭代步长
计算对偶方向 更新最优解
计算灵敏度
计算对偶问题的 最优解
确定最优解对应 的基变量和自由 变量
计算基变量的灵 敏度
计算自由变量的 灵敏度
对偶单纯形法灵敏度分析的优 点和局限性
优点
计算简单：对偶单 纯形法在计算上相 对简单，易于理解 和实现。
对偶单纯形法适用于求解标准 型线性规划问题
它具有简单、高效、可靠等优 点
对偶单纯形法的原理
对偶性：将原问题转化为对偶问题，通过对偶问题的最优解得到原问题 的近似最优解 单纯形法：利用线性规划的迭代方法，通过不断迭代寻找最优解
灵敏度分析：分析决策变量变化对最优解的影响，为决策提供参考
对偶单纯形法的应用场景
分析灵敏度结果：根据灵敏度系数的大 小和符号，分析各变量对目标函数的灵
敏度，为决策提供依据。
添加标题
添加标题
添加标题
添加标题
确定约束条件和目标函数：在分析过程 中，首先需要确定问题的约束条件和目 标函数，这是对偶单纯形法灵敏度分析
汇报人：XX
单击输入目录标题 对偶单纯形法概述 对偶单纯形法灵敏度分析的步骤 对偶单纯形法灵敏度分析的优点和局限性 对偶单纯形法灵敏度分析的改进方向 对偶单纯形法灵敏度分析的实际应用案例
添加章节标题
对偶单纯形法概述
对偶单纯形法的定义
对偶单纯形法是一种线性规划 算法
它基于对偶理论，通过迭代寻 找最优解
结论：对偶单纯形法灵敏度分析在资源分配问题中具有广泛的应用前景，能够为企业带来巨大 的经济效益。
THANK YOU
汇报人：XX
各变量对目标函数的影响程度。
求解最优解
确定初始对偶解
确定迭代步长
计算对偶方向 更新最优解
计算灵敏度
计算对偶问题的 最优解
确定最优解对应 的基变量和自由 变量
计算基变量的灵 敏度
计算自由变量的 灵敏度
对偶单纯形法灵敏度分析的优 点和局限性
优点
计算简单：对偶单 纯形法在计算上相 对简单，易于理解 和实现。
对偶单纯形法适用于求解标准 型线性规划问题
它具有简单、高效、可靠等优 点
对偶单纯形法的原理
对偶性：将原问题转化为对偶问题，通过对偶问题的最优解得到原问题 的近似最优解 单纯形法：利用线性规划的迭代方法，通过不断迭代寻找最优解
灵敏度分析：分析决策变量变化对最优解的影响，为决策提供参考
对偶单纯形法的应用场景
分析灵敏度结果：根据灵敏度系数的大 小和符号，分析各变量对目标函数的灵
敏度，为决策提供依据。
添加标题
添加标题
添加标题
添加标题
确定约束条件和目标函数：在分析过程 中，首先需要确定问题的约束条件和目 标函数，这是对偶单纯形法灵敏度分析
常见的运筹学灵敏度分析
时，它的变化只影响xj的系数列B-1Pj和检验数 j ，为使最 优方案不变，只需 j 0
14
例18 对于下列规划问题的最优解，若由于工艺改进，y1的 技术系数改为p3=(1,1)T，试讨论最优解的变化。
max Z 4 x1 3 x2 2 y1
2 s.t.3
x1 x1
灵敏度分析的方法是在目前最优基B下进行的。即当参 数A、b、c中的某一个或几个发生变化时，考察是否影响 以下两式的成立？
B 1b 0
C B B
1A C
0
3
1、对于参数b的灵敏度分析
从矩阵形式的单纯形表中可以看出，b的变化只影响最优 解的变化和最优值的变化。
b
X
XB
B-1b
响到y1的检验数，因此为使最优解不变，只需 3 0
即
C3 2 3 / 5 13/ 5
若C3=3,则
cj
CB
XB
3
x2
4
x1
Z
2
3 5
代入最优单纯形表中相应位置
4
320
0
b
x1
x2
y1
x3
x4
4
0
1 -1/5 3/5 -2/5
6
1
0 4/5 -2/5 3/5
36
0
0 -2/5 1/5
若σn+1=CBB-1Pn+1－Cn+1<0，则应投产 若σn+1=CBB-1Pn+1－Cn+1>0，则不应投入。
即新产品的机会成本小于目前的市场价格时，应投产 否则不应投产。
例19 现有一新产品丙，经预测其单位利润为3，技术消耗 系数为P5=（2，2）T，问该产品是否值得投产？
14
例18 对于下列规划问题的最优解，若由于工艺改进，y1的 技术系数改为p3=(1,1)T，试讨论最优解的变化。
max Z 4 x1 3 x2 2 y1
2 s.t.3
x1 x1
灵敏度分析的方法是在目前最优基B下进行的。即当参 数A、b、c中的某一个或几个发生变化时，考察是否影响 以下两式的成立？
B 1b 0
C B B
1A C
0
3
1、对于参数b的灵敏度分析
从矩阵形式的单纯形表中可以看出，b的变化只影响最优 解的变化和最优值的变化。
b
X
XB
B-1b
响到y1的检验数，因此为使最优解不变，只需 3 0
即
C3 2 3 / 5 13/ 5
若C3=3,则
cj
CB
XB
3
x2
4
x1
Z
2
3 5
代入最优单纯形表中相应位置
4
320
0
b
x1
x2
y1
x3
x4
4
0
1 -1/5 3/5 -2/5
6
1
0 4/5 -2/5 3/5
36
0
0 -2/5 1/5
若σn+1=CBB-1Pn+1－Cn+1<0，则应投产 若σn+1=CBB-1Pn+1－Cn+1>0，则不应投入。
即新产品的机会成本小于目前的市场价格时，应投产 否则不应投产。
例19 现有一新产品丙，经预测其单位利润为3，技术消耗 系数为P5=（2，2）T，问该产品是否值得投产？