《运筹学/线性规划》实验报告实验室：实验日期：
题目 如何利用EXC E L求解线性规划 问题及其灵敏度分析 第 8 组 姓名学号 乐俊松 090960125 孙然 090960122 徐正超 090960121 崔凯 090960120王炜垚 090960118 蔡淼 090960117南京航空航天大学（贸易经济）系 2011年（5）月（3）日
摘要 线性规划是运筹学的重要组成部分，在工业、军事、经济计划等领域有着广泛的应用，但其手工求解方法的计算步骤繁琐复杂。本文以实际生产计划投资组合最优化问题为例详细介绍了Excel软件的”规划求解”和“solvertable”功能辅助求解线性规划模型的具体步骤，并对其进行了灵敏度分析。
目录 引言 (4) 软件的使用步骤 (4) 结果分析 (9) 结论与展望 (10) 参考文献 (11)
1. 引言 对于整个运筹学来说，线性规划(Linear Programming)是形成最早、最成熟的一个分支，是优化理论最基础的部分，也是运筹学最核心的内容之一。它是应用分析、量化的方法，在一定的约束条件下，对管理系统中的有限资源进行统筹规划，为决策者提供最优方案，以便产生最大的经济和社会效益。因此，将线性规划方法用于企业的产、销、研等过程成为了现代科学管理的重要手段之一。[1] Excel中的线性规划求解和solvertable功能并不作为命令直接显示在菜单中，因此，使用前需首先加载该模块。具体操作过程为：在Excel的菜单栏中选择“工具／加载宏”，然后在弹出的对话框中选择“规划求解”和“solvertable”，并用鼠标左键单击“确定”。加载成功后，在菜单栏中选择“工具／规划求解”，便会弹出“规划求解参数”对话框。在开始求解之前，需先在对话框中设置好各种参数，包括目标单元格、问题类型(求最大值还是最小值)、可变单元格以及约束条件等。 2 软件的使用步骤 “规划求解”可以解决数学、财务、金融、经济、统计等诸多实 际问题，在此我们只举一个简单的应用实例，说明其具体的操作 方法。 某人有一笔资金可用于长期投资,可供选择的投资机会包括购买国库券、公司债券、投资房地产、购买股票或银行保值储蓄等。投资者希望投资组合的平均年限不超过5年，平均的期望收益率不低于13%，风险系数不超过4，收益的增长潜力不低于10%。问在满足上述要求的前提下投资者该如何选择投资组合使平均年收益率最高？（不同的投资方式的具体参数如下表。）
淮北师范大学 2011届学士学位论文 线性规划灵敏度分析 学院、专业数学科学学院数学与应用数学 研究方向运筹学 学生姓名陈红 学号20071101008 指导教师姓名张发明 指导教师职称副教授 2011年4月10日
线性规划的灵敏度分析 陈 红 （淮北师范大学数学科学学院，淮北，235000） 摘 要 本文主要从价值系数j c 的变化，技术系数ij a 的变化，右端常数i b 的变化以及增加新的约束条件和增加一个新变量的灵敏度这几个方面来进行研究；资源条件是线性规划灵敏度分析中的主要应用内容，而对于资源条件b 的一个重要应用是：“影子价格问题”的实际应用，最后简述了线性规划在经济及管理问题上的典型应用和从求解例题的图解法揭示了最优解的一些重要特征。 关键词 单纯形法，灵敏度分析，最优解，资源条件，价值系数
Sensitivity Analysis of Linear Programming Chen Hong (School of Mathematical Science,Huaibei Normal University ,Huaibei,235000) Abstract This thesis is mainly from the variety of the cost coefficient …j c ?, the variety of technology coefficient …ij a ?, the variety of the resources condition…i b ?and increase the new restraint and new variable to analytical linear programming of sensitivity analysis.This thesis is mainly based on the simplex method and dual simplex method of linear programming to system analytical the influence of the variety upon the optical solution of the coefficient of the simplex table.Linear programming of sensitivity analysis in physically of application is mainly about application of the variety of resources c ondition…i b ?in the economic management …shadow price problem?. Keywords simplex method, sensitivity analysis, optimum solution ， resources condition ，cost coefficient
线性规划问题及灵敏度分析在LINGO软件中的实现 （龙少波李东阳罗添元） 一、问题的提出： 某公司饲养实验用的动物以出售给动物研究所，已知这些动物的生长对饲 料中3种营养成分（蛋白质、矿物质和维生素）特别敏感，每个动物每周至少需 要蛋白质60g，矿物质3g，维生素8mg，该公司能买到5种不同的饲料，每种饲 料1kg所含各种营养成分和成本如下表所示，如果每个小动物每周食用饲料不超 过52kg，才能满足动物生长需要。 A1 A2 A3 A4 A5 营养最 低 要求蛋白质(g) 0.3 2 1 0.6 1.8 60 矿物质(g) 0.1 0.05 0.02 0.2 0.05 3 维生素(mg) 0.05 0.1 0.02 0.2 0.08 8 成本（元/ kg）0.2 0.7 0.4 0.3 0.5 问题： 1．求使得总成本最低的饲料配方？ 2．如果另一个动物研究对蛋白质的营养要求变为59单位， 但是要求动物的价格比现在的价格便宜0.3元，问该养殖所 值不值得接受？ 3．由于市场因素的影响，X2的价格降为0.6元每千克， 问是否要改变饲料配方？ 二、建立线性规划数学模型 解答： （1）设需要饲料A1, A2, A3, A4分别为X1, X2, X3, X4kg，则建立线 性规划数学模型如下： 目标函数：MinS=0.2X1+0.7X2+0.4X3+0.3X4+0.5X5 约束条件：0.3X1+2X2+X3+0.6X4+1.8X5>=60 0.1X1+0.05X2+0.02X3+0.2X4+0.05X5>=3 005X1+0.1X2+0.02X3+0.2X4+0.08X5>=8
线性规划练习题 1、用单纯形表求解以下线性规划问题 (1) max z= x1-2x2+x3 s.t. x1+x2+x3≤12 2x1+x2-x3≤ 6 -x1+3x2≤9 x1, x2, x3≥0 (2) min z= -2x1-x2+3x3-5x4 s.t x1+2x2+4x3-x4≤ 6 2x1+3x2-x3+x4≤12 x1+x3+x4≤ 4 x1, x2, x3, x4≥0 (3) min z= 3x1-x2 s.t. -x1-3x2≥-3 -2x1+3x2≥-6 2x1+x2≤8 4x1-x2≤16 x1, x2≥0 二、配料问题 某工厂要用四种合金T1，T2，T3和T4为原料，经熔炼成为一种新的不锈钢G。这四种原料含元素铬（Cr），锰（Mn）和镍（Ni）的含量（%），这四种原料的单价以及新的不锈钢材料G所要求的Cr，Mn和Ni的最低含量（%）如下表所示： 表错误！文档中没有指定样式的文字。-1 设熔炼时重量没有损耗，要熔炼成100公斤不锈钢G，应选用原料T1，T2，T3和T4各多少公斤，使成本最小。 灵敏度分析练习题 一、已知以下线性规划问题
max z= 2x1+x2-x3 s.t. x1+2x2+x3≤8 -x1+x2-2x3≤4 x1, x2, x3≥0 及其最优单纯形表如下： z x1 x6 （1）求使最优基保持不变的c2=1的变化范围。如果c2从1变成5，最优基是否变化，如果变化，求出新的最优基和最优解。 （2）对c1=2进行灵敏度分析，求出c1由2变为4时的最优基和最优解。 （3）对变量x3在第二个约束中的系数a23=-2进行灵敏度分析，求出a23从-2变为1时新的最优基和最优解。 （4）增加一个新的变量x6，它在目标函数中的系数c6=4，在约束条件中的系数向量为a6 1 2 = ? ? ? ? ? ?， 求新的最优基和最优解。 （5）增加一个新的约束x2+x3≥2，求新的最优基和最优解。 （6）设变量x1在约束条件中的系数向量由 1 1 - ? ? ? ? ? ?变为 -? ? ? ? ? ? 1 2 ，求出新的最优基和最优解。 二、某工厂用甲、乙、丙三种原料生产A、B、C、D四种产品，每种产品消耗原料定额以及三种原料 的数量如下表所示: （1）求使总利润最大的生产计划和按最优生产计划生产时三种原料的耗用量和剩余量。 （2）求四种产品的利润在什么范围内变化，最优生产计划不会变化。 （3）求三种原料的影子价格和四种产品的机会成本，并解释最优生产计划中有的产品不安排生产的原因。 （4）在最优生产计划下，哪一种原料更为紧缺?如果甲原料增加120吨，这时紧缺程度是否有变化?
《管理运筹学》实验报告 实验日期： 2016年 04月 21日—— 2016 年 05 月 18 日 班级2014级04班姓名杨艺玲学号56 实验 管理运筹学问题的计算机求解 名称 实验目的： 通过实验学生应该熟练掌握“管理运筹学”软件的使用，并能利用“管理运筹学”对具体问题进行问题处理，且能对软件处理结果进行解释和说明。 实验所用软件及版本： 管理运筹学 实验过程：（含基本步骤及异常情况记录等) 一、实验步骤（以P31页习题1 为例） 1.打开软件“管理运筹学” 2.在主菜单中选择线性规划模型，屏幕中会出现线性规划页面
3.在点击“新建”按钮以后，按软件的要求输入目标函数个数和约束条件个数，输入目标函数级约束条件的歌变量的系数和b值，并选择好“≤”、“≥”或“＝”，如图二所示，最后点击解决 4.注意事项： （1）输入的系数可以是整数、小数，但不能是分数，要把分数化为小数再输入。（2）输入前要合并同类项。 当约束条件输入完毕后，请点击“解决”按钮，屏幕上讲显现线性规划问题的结果，如图所示
5.输出结果如下
5.课后习题： 一、P31习题1 某家具公司生产甲、乙两种型号的组合柜，每种组合柜需要两种工艺（制白坯和油漆）.甲型号组合柜需要制白坯6工时，油漆8工时：乙型号组合柜需要制白坯12工时，油漆4工时.已知制白坯工艺的生产能力为120工时/天，油漆工艺的生产能力为64工时/天，甲型号组合柜单位利润200元，乙型号组合柜单位利润为240元. 约束条件： 问题： （1）甲、乙两种柜的日产量是多少这时最大利润是多少 答：由实验过程中的输出结果得甲组合柜的日产量是4个，乙的事8个。 （2）图中的对偶价格的含义是什么 答： 对偶价格的含义是约束条件2中，每增加一个工时的油漆工作，利润会增加元。 （3）对图中的常数项范围的上、下限的含义给予具体说明，并阐述如何使用这些信息。 答：当约束条件1的常数项在48~192范围内变化，且其他约束条件不变时，约束条件1的对偶价格不变，仍为；当约束条件2的常数项在40~180范围内变化，而其他约束条件的常数项不变时，约束条件2的对偶价格不然，仍为。 （4）若甲组合柜的利润变为300，最优解不变为什么 . 0,0,6448,120126; 240200 z max ≥≥≤+≤++=y x y x y x y x
《管理运筹学》实验报告 实验日期：2016年04月21日——2016年05月18日 实验目的： 通过实验学生应该熟练掌握“管理运筹学 3.0”软件的使用，并能利用“管理运筹学 3.0” 对具体问题进行问题处理，且能对软件处理结果进行解释和说明。实验所用软件及版本：管理运筹学3.0 实验过程：（含基本步骤及异常情况记录等―） 一、实验步骤（以P31页习题1为例） 1?打开软件“管理运筹学3.0” 2?在主菜单中选择线性规划模型，屏幕中会出现线性规划页面 3?在点击“新建”按钮以后，按软件的要求输入目标函数个数和约束条件个数，输入目标函数级约束条件的歌变量的系数和b值，并选择好“w”、“》”或“二”, 如图二所示，最后点击解决 班级2014级04班姓名杨艺玲学号2014190456实验 名称 管理运筹学问题的计算机求解 n 幵 目标的数 娈童个数约束条件个数 芙 遇出 保存解决关于
X 4?注意事项： (1)输入的系数可以是整数、小数，但不能是分数，要把分数化为小数再输入。 (2)输入前要合并同类项。 当约束条件输入完毕后，请点击“解决”按钮，屏幕上讲显现线性规划问题的结果, 如 图所示 D tiff 0% 关于遇出 变童个数约朿条件个数F目标的数3V 标淮北结杲: 上一曲
5.输出结果如下 me車最优解如下***#尊1林*祜除目标函数最优值知2?20 变1 最优解相差値 XI 4.00 0.00 X2 8.00 0100 釣束松弛颅11余变量对偶价格 01. 00 16. 5€ 0.00 13.33 目标函数系数范園: 娈1下限当前值上限 XI 120. 30 200.00430. 00 X2 100. 0D 240.00400.00 常数【页范園； 的束T眼当前值上限 143.00120 00152.00 240.00 64.00 160.00 5.课后习题： 一、P31习题1 某家具公司生产甲、乙两种型号的组合柜，每种组合柜需要两种工艺（制白坯和油漆）.甲型号组合柜需要制白坯6工时，油漆8工时：乙型号组合柜需要制白坯12工时，油漆4工时.已知制白坯工艺的生产能力为120工时/天，油漆工艺的生产能力为64工时/天，甲型号组合柜单位利润200元，乙型号组合柜单位利润为240 元. max z = 200x 240y; 约束条件：6x，12心2°, 8x +4y 兰64, x 一0, y -0. 问题： （1）甲、乙两种柜的日产量是多少？这时最大利润是多少？ 答：由实验过程中的输出结果得甲组合柜的日产量是4个，乙的事8个
数学建模与实验课程实验报告 实验名称三、线性规划与整数规划实验地点日期2014-10-28 姓名班级学号成绩 【实验目的及意义】 [1] 学习最优化技术和基本原理，了解最优化问题的分类； [2] 掌握规划的建模技巧和求解方法； [3] 学习灵敏度分析问题的思维方法； [4] 熟悉MATLAB软件求解规划模型的基本命令； [5] 通过范例学习，熟悉建立规划模型的基本要素和求解方法。 通过该实验的学习，使学生掌握最优化技术，认识面对什么样的实际问题，提出假设和 建立优化模型，并且使学生学会使用MATLAB、Lingo软件进行规划模型求解的基本命令， 并进行灵敏度分析。解决现实生活中的最优化问题是本科生学习阶段中一门重要的课程，因 此，本实验对学生的学习尤为重要。 【实验要求与任务】 根据实验内容和步骤，完成以下实验，要求写出实验报告（符号说明—模型的建立—模型 的求解（程序）—结论） A组 高校资金投资问题 高校现有一笔资金100万元，现有4个投资项目可供投资。 项目A：从第一年到底四年年初需要投资，并于次年年末回收本利115%。 项目B：从第三年年初需要投资，并于第5年末才回收本利135%，但是规定最大投资总 额不超过40万元。 项目C：从第二年年初需要投资，并于第5年末才回收本利M%，但是规定最大投资总 额不超过30万元。(其中M为你学号的后三位+10) 项目D：五年内每年年初可以买公债，并于当年年末归还，并可获得6%的利息。 试为该校确定投资方案，使得第5年末他拥有的资金本利总额最大。 该校在第3年有个校庆，学校准备拿出8万元来筹办，又应该如何安排投资方案，使得 第5年末他拥有的资金本利总额最大。 B组题 1)最短路问题, 图1中弧上的数字为相邻2点之间的路程，求从1到7的最短路。 图1 图 2 r为你的学号后2位+10 其中 1 2)最大车流量, 图1中弧上的数字为相邻2点之间每小时的最大车流量。求每小时1到7最大
线性规划模型的应用与灵敏度分析 第一章线性规划问题 1.线性规划简介及发展 线性规划（Linear Programming）是运筹学中研究最早、发展最快、应用广泛、方法成熟的一个重要分支，它是辅助人们进行科学管理的一种数学方法，研究线性约束条件下线性目标函数的极值问题的数学理论和方法，英文缩写为LP。它是运筹学的一个重要分支，广泛应用于军事作战、经济分析、经营管理和工程技术等方面，为合理利用有限的人力、物力、财力等资源做出的最优决策，提供科学的依据。 线性规划及其通用解法——单纯形法是由美国G.B.Dantzig在1947年研究空军军事规划提出来的。法国数学家傅里叶和瓦莱－普森分别于1832和1911年独立地提出线性规划的想法，但未引起注意。1939年苏联数学家康托罗维奇在《生产组织与计划中的数学方法》一书中提出线性规划问题，也未引起重视[1]。1947年美国数学家丹齐克提出线性规划的一般数学模型和求解线性规划问题的通用方法──单纯形法，为这门学科奠定了基础。1947年美国数学家诺伊曼提出对偶理论,开创了线性规划的许多新的研究领域，扩大了它的应用范围和解题能力[2]。1951年美国经济学家库普曼斯把线性规划应用到经济领域，为此与康托罗维奇一起获1975年诺贝尔经济学奖。50年代后对线性规划进行大量的理论研究，并涌现出一大批新的算法。例如，1954年莱姆基提出对偶单纯形法，1954年加斯和萨迪等人解决了线性规划的灵敏度分析和参数规划问题，1956年塔克提出互补松弛定理，1960年丹齐克和沃尔夫提出分解算法等。线性规划的研究成果还直接推动了其他数学规划问题包括整数规划、随机规划和非线性规划的算法研究[3]。由于数字电子计算机的发展，出现了许多线性规划软件，如MPSX，OPHEIE，UMPIRE等，可以很方便地求解几千个变量的线性规划问题。1979年苏联数学家提出解线性规划问题的椭球算法，并证明它是多项式时间算法。1984年美国贝尔电话实验室的印度数学家N.卡马卡提出解线性规划问题的新的多项式时间算法。用这种方法求解线性规划问题在变量个数为5000时只要单纯形法所用时间的1/50。现已形成线性规划多项式算法理论。50年代后线性规划的应用范围不断扩大。建立线性规
《管理运筹学》实验报告实验日期： 2016年 04月 21日—— 2016 年 05 月 18 日
3.在点击“新建”按钮以后，按软件的要求输入目标函数个数和约束条件个数，输入目标函数级约束条件的歌变量的系数和b值，并选择好“≤”、“≥”或“＝”，如图二所示，最后点击解决
4.注意事项： （1）输入的系数可以是整数、小数，但不能是分数，要把分数化为小数再输入。（2）输入前要合并同类项。 当约束条件输入完毕后，请点击“解决”按钮，屏幕上讲显现线性规划问题的结果，如图所示
5.输出结果如下
5.课后习题： 一、P31习题1 某家具公司生产甲、乙两种型号的组合柜，每种组合柜需要两种工艺（制白坯和油漆）.甲型号组合柜需要制白坯6工时，油漆8工时：乙型号组合柜需要制白坯12工时，油漆4工时.已知制白坯工艺的生产能力为120工时/天，油漆工艺的生产能力为64工时/天，甲型号组合柜单位利润200元，乙型号组合柜单位利润为240元. 约束条件： 问题： （1）甲、乙两种柜的日产量是多少？这时最大利润是多少？ 答：由实验过程中的输出结果得甲组合柜的日产量是4个，乙的事8个。 . 0,0,6448,120126;240200 z max ≥≥≤+≤++=y x y x y x y x
（2）图中的对偶价格13.333的含义是什么？ 答： 对偶价格13.333的含义是约束条件2中，每增加一个工时的油漆工作，利润会增加13.33元。 （3）对图中的常数项围的上、下限的含义给予具体说明，并阐述如何使用这些信息。 答：当约束条件1的常数项在48~192围变化，且其他约束条件不变时，约束条件1的对偶价格不变，仍为15.56；当约束条件2的常数项在40~180围变化，而其他约束条件的常数项不变时，约束条件2的对偶价格不然，仍为13.333。 （4）若甲组合柜的利润变为300，最优解不变？为什么？ 答：目标函数的最优值会变，因为甲组合柜的利润增加，所以总利润和对偶价格增加；甲、乙的工艺耗时不变，所以甲、乙的生产安排不变。 二、学号题 约束条件： 无约束条件 （学号）学号43214321432143214321 0 0,30 9991285376)(53432max x x x x x x x x x x x x x x x x x x x x z ≤≥≤-+-+≥-+-+=-++-+++=??????????????-≥?-?-?-?-?-7606165060~5154050~414 )30(40~313)20(30~21210 20~11 10~1）（学号）（学号）（学号学号学号）（学号不变学号规则
实验二___线性规划灵敏度分析
实验二线性规划模型及灵敏度分析 （一）实验目的：掌握使用Excel软件进行灵敏度分析的操作方法。 （二）实验内容和要求：用Excel软件完成案例。 （三）实例操作： （1）建立电子表格模型； （2）使用Excel规划求解功能求解问题并生成“敏感性报告”； （3）结果分析：哪些问题可以直接利用“敏感性报告”中的信息求解，哪些问题需要重新规划求解，并对结果提出你的看法； （4）在Word文档中书写实验报告，包括线性规划模型、电子表格模型、敏感性报告和结果分析等。 案例1 市场调查问题 某市场调查公司受某厂的委托，调查消费者对某种新产品的了解和反应情况。该厂对市场调查公司提出了以下要求： （1）共对500个家庭进行调查；
（2）在被调查家庭中，至少有200个是没有孩子的家庭，同时至少有200个是有孩子的家庭； （3）至少对300个被调查家庭采用问卷式书面调查，对其余家庭可采用口头调查； （4）在有孩子的被调查家庭中，至少对50%的家庭采用问卷式书面调查； （5）在没有孩子的被调查家庭中，至少对60%的家庭采用问卷式书面调查。 对不同家庭采用不同调查方式的费用如下表所示： 市场调查费用表 家庭类型调查费用（元） 问卷式书面调查口头调查 有孩子的家庭50 30 没有孩子的家庭40 25 问：市场调查公司应如何进行调查，使得在
满足厂方要求的条件下，使得总调查费用最少？ 案例2 经理会议建议的分析 某公司生产三种产品A1，A2，A3，它们在B1，B2两种设备上加工，并耗用C1，C2两种原材料，已知生产单位产品耗用的工时和原材料以及设备和原材料的每天最多可使用量如下表所示： 生产三种产品的有关数据 资源产品A1 产品A2 产品A3 每天最多可使用量 设备B1(min) 1 2 1 430 设备B2(min) 3 0 2 460 原料C1(kg) 1 4 0 420 原料C2(kg) 1 1 1 300 每件利润(元) 30 20 50
实验三 线性规划 程序： linprog c=[-0.4 -0.28 -0.32 -0.72 -0.64 -0.6]; A=[0.01 0.01 0.01 0.03 0.03 0.03;0.02 0 0 0.05 0 0;0 0.02 0 0 0.05 0;0 0 0.03 0 0 0.08]; b=[850;700;100;900]; Aeq=[]; beq=[]; vlb=[0;0;0;0;0;0]; vub=[]; [x,fval]=linprog(c,A,b,Aeq,beq,vlb,vub) Exam5: function f=fun3(x); f=-x(1)-2*x(2)+(1/2)*x(1)^2+(1/2)*x(2)^2 实验目的 2、掌握用数学软件包求解线性规划问题。 1、了解线性规划的基本内容。 例1 max 6543216.064.072.032.028.04.0x x x x x x z +++++= 85003.003.003.001.001.001.0..654321≤+++++x x x x x x t s 70005.002.041≤+x x 10005.002.052≤+x x 90008.003.063≤+x x 6,2,10 =≥j x j
x0=[1;1]; A=[2 3 ;1 4]; b=[6;5]; Aeq=[];beq=[]; VLB=[0;0]; VUB=[]; [x,fval]=fmincon('fun3',x0,A,b,Aeq,beq,VLB,VUB) 书 求下列非线性规划 2221232212322 1232 12223123min 8020 ..2023,,0x x x x x x x x x s t x x x x x x x +++?-+≥?++≤??--+=??+=? ?≥? 在Matlab 2013软件中输入如下程序： （i ）编写M 文件fun1.m 定义目标函数 function f=fun1(x); f=sum(x.^2)+8; （ii ）编写M 文件fun2.m 定义非线性约束条件 function [g,h]=fun2(x); g=[-x(1)^2+x(2)-x(3)^2 x(1)+x(2)^2+x(3)^3-20]; %非线性不等式约束 h=[-x(1)-x(2)^2+2 x(2)+2*x(3)^2-3]; %非线性等式约束 （iii ）编写主程序文件example2.m 如下： options=optimset('largescale','off'); [x,y]=fmincon('fun1',rand(3,1),[],[],[],[],zeros(3,1),[], ... 'fun2', options) 就可以求得当1230.5522 1.2033,,0.9478x x x ===时，最小值y =10.6511。 4. 选修课的策略 决策目标为选修的课程总数最少，即 921min x x x +++ 约束条件： (1) 满足课程要求：（至少２门数学课程，３门运筹学课程和２门计算机课程）
实验报告 课程名称：运筹学 实验项目名称：应用Excel对线性规划进行灵敏度分析班级与班级代码： 实验室名称（或课室）： 专业： 任课教师： 学号： 姓名： 实验日期：2010 年10 月18 日 广东商学院教务处制
姓名实验报告成绩 评语： 指导教师（签名） 年月日说明：指导教师评分后，实验报告交院（系）办公室保存。
实验二应用Excel对线性规划的灵敏度分析 一、实验目的与要求 1.了解线性规划模型中各参数的变化对最优解的影响。 2.会用Excel中提供的敏感性报告对目标函数系数进行灵敏度分析。 3.会用Excel中提供的敏感性报告对约束条件右端值的灵敏度分析。 二、实验步骤与方法 1.可以在电子表格中采取试验的方法，不断增加或减少的 c值，直到最优 j 解发生改变，以找到最优解发生变化时对应的 c值.但是，这样计算太 j 麻烦了。 2.在Excel求得最优解之后，在其右边列出了它可以提供的三个报告。 选择第二项敏感性报告的选项，就可以得到灵敏度的分析报告，它显示在模型的工作表之前。 3.当几个价值系数同时变动时，注意使用百分之百法则。 4.对约束条件限定数的灵敏度分析同上：选择第二项“敏感性报告”的 选项，就可以得到灵敏度的分析报告，其中“约束”表即是。 5.若几个约束限定数同时变动，也要注意使用百分之百法则。 三、实验内容 第1题． 医院放射科目前可以开展X线平片检查和CT检查业务，现拟购买磁共振仪，以增A 设磁共振检查业务。为此A医院收集了有关信息，从医院获取最大利润角度出发，问是否应购买磁共振仪？经过资料收集，A医院估计今后放射科如果开展此3项业务，在现有放射科医务人员力量和病人需求的情况下，每月此3项业务的最多提供量为1800人次。平均每人次检查时间、每月机器实际可使用时间、平均每人次检查利润如下表 放射科业务 项目X线平片检查CT检查磁共振检查平均每人次检查时间（小时/次）0.1 0.25 0.5 每月机器实际可使用时间（小时）300 120 120 平均每人次检查利润（元/次）20 60 10
基于线性规划的灵敏度分析问题的研究 摘要：本文主要研究的是线性规划的灵敏度分析问题。讨论线性规划价值系数和资源系数中单个系数在什么区间变化时能保证最优解或最优基不变，以及多系数同时变化时最优解或者最优基不变的判定定理。最后通过实例进行说明验证。 本文对线性规划的灵敏度分析问题进行研究，主要内容如下： 第一章主要是简单的介绍了线性规划的发展历程，在线性规划的灵敏度分析的含义，灵敏度分析在其他方面的应用。 第二章，技术系数矩阵A发生变化时，最优解的变化。举例验证，应用LINGO 软件，进行灵敏度分析，确定在什么范围内，最优解不变。 第三章，资源向量b发生变化时，讨论最优解的变化情况。并举例验证其理论知识，应用LINGO软件，确定在什么变化范围内，最优解不变。 第四章，价值系数C发生变化时，最优解的变化情况。举例验证其理论实施过程，应用LINGO软件，分析其灵敏度。 第五章，对本文研究内容进行总结，指出一些不足之处，并提出进一步研究的方向。 关键词：运筹学；线性规划；灵敏度分析；技术系数；资源向量；价值系数；LINGO
The inventory model under uncertain demand Abstract:
第一章 绪论 随着运筹学的发展，线性规划方面的知识也得到了逐步的完善，并广泛地运用到实际的生活中，尤其给经济管理和决策提供了强有力的理论根据．管理部门和企业在进行生产或投资决策时，一般通过建立数学模型和对模型的求解，做出具体的决策方案．在建立模型和求解的过程中，都是以价值系数j c 、资源系数j b 和消耗系数ij a 为基础的，这些数据不但难以确定，而且市场价格的变动、资源供应的波动、工人技术的提高、设备的改进等，都会使这些数据变动．本文讨论线性规划价值系数和资源系数中单个系数在什么区间变化时能保证最优解或最优基不变，以及多系数同时变化时最优解或者最优基不变的判定定理。 线性规划发展史 1）1939年，前苏联数学家康托洛维奇发表了《生产组织与计划中的数学方法》学术报告，首次提出了线性规划问题，但是他没有找到一个统一的求解这类问题的方法。 2）美国学者希奇柯克（Hitchcock ，1941）独立的提出了运输问题这样一类特殊的线性规划问题。 3）1947年，美国学者丹捷格（Dantzig ）提出求解线性规划的单纯形法和许多相关的理论，为线性规划奠定了理论基础，推动了线性规划的发展。 灵敏度分析的概念 研究与分析一个系统（或模型）的状态或输出变化对系统参数或周围条件变化的敏感程度的方法。在最优化方法中经常利用灵敏度分析来研究原始数据不准确或发生变化时最优解的稳定性。通过灵敏度分析还可以决定哪些参数对系统或模型有较大的影响。因此，灵敏度分析几乎在所有的运筹学方法中以及在对各种方案进行评价时都是很重要的。 灵敏度分析的应用领域 线性规划中灵敏度分析 对于线性规划问题： 1 max n j j j X c x ==∑公式
姓名： 学号： 实验二 求解模糊线性规划 实验目的： 掌握将模糊线性规划转化为一般线性规划的方法，会使用数学软件Matlab 工具箱求解一般线性规划. 实验学时：2学时 实验内容： 将已知模糊线性规划问题标准化后，再用Matlab 工具箱求解相应的各个线性归化问题，最后得到模糊最优解。 实验日期：2017年12月02日 实验步骤： 1 问题描述： 某种药物主要成分为A 1、A 2、A 3，含量分别为585±-1mg 盒?、5100±-1mg 盒?、 10100±-1mg 盒?。这三种成分主要来自五种原材料B 1、B 2、B 3、B 4、B 5，各种原 表一 2 解决步骤 设成本为)(b f ，买入原材料B 1、B 2、B 3、B 4、B 5分别为54321b b b b b 、、、、千克。为使成本最小，建立如下模糊线性规划模型： ??? ??? ?≥=++++=++++=++++++++=0,,,,]10,100[200120150120001]5,010[601609015008]5,85[120801206085.8.17.16.15.11.3)(min 543215432154321543215 4321b b b b b b b b b b b b b b b b b b b b t s b b b b b b f （1）求解没有伸缩率经典线性规划:
??? ??? ?≥=++++=++++=++++0,,,,10020012015012000110060160901500885120801206085.54321543215432154321b b b b b b b b b b b b b b b b b b b b t s 使用Matlab 实现代码如下： 实验结果： 图一 没有伸缩率经典线性规划求解结果 因此我们可以得知： 0000.0b 3021.00.00000000.01.014454321=====、、、、b b b b 从而得到最优解： 1.8322)(=b f （2）求解有伸缩率的普通线性规划:
实验一 线性规划问题及灵敏度分析 实验目的：了解WinQSB 软件在Windows 环境下的文件管理操作，熟悉软件界面内容， 掌握操作命令。用WinQSB 软件求解线性规划，掌握winQSB 软件写对偶规划，灵敏度分析和 参数分析的操作方法。 实验每组人数及学时：组人数1人，学时数：4学时 实验环境：装有WinQSB 软件的个人电脑 实验类型：验证性 实验内容： 一、 用WinQSB 软件求解线性规划的方法： 操作步骤： 1.将WinQSB 文件复制到本地硬盘；在WinQSB 文件夹中双击setup.exe 。 2.指定安装WinQSB 软件的目标目录（默认为C:\ WinQSB ）。 3. 安装过程需输入用户名和单位名称（任意输入），安装完毕之后，WinQSB 菜单自动 生成在系统程序中。 4.熟悉WinQSB 软件子菜单内容及其功能，掌握操作命令。 5．求解线性规划。启动程序 开始→程序→WinQSB→Linear and Integer Programming 。 6．学习例题 点击 Problem→lp.lpp, 点击菜单栏Solve and Analyze 或点击工具栏中 的图标用单纯形法求解，观赏一下软件用单纯形法迭代步骤。用图解法求解，显示可行域， 点击菜单栏Option →Change XY Ranges and Colors，改变X1、X2的取值区域（坐标轴的 比例），单击颜色区域改变背景、可行域等8种颜色，满足你的个性选择。 下面结合例题介绍WinQSB 软件求解线性规划的操作步骤及应用。 用WinQSB 软件求解下列线性规划问题： 1234 max 657Z x x x x =+++ s.t. 12341 2341231234 312342692608521507300 01020,,0,x x x x x x x x x x x x x x x x x x x x +++≤??-+-≥??++=?-≥??-≥?≤≤??≥?无约束 解：应用WinQSB 软件求解线性规划问题不必化为标准型，如果是可以线性化的模型则先 线性化，对于有界变量及无约束变量可以不用转化，只需要修改系统的变量类型即可，对于 不等式约束可以在输入数据时直接输入不等式符号。 （1）启动线性规划（LP ）和整数规划（ILP ）程序 点击开始→程序→WinQSB →Linear and Integer Programming ，显示线性规划和整数规 划工作界面（注意菜单栏、工具栏和格式栏随主窗口内容变化而变化）。这一程序解决线性 规划（LP ）以及整数线性规划（ILP ）问题。
摘要 线性规划是解决稀缺资源最优分配的有效方法，使付出的费用最少或获得的利益最大。它的研究对象是有一定的人力、财力、资源条件下，如何合理安排使用，效益最高；某项任务确定后，如何安排人、财、物，使之最省。它要解决的问题的目标可以用数值指标反映，对于要实现的目标有多种方案可以选择，有影响决策的若干约束条件。本文主要介绍了线性规划模型在实际生活中的应用，其中包括解线性方程组的各种方法，如图解法、单纯形法、以及对偶单纯形法等等，以及简单介绍了有关灵敏度分析的方法。由于许多问题仅仅利用线性规划的方法还不足以解决，因此用到了对偶理论，也因此引出了对偶单纯形法。对偶规划是线性规划问题从另一个角度进行研究，是线性规划理论的进一步深化，也是线性规划理论整体的一个不可分割的组成部分。灵敏度分析是对线性规划结果的再发掘，是对线性规划理论的充要应用，本文以实例验证灵敏度分析的实际应用。 关键词：线性规划；单纯形法；对偶单纯形法
ABSTRCT Linear programming is an effective method to solve the optimal allocation of scarce resources, make the cost of pay or receive at least the interests of the largest. Its object of study is the human and financial resources, resource conditions, how to reasonably arrange to use, benefit is supreme; A task is determined, how to arrange people, goods, and make it the most provinces. It to the target can be used to solve the problem of the numerical indicators, to achieve a variety of solutions to choose from, have an impact on the decision of some constraint conditions. Through the subject design, can deepen the operations research, optimization method, linear programming, nonlinear programming, to improve the integrated use of knowledge, improve the ability of using the sensitivity analysis to solve various practical problems. This article mainly introduces the application of linear programming model in real life, including the various methods of solving linear equations, as shown in figure method, simplex method and dual simplex method, etc., and simply introduces the method of sensitivity analysis. Due to many problems just by using the method of linear programming is not enough to solve, so use the duality theory, thus raises the dual simplex method. The dual programming is linear programming problem from another Angle, is the further deepening of linear programming theory, linear planning theory as a whole is also an integral part of. Sensitivity analysis is to discover, the result of the linear programming is the charge to application of linear programming theory. Keywords: linear programming；Simplex method；The dual simplex method
lingo 软件求解线性规划及灵敏度分析 注：以目标函数最大化为例进行讨论，对求最小的问题，有类似的分析方法！所有程序运行环境为lingo10。 一、用lingo 软件求解线性规划 例1： m a x 23..4310 3512,0 z x y s t x y x y x y =++≤+≤≥ 在模型窗口输入： model: max=2*x+3*y; 4*x+3*y<=10; 3*x+5*y<12; ! the optimal value is :7.454545 ; End 如图所示： 运行结果如下（点击 工具栏上的‘solve ’或点击菜单‘lingo ’下的‘solve ’即可）： Global optimal solution found. Objective value: 7.454545（最优解函数值） Infeasibilities: 0.000000 Total solver iterations: 2（迭代次数）
Variable （最优解） Value Reduced Cost X 1.272727 0.000000 Y 1.636364 0.000000 Row Slack or Surplus Dual Price 1 7.454545 1.000000 2 0.000000 0.9090909E-01 3 0.000000 0.5454545 例2： 12123124125m a x 54.. 390280450 z x x s t x x x x x x x x x x =+++=++=++=≥ 在模型窗口输入： model: max=5*x1+4*x2; x1+3*x2+x3=90; 2*x1+x2+x4=80; x1+x2+x5=45; end 运行（solve ）结果如下： Global optimal solution found. Objective value: 215.0000 Infeasibilities: 0.000000 Total solver iterations: 3 Variable Value Reduced Cost X1 35.00000 0.000000 X2 10.00000 0.000000 X3 25.00000 0.000000 X4 0.000000 1.000000 X5 0.000000 3.000000 Row Slack or Surplus Dual Price 1 215.0000 1.000000 2 0.000000 0.000000 3 0.000000 1.000000 4 0.000000 3.000000 例3