线性规划与灵敏度分析
1. 已知线性规划问题
112233
13111211234523212221001012345j
max z c x c x c x a a a b x x x x x a a a b s.t.
x ,j ,,,,=++?????????????
++++=??????????????????????????
?≥=?
用单纯形法求解，得到最终单纯性表如下。
(1）.求ａ11、a １2、ａ1３、a 21、a 22、a 23、b 1、b 2的值; (2).求ｃ１、c 2、ｃ3的值．
解：（1)由题意可设初始单纯形表的增广矩阵为
()131112
1232122
21001a a a b A B a a a b ??
=?
???
最终单纯形表的增广矩阵为
()11311
1
01
2
221
101
222
A B ??-??=??-??
, 对矩阵()11A B 作初等行变换，使其第4,5列组成单位矩阵,
()22311
1
012221
101222
92021131410825
1201551201522A B ??
-????-??
????-????→→????????
= 由单纯形法的算法法则可知,()22A B 即为()A B ,所以ａ1１＝９/2、ａ12=1、a 13=4、
a 21=５/２、a 22=1、a 23=2、
b 1=８、b 2=5. (２).由检验数的计算公式可知
132132232
3237
020402248
c c c /c c /c c c /c c -+=-=???
?
-+=?=????
--+=-=??（）（）（） ２.已知线性规划问题
3.已知线性规划问题
一个实例理解Lingo的灵敏性分析 线性规划问题的三个重要概念： 最优解就是反应取得最优值的决策变量所对应的向量。 最优基就是最优单纯形表的基本变量所对应的系数矩阵如果其行列式是非奇异的，则该系数矩阵为最优基。 最优值就是最优的目标函数值。 Lingo的灵敏性分析是研究当目标函数的系数和约束右端项在什么范围（此时假定其它系数不变）时，最优基保持不变。灵敏性分析给出的只是最优基保持不变的充分条件，而不一定是必要条件。下面是一道典型的例题。 一奶制品加工厂用牛奶生产A1,A2两种奶制品，1桶牛奶可以在甲车间用12小时加工成3公斤A1，或者在乙车间用8小时加工成4公斤A2。根据市场需求，生产的A1,A2全部能售出，且每公斤A1获利24元，每公斤A2获利16元。现在加工厂每天能得到50桶牛奶的供应，每天正式工人总的劳动时间480小时，并且甲车间每天至多能加工100公斤A1，乙车间的加工能力没有限制。试为该厂制订一个生产计划，使每天获利最大，并进一步讨论以下3个附加问题： 1）若用35元可以买到1桶牛奶，应否作这项投资？若投资，每天最多购买多少桶牛奶？2）若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元？ 3）由于市场需求变化，每公斤A1的获利增加到30元，应否改变生产计划？ 模型代码： max=72*x1+64*x2; x1+x2<=50; 12*x1+8*x2<=480; 3*x1<=100; 运行求解结果： Objective value: 3360.000 Variable Value Reduced Cost X1 20.00000 0.000000 X2 30.00000 0.000000 Row Slack or Surplus Dual Price 1 3360.000 1.000000 2 0.000000 48.00000 3 0.000000 2.000000 4 40.00000 0.000000 这个线性规划的最优解为x1=20，x2=30，最优值为z=3360，即用20桶牛奶生产A1, 30桶牛奶生产A2，可获最大利润3360元。输出中除了告诉我们问题的最优解和最优值以外，还有许多对分析结果有用的信息。 其中，“Reduced Cost”列出最优单纯形表中判别数所在行的变量的系数，表示当变量有微小变动时, 目标函数的变化率。其中基变量的reduced cost值应为0，对于非基变量Xj, 相应的reduced cost值表示当某个变量Xj 增加一个单位时目标函数减少的量( max型问题)。本例中X1，X2均为基变量。 “Slack or Surplus”给出松驰变量的值，模型第一行表示目标函数，所以第二行对应第一个约束。3个约束条件的右端不妨看作3种“资源”：原料、劳动时间、车间甲的加工能力。输出中Slack or Surplus给出这3种资源在最优解下是否有剩余：原料、劳动时间的剩余均为
第八章灵敏度分析 目的：介绍灵敏度分析的用法，研究过程变量之间的关系。 （1）灵敏度分析 可使用户研究输入变量的变化对过程输出的影响 在灵敏度模块文件夹的Results表上能够查看结果 可以把结果绘制成曲线，使不同变量之间的关系更加形象化 在灵敏度模块中对流程输入量所做的改变不会影响模拟，灵敏度研究独立于基础工 况模拟而运行 位于/Data/Model Analysis Tools/Sensitivity下 （2）灵敏度分析的用法 研究输入变量的变化对过程（模型）的影响 用图表表示输入变量的影响 核实设计规定的解是否可行 初步优化 用准稳态方法研究时间变化变量 （3）灵敏度分析应用步骤 a）定义被测量（采集）变量 -它们是在模拟中计算的参量，在第4步将要用到（Sensitivity Input Define 页） b）定义被操作（改变的）变量 -它们是要改变的流程变量（Sensitivity Input Vary页） c）定义被操作（改变的）变量范围 -被操作变量的变化可以按在一个间隔内等距点或变量值列表来规定（Sensitivity Input Vary页） d）规定要计算的或要制成表的参量
-制表参量可以是任何合法的Fortran表达式，表达式含有步骤1中定义的变量(Sensitivity Input Tabulate页) （4）绘图 a）选择包括X轴变量的列，然后选择从Plot菜单下选择X-Axis变量 b）选择包括Y轴变量的列，然后选择从Plot菜单下选择Y-Axis变量 c）（可选的）选择含有参数变量的列，然后从Plot菜单下选择参数变量 d）从Plot菜单下选择Display Plot ?要选择一列，用鼠标左键点击列标题 （5）注意 只有被输入到流程中的参量才可以被改变或操作 可以改变多个输入 对于每一个被操作（改变的）变量的组合都运行一次模拟 （6）灵敏度分析举例 以第二章中苯和丙烯为原料合成异丙基苯为例，如下图： 冷却器出口温度怎样影响产品物流纯度的 被调节(被改变)变量是什么 冷凝器出口温度 被测量(采集)变量是什么 产品物流中异丙基苯纯度（摩尔分率） 打开文件，另存为，如下图所示：
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
实验三灵敏度分析的应用 「、实验目的 (1) 掌握数学建模和用软件求解数学模型。 (2) 掌握在软件上分析问题和改进数学模型的方法。二、实验内容 1、(工作安排问题)人员在时段开始上班，连续工作8小时问该公交线路至少需要多少人。 问：要求在第5,6时段不能有多余人员上班，如何排班
在第i时段开始上班的人数为X i 。 模型: min Z 6 X i i 1 X6X160 ; X i X 70 ； X2X3 60 ; X3X4 50 ; X4X5 20 ； X5X6 30 ; X i0
min x1+x2+x3+x4+x5+x6 subject to x6+x1>60 x1+x2>70 x2+x3>60 x3+x4>50 x4+x5=20 x5+x6=30 end gin x1 gin x2 gin x3 gin x4 gin x5 gin x6 问：要求在第5,6时段不能有多余人员上班，如何排班。
保本点 盈亏平衡点又称零利润点、保本点、盈亏临界点、损益分歧点、收益转折点。通常是指全部销售收入等于全部成本时（销售收入线与总成本线的交点）的产量。 以盈亏平衡点的界限，当销售收入高于盈亏平衡点时企业盈利，反之，企业就亏损。盈亏平衡点可以用销售量来表示，即盈亏平衡点的销售量；也可以用销售额来表示，即盈亏平衡点的销售额。 单位售价-单位销售成本=单位毛利 可变成本=0时，保本点=每月固定成本/单位毛利（每月销售量）（不亏不赚） 可变成本0时， 估计的单位可变成本=每月可变成本/每月销售量 保本点=每月固定成本/ （单位毛利-估计的单位可变成本） 产品1销量50；每月固定成本=1000;计算保本点 产品利润贡献率的计算 对产品1的利润贡献率的计算：1，求解模型A的最优解X1，及最优解值Z1 2,增加约束X 0，得到模型B o 3，求解模型B的最优解X2，及最优解值Z24,设X1中分量X1的值为X*，贝V产品1的利润贡献率: Z1 Z2 * X 例如，(4280-3600) /20=34 2、(2)计算产品利润贡献率
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
第二章 线性规划问题的对偶理论与灵敏度分析总结 一．对偶问题统一归纳表 项目 原问题（对偶问题） 对偶问题（原问题） A b C 约束系数矩阵 约束条件右端项向量 目标函数中的价格系数向量 约束系数矩阵的转置 目标函数中的价格系数向量 约束条件右端项向量 目标函数 ∑== n j j j x c z 1 max ∑== n 1 j j c z min j x ∑== m 1 i i b z min i y ∑== m 1 i i b z max i y ????? ? ?≤≥=无约束0 0x 1,...n)(j 变量j j j j x x x 件条束约 , (11) 1 1 ? ???? ?????? =≤≥=∑∑∑===m i j i ij m i j i ij m i j i ij c y a c y a c y a n j 件条束约 , (11) 1 1 ? ???? ?????? =≥≤=∑∑∑===m i j i ij m i j i ij m i j i ij c y a c y a c y a n j ?????? ?????=≤≥=∑∑∑===n j i j ij n j i j ij i j b x a b x a b x m 1 1n 1j ij a m)1,...,(i 个有件条束约 量变0 001,...m) (i ??? ????=≤≥=i i i i y y y y 量变无约束 00 y m)1,...,(i i ??? ????≥≤=i i i y y y 注意：对偶问题允许i b 小于0，也正是对于原问题i b 小于0，才引入了后面的对偶单纯形法解决问题。 二．对偶问题的基本性质 ?? ?≥≤=0 X ..max 设原问题为b AX t s CX z ?? ?≥≥=是列向量 ,0A .. min 对偶问题为 T Y Y C Y t s Yb T T ω
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
灵敏度分析 简介： 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。 用途： 主要用于模型检验和推广。简单来说就是改变模型原有的假设条件之后，所得到的结果会发生多大的变化。 举例（建模五步法）： 一头猪重200磅，每天增重5磅，饲养每天需花费45美分。猪的市场价格为每磅65美分，但每天下降1美分，求出售猪的最佳时间。 建立数学模型的五个步骤： 1.提出问题 2.选择建模方法 3.推到模型的数学表达式 4.求解模型 5.回答问题 第一步：提出问题 将问题用数学语言表达。例子中包含以下变量：猪的重量w（磅），从现在到出售猪期间经历的时间t（天），t天内饲养猪的花费C（美元），猪的市场价格p（美元/磅），出售生猪所获得的收益R（美元），我们最终要获得的净收益P（美元）。还有一些其他量，如猪的初始重量200磅。 （建议先写显而易见的部分） 猪从200磅按每天5磅增加 （w磅）=（200磅）+（5磅/天）*（t天） 饲养每天花费45美分 （C美元）=（0.45美元/天）*（t天） 价格65美分按每天1美分下降 （p美元/磅）=（0.65美元/磅）-（0.01美元/磅）*（t天） 生猪收益 （R美元）=（p美元/磅）*（w磅） 净利润 （P美元）=（R美元）-（C美元） 用数学语言总结和表达如下： 参数设定： t=时间（天）
w=猪的重量（磅） p=猪的价格（美元/磅） C=饲养t天的花费（美元） R=出售猪的收益（美元） P=净收益（美元） 假设： w=200+5t C=0.45t p=0.65-0.01t R=p*w P=R-C t>=0 目标：求P的最大值 第二步：选择建模方法 本例采用单变量最优化问题或极大—极小化问题 第三步：推导模型的数学表达式子 P=R-C （1） R=p*w （2） C=0.45t （3） 得到R=p*w-0.45t p=0.65-0.01t （4） w=200+5t （5） 得到P=（0.65-0.01t)(200+5t)-0.45t 令y=P是需最大化的目标变量，x=t是自变量，现在我们将问题转化为集合S={x:x>=0}上求函数的最大值： y=f（x）=（0.65-0.01x)(200+5x)-0.45x （1-1） 第四步：求解模型 用第二步中确定的数学方法解出步骤三。例子中，要求（1-1）式中定义的y=f （x）在区间x>=0上求最大值。下图给出了（1-1）的图像和导数（应用几何画板绘制）。在x=8为全局极大值点，此时f（8）=133.20。因此（8，133.20）为f在整个实轴上的全局极大值点，同时也是区间x>=0上的最大值点。 第五步：回答问题 根据第四步，8天后出售生猪的净收益最大，可以获得净收益133.20美元。只要第一步中的假设成立，这一结果正确。
. . . .. . . . 2011——2012学年第二学期 合肥学院数理系 实验报告 课程名称：运筹学 实验项目：线性规划的灵敏度分析 实验类别：综合性□设计性□验证性□√ 专业班级： 09级数学与应用数学（1）班 姓名：王秀秀学号： 0907021006 实验地点： 9#503 实验时间： 2012-4-25 指导教师：管梅成绩：
一.实验目的 熟悉LINDO软件的灵敏度分析功能； 二.实验内容 1、求解线性规划 。 12 12 12 12 max z x2x 2x5x12 s.t.x2x8 x,x0 =+ +≥ ? ? +≤ ? ?≥ ? 并对价值系数、右端常量进行灵敏度分析 2、已知某工厂计划生产I，II，III三种产品，各产品需要在A、B、C设备上加工，有关数据如下： 试问答: (1)如何发挥生产能力，使生产盈利最大？ (2)若为了增加产量，可租用别工厂设备B，每月可租用60台时，租金1.8万元，租用B设备是否合算？
(3)若另有二种新产品IV 、V ，其中新产品IV 需用设备A 为12台时、B 为5台时、C 为10台时，单位产品盈利2.1千元；新产品V 需用设备A 为4台时、B 为4台时、C 为12台时，单位产品盈利1.87千元。如A 、B 、C 的设备台时不增加，这两种新产品投产在经济上是否划算？ (4)对产品工艺重新进行设计，改进结构。改进后生产每件产品I 需用设备A 为9台时、设备B 为12台时、设备C 为4台时，单位产品盈利4.5千元，这时对原计划有何影响？ 三. 模型建立 1、数学模型为 12121212 max z x 2x 2x 5x 12 s.t.x 2x 8x ,x 0=++≥?? +≤??≥? 2、设分别生产I ，II ，III 三种产品1x ，2x ，3x 件， （1）数学模型为： 123122123123123 123max z 3x 2x 2.9x 8x 2x 10x 30010x 5x 8x 400s.t.2x 13x 10x 420x x x 0 x ,x x =++++≤?? ++≤?? ++≤??≥???，，，，为整数 （2）数学模型为： 123122123123123123max z 3x 2x 2.9x 188x 2x 10x 30010x 5x 8x 460s.t.2x 13x 10x 420x x x 0x ,x x =++-++≤?? ++≤?? ++≤??≥???，，，，为整数
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
第三章 网络的灵敏度分析 §3.1网络的灵敏度 灵敏度用来表征网络特性对元件参数变化的敏感程度。它在确定产品合格率、寿命及对工作环境的适应性方面起着关键的作用。 网络函数或网络响应都是组成网络的元件参数的函数。在具体实现一个设计方案时，所选择的元件均有其标称值和相对误差。例如100Ω%5.1±即表示标称值是100Ω，相对误差是%5.1的一个电阻。当将一个这样的电阻接入电路时，它的真正值可能是99、100、101等值，不一定刚好等于标称值。另一方面，实际电路在工作时，随着使用时间的增长、周围环境(例如温度、湿度、压力)等因素的变化，元件参数值也难免要发生不同程度的变化而偏离标称值，况且有的元件本身就是作为敏感元件使用的。这些元件参数的变化必将导致网络函数或网络响应的变化，严重时网络无法正常工作。研究元件参数变化对网络函数或网络响应的影响即属于电路灵敏度分析(sensitivity analysis)内容。电路的灵敏度分析还是电路的容差(tolerance analysis)分析、最坏情况分析(worst analysis)和最优设计(optimize design)的重要基础。在最优设计中，灵敏度作为目标函数的寻优梯度。灵敏度分析是电路分析与电路综合的桥梁。著名的电路仿真软件PSPICE 和WORKBANCH 均有灵敏度分析功能。 网络函数H 或网络响应R (统一用T 来表示) 对某元件相关参数p (p 可以是元件参数或影响元件参数的温度、湿度、压力等)变化率称为网络函数对该参数的绝对灵敏度，记作： p T S ??= (3.1a) 有时还要用到相对和半相对灵敏度。相对灵敏度的定义是： p T p T T p S ln ln 00??=??= (3.1b) 相对灵敏度是无量纲量。半相对灵敏度的定义是： p T p S ??=0 (00=T 时)， p T T S ??=01 (00=p 时) (3.1c) 式中0p 和0T 分别是元件的标称值及对应标称值的网络函数或网络响应值。 当0p 或0T 为零时，相对灵敏度要么为零要么不存在。此时要用半相对灵敏度。 从各灵敏度的定义式可见，关键是计算绝对灵敏度。因此，本章以下只涉及绝对灵敏度的计算。 图3.1 为常用的电桥测量电路。以1U 为激励，2U 为响应的网络函数为 4 33211 12R R R R R R U U H +++-== (3.2) 设1R 、4R 为热敏电阻，由式(3.2)并根据灵敏度的定义式(3.1a)求得H 对电阻1R 、
第二章 对偶理论与灵敏度分析练习题答案 1．判断下列说法是否正确： (1) 任何线性规划问题存在并具有惟一的对偶问题；() (2) 根据对偶问题的性质，当原问题为无界解时，其对偶问题无可行解，反之，当对偶问题无可行解时，其原问题具有无界解；() (3) 设j ? x ，i ?y 分别为标准形式的原问题与对偶问题的可行解，* j x ，*i y 分别为其最优解，则恒有n n m m **j j j j i i i i j 1j 1i 1i 1??c x c x b y b y ====≤=≤∑∑∑∑；() (4) 若线性规划的原问题有无穷多最优解，则其对偶问题也一定具有无穷多最优解；() (5) 已知*i y 为线性规划的对偶问题的最优解，若*i y 0>，说明在最优生产计划中第i 种资源已完全耗尽；() (6) 已知*i y 为线性规划的对偶问题的最优解，若*i y 0=，说明在最优生产计划中第i 种资源一定有剩余；() (7) 若某种资源的影子价格等于k ，在其他条件不变的情况下，当该种资源增加5个单位时，相应的目标函数值将增大5k ；() (8) 应用对偶单纯形法计算时，若单纯形表中某一基变量i x 0<，又x i 所在行的元素全部大于或等于零，则可以判断其对偶问题具有无界解；() (9) 若线性规划问题中的b i ，c j 值同时发生变化，反映到最终单纯形表中，不会出现原问题与对偶问题均为非可行解的情况；() (10) 在线性规划问题的最优解中，如某一变量x j 为非基变量，则在原来问题中，无论改变它在目标函数中的系数c j 或在各约束中的相应系数a ij ，反映到最终单纯形表中，除该列数字有变化外，将不会引起其他列数字的变化。() 2．下表是某一约束条件用“≤”连接的线性规划问题最优单纯形表格，其中x 4、x 5为松弛变量。 要求：(1) (3)其它条件不变时，约束条件右端项b 1在何范围内变化，上述最优基不变。(4)若以单价购入第一种资源是否值得，为什么若有人愿意购买第二种资源应要价多少，为什么
为了确定模型中主要因素，我们对该模型采用Sobol 法进行灵敏度分析判断其全局敏感性。Sobol 法是最具有代表性的全局敏感性分析方法，它基于模型分解思想，分别得到参数1,2次及更高次的敏感度。通常1次敏感度即可反映了参数的主要影响。 Sobol 法 Sobol 法核心是把模型分解为单个参数及参数之间相互组合的函数。假设模型为),...,)((21m x x x x x f Y ==,i x 服从[0,1]均匀分布，且(x)f 2可积，模型可分解为： )(...)()()(n ,...,2,11k 21j i ij i n i i ,...x x ,x f x f x f f(0)x f ++++=∑∑<= 则模型总的方差也可分解为单个参数和每个参数项目组合的影响： ∑∑ ∑1=≠1=,,2,11=)+(+=n i n j i j n ij n i i D D D D 对该式归一化，并设： D D S n n i i i i i i ,,,,,,2121= 可获得模型单个参数及参数之间相互作用的敏感度S 由式（2）可得： ∑∑ ∑1=,,2,1≠1=1=+++=1n i n n j i j ij n i i S S S 式中，si 称之为1次敏感度；Sij 为2次敏感度，依此类推； n S ,,2,1 为n 次敏感度，总共有1 -2n 项。第i 个参数总敏感度STJ 定义为： ∑=) (i Tj S S 它表示所有包含第i 个参数的敏感度。 模型中4个输入参数分别为推力，角度，比冲，月球引力常量。因为月球引力常量和比冲为物理恒定值，不会产生干扰。所以这里我们对角度，推力进行敏感性分析。 设角度初值为o 150，推力为4500N 时，做出高度变化图像如图所示。
Max 123234z x x x =++ S.t 123412351523234,,0x x x x x x x x x x +++=?? -+-=??≥? 基变量x1=2，x2=3；非基变量x3=x4= x5=0； 由约束条件得基变量用非基变量表示为71112 1345 2121 23455555x x x x x x x x =--+??=+--? 目标函数中基变量用非基变量代入后981 345 14z x x x =---。 （1）当目标函数中系数i c 变化时（只要考虑最优性条件）： 设目标函数变为Max 123'34z cx x x =++ 目标函数中基变量用非基变量代入672361111234555555555()()()z c c x c x c x =+---+-- 所以如果72355c -，6155c +，1 2 55c -0≥，则符合最优解判别条件，所以目标函数最优性不变611'z c =+，由723c -，6155c +，1 2 55c -0≥解得最优性不变的c 的范围。 否则，即如果超出该范围，则重新用单纯形法求解。 （2）当约束条件右边常数i b 变化时（先考虑可行性条件看最优基是否变化，再考虑）： 设约束条件变为12341235152234,,0x x x x b x x x x x x +++=?? -+-=??≥? 先假设基没有变，所以令非基变量x3=x4= x5=0代入约束条件解得为8 15 8 2 24b b x x ++=??=-? 根据可行性条件，必须12,0x x ≥，解得b 的范围，即在此范围内最优基不变（最优解可能变化，要另外去求）。 否则，即如果超出该范围，则重新用单纯形法求解。 （3）当约束条件中价值系数ij a 变化时（先看可行性条件看最优基是否变化，再考虑最优值）： 设约束条件变为11123412351523 234,,0a x x x x x x x x x x +++=?? -+-=??≥?
目录 第一章引言 (1) 第二章主要结论 (2) 2.1 基本概念和记号 (2) 2.2 基本定理和结论 (5) 第三章单一变化的灵敏度分析 (7) c的灵敏度分析 (7) 3.1 j x为非基变量 (7) 3.1.1 r x为基变量 (7) 3.1.2 j b的灵敏度分析 (8) 3.2 对 i a的灵敏度分析 (9) 3.3 对 ij a为基变量 (9) 3.3.1 ij a为非基变量 (9) 3.3.2 ij 3.4 增加约束条件灵敏度分析 (10) 第四章全方位变化的灵敏度分析 (11) 4.1非基变量目标函数系数、约束系数向量以及约束右端项向量同时变化的灵敏度分 析 (12) 4.2基变量目标函数系数、约束系数向量以及约束右端项向量同时变化的灵敏度分析 (13) 第五章算例 (15) 5.1 单一变量的灵敏度分析算例 (15) 5.1.1 问题1的求解： (15) 5.1.2 问题2的求解： (17) 5.1.3 问题3的求解： (18) 5.1.4 问题4的求解 (19) 5.1.5 问题5的求解： (20) 第六章结论 (24) 参考文献 (25) 致谢 (26)
第一章引言 灵敏度分析是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. 由于线性规划中所使用的数据大多是估计值和预测值.在实际中尤其是经济问题中常会遇到因市场条件或生产条件改变导致的产品价格、生产工艺或技术条件以及资源限制条件等改变.而灵敏度分析是分析模型的参数变化对求解结果的影响,它是在原最优表的基础上对变化后的规划问题进行分析求解,避免因参数改变而去从头求解,故又称最优化后分析. 本文主要介绍线性规划问题中的灵敏度分析问题,以及在灵敏度分析的基础上,对变量目标函数系数,变量约束系数向量以及约束右端项向量发生变化时,进行分析讨论.由于以往人们对灵敏度分析的讨论仅限于单个参数、单一系数或单一限制条件的变化对结果的影响,而实际中多是规划问题中各参数同时变化,如前所述因市场条件变化导致产品价格、生产工艺以及资源限制条件同时发生改变等,本文又讨论了参数同时变化的情况. 文章大体分为三个部分：第一部分总结概述了基本概念、主要理论和灵敏度分析的算法基础；第二部分讨论分析变量目标函数系数、变量约束系数向量、约束右端项向量这些单一参数发生变化时,最优解的求的方法；第三部分讨论各种参数同时发生变化时求解最优解的方法.第四部分是在上述理论基础上以投入产出问题进一步说明.
一个实例理解Lingo 的灵敏性分析 线性规划问题的三个重要概念： 最优解就是反应取得最优值的决策变量所对应的向量。最优基就是最优单纯形表的基本变量所对应的系数矩阵如果其行列式是非奇异的，则该系数矩阵为最优基。 最优值就是最优的目标函数值。 Lingo 的灵敏性分析是研究当目标函数的系数和约束右端项在什么范围（此时假定其它系数不变）时，最优基保持不变。灵敏性分析给出的只是最优基保持不变的充分条件，而不一定是必要条件。下面是一道典型的例题。 一奶制品加工厂用牛奶生产A1,A2 两种奶制品，1 桶牛奶可以在甲车间用12小时加工成3 公斤A1，或者在乙车间用8小时加工成4公斤A2。根据市场需求，生产的A1,A2全部能售出，且每公斤A1 获利24 元，每公斤A2 获利16 元。现在加工厂每天能得到50 桶牛奶的供应，每天正式工人总的劳动时间480小时，并且甲车间每天至多能加工100公斤A1，乙 车间的加工能力没有限制。试为该厂制订一个生产计划，使每天获利最大，并进一步讨论以下3 个附加问题： 1 ）若用35 元可以买到1 桶牛奶，应否作这项投资？若投资，每天最多购买多少桶牛奶？ 2）若可以聘用临时工人以增加劳动时间，付给临时工人的工资最多是每小时几元？ 3）由于市场需求变化，每公斤A1 的获利增加到30 元，应否改变生产计划？模型代码： max=72*x1+64*x2; x1+x2<=50; 12*x1+8*x2<=480; 3*x1<=100; 运行求解结果： Objective value: 3360.000 Variable Value Reduced Cost X120.000000.000000 X230.000000.000000 Row Slack or Surplus Dual Price 13360.000 1.000000 0.00000048.00000 2 30.000000 2.000000 440.000000.000000 这个线性规划的最优解为x1=20，x2=30,最优值为z=3360，即用20桶牛奶生产A1, 30 桶牛奶生产A2 ，可获最大利润3360 元。输出中除了告诉我们问题的最优解和最优值以外，还有许多对分析结果有用的信息。 其中，“ Reduced Cost列'出最优单纯形表中判别数所在行的变量的系数，表示当变量有微 小变动时，目标函数的变化率。其中基变量的reduced cost值应为0,对于非基变量Xj,相应的reduced cost值表示当某个变量Xj增加一个单位时目标函数减少的量（max型问题）。本例中X1 , X2 均为基变量。 “ Slack or Surplus给出松驰变量的值，模型第一行表示目标函数，所以第二行对应第一个约束。3个约束条件的右端不妨看作3种“资源”：原料、劳动时间、车间甲的加工能力。输出中Slack or Surplus 给出这3 种资源在最优解下是否有剩余：原料、劳动时间的剩余均为零，车间甲尚余40（公斤）加工能力。 “DUAL PRICE”（对偶价格）表示当对应约束有微小变动时，目标函数的变化率。输出结 果中对应于每一个约束有一个对偶价格。若其数值为p，表示对应约束中不等式右端项若 增加1个单位，目标函数将增加p个单位（max型问题）。显然，如果在最优解处约束正好取等号（也就是“紧约束”，也称为有效约束或起作用约束），对偶价格值才可能不是0。上 例中，第一、二个约束是紧约束”。当“x1+x2<=50'改为“x1+x2<=51"时，目标函数的值为
2011——2012学年第二学期 合肥学院数理系 实验报告 课程名称：运筹学 实验项目：线性规划的灵敏度分析 实验类别：综合性□设计性□验证性□√ 专业班级： 09级数学与应用数学（1）班 姓名：王秀秀学号： 0907021006 实验地点： 9#503 实验时间： 2012-4-25 指导教师：管梅成绩：
一.实验目的 熟悉LINDO软件的灵敏度分析功能； 二.实验内容 1、求解线性规划 。 12 12 12 12 max z x2x 2x5x12 s.t.x2x8 x,x0 =+ +≥ ? ? +≤ ? ?≥ ? 并对价值系数、右端常量进行灵敏度分析 2、已知某工厂计划生产I，II，III三种产品，各产品需要在A、B、C设备上加工，有关数据如下： 试问答: (1)如何发挥生产能力，使生产盈利最大？ (2)若为了增加产量，可租用别工厂设备B，每月可租用60台时，租金1.8万元，租用B设备是否合算？ (3)若另有二种新产品IV、V，其中新产品IV需用设备A为12台时、B为5台时、C为10台时，单位产品盈利2.1千元；新产品V需用设
备A 为4台时、B 为4台时、C 为12台时，单位产品盈利1.87千元。如A 、B 、C 的设备台时不增加，这两种新产品投产在经济上是否划算？ (4)对产品工艺重新进行设计，改进结构。改进后生产每件产品I 需用设备A 为9台时、设备B 为12台时、设备C 为4台时，单位产品盈利4.5千元，这时对原计划有何影响？ 三. 模型建立 1、数学模型为 12121212 max z x 2x 2x 5x 12 s.t.x 2x 8x ,x 0=++≥?? +≤??≥? 2、设分别生产I ，II ，III 三种产品1x ，2x ，3x 件， （1）数学模型为： 123122123123123 123max z 3x 2x 2.9x 8x 2x 10x 30010x 5x 8x 400s.t.2x 13x 10x 420x x x 0 x ,x x =++++≤?? ++≤?? ++≤??≥???，，，，为整数 （2）数学模型为： 123122123123123123max z 3x 2x 2.9x 188x 2x 10x 30010x 5x 8x 460s.t.2x 13x 10x 420x x x 0x ,x x =++-++≤?? ++≤?? ++≤??≥???，，，，为整数 （3）设分别生产I ，II ，III 、IV 、V 的件数为1x ，2x ，3x ，4x ，5x 数学模型为：