第六章 单形法敏感度分析及对偶特性.docx

上传人:b****5 文档编号:29295028 上传时间:2023-07-22 格式:DOCX 页数:27 大小:44.39KB
下载 相关 举报
第六章 单形法敏感度分析及对偶特性.docx_第1页
第1页 / 共27页
第六章 单形法敏感度分析及对偶特性.docx_第2页
第2页 / 共27页
第六章 单形法敏感度分析及对偶特性.docx_第3页
第3页 / 共27页
第六章 单形法敏感度分析及对偶特性.docx_第4页
第4页 / 共27页
第六章 单形法敏感度分析及对偶特性.docx_第5页
第5页 / 共27页
点击查看更多>>
下载资源
资源描述

第六章 单形法敏感度分析及对偶特性.docx

《第六章 单形法敏感度分析及对偶特性.docx》由会员分享,可在线阅读,更多相关《第六章 单形法敏感度分析及对偶特性.docx(27页珍藏版)》请在冰豆网上搜索。

第六章 单形法敏感度分析及对偶特性.docx

第六章单形法敏感度分析及对偶特性

第六章單形法敏感度分析及對偶特性

本章內容:

6.1以單形表做敏感度分析

6.2對偶特性

⏹6.1以單形表做敏感度分析

●目標函數係數

●目標函數與最適區間之意義:

1.若目標函數之係數範圍能使目前的最適解仍維持最適,則此範圍稱為目標函數之最適區間。

2.最適區間可能使目標函數值改變。

3.目標函數係數的最適區間,由Cj-Zj≦0淨評估值而定。

(1)目標函數基本變數之敏感度分析(只改變一個基本變數係數)。

例:

Max50X1+40X2

s.t.3X1+5X12≦150裝配可用工時

1X2≦20P型顯示器

8X1+5X2≦300倉儲空間X1,X2≧0

其中X1=D型產品件數X2=P型產品件數

最後單形表如下:

X1

X2

S1

S2

S3

基底

CB

50

40

0

0

0

X2

S2

X1

40

0

50

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

12

8

30

Zj

Cj-Zj

50

0

40

0

14/5

-14/5

0

0

26/5

-26/5

1980

解:

X1=30,X2=12,S1=0,S2=8,S3=0,Z=1980。

X1,X2,S2為基本變數,S1,S3為非基本變數。

計算目標函數X1基本變數之係數C1之最適區間,須先將最後單形表修改如下:

X1

X2

S1

S2

S3

基底

CB

C1

40

0

0

0

X2

S2

X1

40

0

C1

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

12

8

30

Zj

Cj-Zj

C1

0

40

0

(64-C1)/5

(C1-64)/5

0

0

(C1-24)/5

(24-C1)/5

480+30C1

∵最適區間應使Cj-Zj≦0即需(C1-64/5≦0)及(24-C1/5≦0)

所以的最適區間為24≦C1≦64。

註:

基本變數(X1,X2,S2)之最適區間係計算非基本變數(S1,S3)之Cj-Zj,使其≦0。

驗証:

D型產品利潤由原來50元減少為30元之最適解為何?

若將C1改為30元之最後單形表如下:

X1

X2

S1

S2

S3

基底

CB

30

40

0

0

0

X2

S2

X1

40

0

30

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

12

8

30

Zj

Cj-Zj

30

0

40

0

34/5

-34/5

0

0

6/5

-6/5

1380

解:

X1=30,X2=12,S1=0,S2=8,S3=0,Z=1380。

結論:

最適解不變,但總利潤解降為1380元。

(30X1+40X2=30*30+40*12=1380)

驗証:

D型產品利潤由原來50元減少為20元之最適解為何?

若將C1改為20元,最後單形表如下:

X1

X2

S1

S2

S3

基底

CB

20

40

0

0

0

X2

S2

X1

40

0

20

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

12

8

30

Zj

Cj-Zj

20

0

40

0

44/5

-44/5

0

0

4/5

4/5

1080

解:

X1=30,X2=12,S1=0,S2=8,S3=0,Z=1080。

但因S3之Cj-Zj=4/5≧0,因此需繼續計算單形表,引進S3後之最適解為X1=16.6件,X2=20件,已改變原最適解。

(2)目標函數非基本變數之敏感度分析(只改變一個非基本變數係數)。

例:

Max50X1+40X2

s.t.3X1+5X2≦150裝配可用工時

1X2≦20P型顯示器

8X1+5X2≦300倉儲空間X1,X2≧0

其中X1=D型產品件數X2=P型產品件數

最後單形表如下:

X1

X2

S1

S2

S3

基底

CB

50

40

0

0

0

X2

S2

X1

40

0

50

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

12

8

30

Zj

Cj-Zj

50

0

40

0

14/5

-14/5

0

0

26/5

-26/5

1980

解:

X1=30,X2=12,S1=0,S2=8,S3=0,Z=1980。

X1,X2,S2為基本變數,S1,S3為非基本變數。

指dualprice

計算目標函數S1非基本變數之係數CS1之最適區間需先將最後單形表修改如下:

X1

X2

S1

S2

S3

基底

CB

50

40

CS1

0

0

X2

S2

X1

40

0

50

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

12

8

30

Zj

Cj-Zj

50

0

40

0

14/5

CS1-(14/5)

0

0

26/5

-26/5

1980

∵最適區間應使Cj-Zj≦0,因此需CS1-(14/5)≦0,所以CS1的最適區間為CS1≦14/5。

註:

在一個極大化的問題,非基本變數沒有下限﹑上限就是

Zj,因此任何非基本變數目標函數係數之最適區間是Cj

≦Zj。

註:

第一部資源S1=0表示資源150全使用完,上限為14/5,

表示第一部資源增加單位,則目標函數增加14/5,而為

1980+(14/5)∴dualprice=14/5

●計算最適區間的步驟:

1.將在最後單形表中,Xk所有的目標函數係數從數字改成Ck。

2.重新計算每個非基本變數之Cj-Zj(如果Xk是非基本變數只須計算Cj-Zj)。

3.在Cj-Zj≦0的條件下,解每個不等式找出Ck的任何上界或下界。

如果Ck有兩個或多個上界,其小者就是最適區間的上限。

如果有兩個以上的下界,其大者就是最適區間的下限。

4.如果原來問題是極小化問題應將其轉變成極大化問題,以便用單形法求解。

將第3步的不等式乘以-1,並改變不等號的方向,以找出原來求極小化問題的最適區間。

●右手邊值:

在許多線性規劃問題中,我們將”右手邊值”解釋為”可用的資源”,例如”可用的裝配時間”、”可用的倉儲空間”等。

●對偶價格(dualprice)多稱影子價格(shadowprice):

每增加限制式右手邊(資源)一單位對最適解值之改善。

RHS的範圍即在求影子價格維持不變。

例:

(極大化問題)

Max50X1+40X2

s.t.3X1+5X2≦150裝配可用工時

1X2≦20P型顯示器

8X1+5X2≦300倉儲空間X1,X2≧0

最後單形表如下:

X1

X2

S1

S2

S3

基底

CB

50

40

0

0

0

X2

S2

X1

40

0

50

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

12

8

30

Zj

Cj-Zj

50

0

40

0

14/5

-14/5

0

0

26/5

-26/5

1980

●S1之Zj值為14/5,即裝配時間限制的對偶價格為14/5。

只要目標函數S1之最適範圍為CS1≦14/5=2.8元,則目前最適解仍為最適解。

由於S1=0(非基本變數)表示己用完裝配時間,因此Zj=2.8相當於S1這個惰變數所列的資源(即每一條限制式)每增加一單位的價值(邊際值)。

因此如果可以獲得額外的時間海德公司最多願意出每小時2.8元的價格。

註:

S1=0dualprice=14/5資源全使用完,銷路不錯,消

費者願意購買

工廠生產量可再增加,但第一部資源

RHS全用完,工廠需向外僱用工人,工廠願付小於2.8元

僱用,MR-MC

僱用-工人願付2.8工資

●S2之Zj值為0,表示顯示器限制的對偶價格為零。

S2=8(基本變數)表示尚有8個顯示器未使用,此額外多的資源對公司沒什麼價值,所以該限制式的對偶為零。

(重點:

在最適解中,如果惰變數是基本變數,則這個限制式對偶價格(Zj)為零)。

註:

S2slack=8dualprice=0,S2是否需額外增加?

不需增加因為S2有剩餘

S3之Zj值為26/5,即倉儲限制的對偶價格為26/5。

如果限制式為≧,dualprice為“-z”,

∵RHS值↑

更滿足此限制式,dualprice代表預期改變

的程度,如果dualprice為負值,表示Z↓

最大化問題

中,如果限制式為≧dualprice=-Z

表6.1各種限制條件的對偶價格在表內位置

限制式形式       對偶價格

  ≦     此限制式的惰變數的Zj值

  ≧     此限制式剩餘變數Zj值的負值

  =     此限制式人工變數的Zj值

例:

(極小化問題)

Min2X1+3X2

s.t.1X1≧125產量A需求量

1X1+1X2≧350總產量

2X1+1X2≦600生產時間X1,X2≧0

其中X1=產品1產量X2=產品2產量

求極小化問題,我們將目標函數乘以(-1)變成極大化問題,上例之最後單形表以極大化問題求得下表:

X1

X2

S1

S2

S3

基底

CB

-2

-3

0

0

0

x1

x2

S1

-2

-M

0

1

O

0

0

1

0

0

0

1

1

-2

1

1

-1

1

250

100

125

Zj

Cj-Zj

-2

0

-3

0

0

0

4

-4

1

-1

-800

表6.2M&D化學公司問題對偶價格

限制條件

產品1需求量

總生產量

生產時間

條件式形式

對偶價格

0

-4

1

RHS值與可行區間

1.右手邊係數的可行性範圍為其係數的範圍能使影子價格維持不變。

2.可行性範圍也是目前基本變數組合仍然能維持最適組合的範圍(雖然其值已改變)。

例:

(極大化問題)

Max50X1+40X2

s.t.3X1+5X2≦150裝配可用工時

1X2≦20P型顯示器

8X1+5X2≦300倉儲空間

X1,X2≧0

其中X1=D型產品件數X2=P型產品件數

若裝配可用時間(b1)改變,試問目前的基本變數是否仍合理?

最後單形表如下:

(舊解)

X1

X2

S1

S2

S3

基底

CB

50

40

0

0

0

X2

S2

X1

40

0

50

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

12

8

30

Zj

Cj-Zj

50

0

40

0

14/5

-14/5

0

0

26/5

-26/5

1980

解:

X1=30,X2=12,S1=0,S2=8,S3=0,Z=1980(基本變數X1,X2,S2)。

若b1由原來150小時增加為160小時,其最後單形表如下:

(新解)

X1

X2

S1

S2

S3

基底

CB

50

40

0

0

0

X2

S2

X1

40

0

50

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

15.2

4.8

28.0

Zj

Cj-Zj

50

0

40

0

14/5

-14/5

0

0

26/5

-26/5

2008.0

解:

X1=28,X2=15.2,S1=0,S2=4.8,S3=0,Z=2008(基本變數X1,X2,S2)。

注意:

新解與舊解之基本變數不變,且合理(因X1,X2,S2≧0)。

Z由原來1980元增至2008元,增加28元,此種改變可從原最後單形表求得,因最後單形表僅改變(與b1=150的最後單形表比較)基本變數值及目標函數值,亦即只改變單形表的最後一行。

在單形表的新最後一行,只要加上10乘在S1行的四個元素到以前表的最後一行即可。

舊解b1改變量S1行新解

128/2515.2

新解=8+10-8/25=4.8

30-5/2528.0

198014/52008

S1行之每一係數為每當增加一單位的S1,使各基本變數減少的量,換句話說,變數S1帶進解中一單位,則目前每個基本變數要自解中帶走之單位數;即S1的變動對X2的影響(即S1與X2的替代關係)。

反之亦然。

因此在S1行的元素可以解釋為每增加一單位b1目前基本解的改變量。

上述新解為可用裝配時間增加10單位,而得到的基本變數及目標函數值的改變量。

將上述新解以下式表示,即可求得b1之合理範圍:

x2128/2512+8/25Δb1

s2=8+Δb1-8/25=8-8/25Δb1(6.6)

x130-5/2530-5/25Δb1

為保持基本變數仍為合理且最適,因此b1的改變,需滿足以下條件:

12+8/25Δb1≧0(6.7)

8-8/25Δb1≧0(6.8)

30-5/25Δb1≧0(6.9)

得-37.5≦Δb1≦25

原裝配時間為150小時,∴b1=150+Δb1

∴之合理範圍為112.5≦b1≦175

只要可用時間在112.5及175小時之間,目前最適解仍然合理且原基本變數仍為基本變數,但基本變數之值會改變。

驗証:

若b1由150小時增至175小時,試問b1變動前的基本變數是否仍為變動後的基本變數嗎?

其值是否改變?

對目標函數值會有什麼影響?

解:

1.b1由150小時增至175小時,共增加25小時,基本變數變成:

X2=12+25(8/25)=20

S2=8+25(-8/25)=0

X1=30+25(-5/25)=25

  基本變數不變,但X1由30單位減至25單位,由X2由12單位增至20單位,不改變基本變數,但會改變基本變數值。

2.利潤增加至1980+(14/5)(25)=2050元,利潤增加(14/5)(25)=70元。

引申得知:

1.若限制式為“≦”,其合理範圍以下式求得:

b1a1j0

b2a2j0

最後單形表中對應限制式i惰變數的行

.+Δb1.≧.(6.12)

目前解(最後單形表的最後一行)

...

...

bmamj0

2.限制式為“≧”,其合理範圍以下式求得:

b1a1j0

b2a2j0

最後單形表中對應限制式i剩餘變數的行

.-Δb1.≧.(6.13)

目前解(最後單形表的最後一行)

...

...

bmamj0

多項同時改變:

方法與第三章之“百分之百規則”同。

⏹6.2對偶特性

正規型(canonicalform):

一個極大(小)化問題,所有限制條件均為“≦”(“≧”)及各變數均為非負,稱為正規型。

原題與偶題之關係(以下以海德公司為例):

例:

(原題:

極大化問題的正規型)

Max50X1+40X2

s.t.3X1+5X2≦150裝配可用工時

1X2≦20P型顯示器

8X1+5X2≦300倉儲空間X1,X2≧0

(偶題:

極小化問題的正規型)

Min150u1+20u2+300u3

s.t.3u1+0u2+8u3≧50

5u1+1u2+5u3≧40

u1,u2,u3≧0

u1,u2,u3稱為對偶變數(dualvariables)

極小化問題所有限制式均為“≧”及“非負值”。

因此正規型的極大化問題的偶題是正規型的極小化型。

 

極大化正規型問題轉變為偶題之規定:

1.偶題是極小化正規型問題。

2.當原題有n個決策變數(n=2在海德例題),偶題就有n個限制式。

偶題的第一個限制式是與原題的X1變數相配合,偶題的第二個限制式與原題的X2變數相配合。

3.當原題有m個限制式(海德問題m=3),偶題就有m個變數,偶題變數u1與原題的第一個限制式相配合,偶題變數u2與原題的第二個限制式相配合。

4.原題的右邊值變成偶題的目標函數係數。

5.原題的目標函數係數變成偶題的限制式右邊值。

6.在原題限制式中第i個變數的係數,變成偶題中第i個限制式的係數。

海德公司偶題之單形表如下(以偶題表格型解之):

u1

u2

u3

S1

S2

a1

a2

基底

CB

-150

-20

-300

0

0

-M

-M

a1

a2

-M

-M

3

5

0

1

8

5

-1

0

0

-1

1

0

0

1

50

40

Zj

Cj-Zj

-8M

-150+8M

-M

-20+M

-13M

-300+13M

M

-M

M

-M

-M

0

-M

0

-90M

u1

u2

u3

S1

S2

基底

CB

-150

-20

-300

0

0

u3

u1

-300

-150

0

1

-3/25

8/25

1

0

-5/25

5/25

3/25

-8/25

26/5

14/5

Zj

Cj-Zj

-150

0

-12

-8

-300

0

30

-30

12

-12

-1980

解:

u1=14/5,u2=0,u3=26/5,S1=0,S2=0,Z=1980(因其為使負偶題目標函數的負值極大化,因此偶題目標函數值應為-(-1980)=1980)。

 

海德公司原題之最後單形表如下:

X1

X2

S1

S2

S3

基底

CB

50

40

0

0

0

X2

S2

X1

40

0

50

0

0

1

1

0

0

8/25

-8/25

-5/25

0

1

0

-3/25

3/25

5/25

12

8

30

Zj

Cj-Zj

50

0

40

0

14/5

-14/5

0

0

26/5

-26/5

1980

解:

X1=30,X2=12,S1=0,S2=8,S3=0,Z=1980。

原題與偶題之關係為何?

二者之目標函數值相同。

特性1:

若偶題有最適解,原題亦有最適解,反之亦如此,且原題與偶題之目標值相等。

特性1告訴我們,只解偶題亦能得知原題目標函數值。

對偶變數之經濟涵義:

原始目標函數值的結果為:

50X1+40X2=1980

(D型單價)(D型產量)+(P型單價)(P型產量)=生產總值

對偶目標函數為:

150u1+20u2+300u3=1980

(資源1數量)u1+(資源2數量)u2+(資源3數量)u3=生產總值

u1=每小時裝配工時的價值=(產出-投入)=MR-MC

u2=每件P型顯示器的價值=每小時資源價值

u3=每平方呎倉儲空間的價值

 

對偶價格:

RHS每增加1單位的價值。

在本章“對偶價格說明”中,已求得對偶價格,如下所示:

資源

裝配時間

P型顯示器

倉儲空間

每額外單位價值(對偶價格)

$2.80

$0.00

$5.20

偶題之最適解u1=2.8,u2=0,u3=5.2,因此在極大化問題中,偶題變數值(u1,u2,u3)與對偶價格(Cs1,Cs2,Cs3)一樣。

對極大化問題,其對偶變數值與對偶價格絕對值相等,但符號相反。

而對極小化問題,對偶價格與偶題變數值絕對值相等,但符號相反。

用對偶命題找出原題的解:

特性2:

已知最適偶題解的簡捷表,原題決策變數的最適值是在剩餘變數的Zj之處。

原題惰變數的最適值是在uj變數的Cj-Zj項的負值。

偶題之最後單形表如下:

u1

u2

u3

S1

S2

基底

CB

-150

-20

-300

0

0

u3

u1

-300

-150

0

1

-3/25

8/25

1

0

-5/25

5/25

3/25

-8/25

26/5

14/5

Zj

Cj-Zj

-150

0

-12

-8

-300

0

30

-30

12

-12

-1980

解:

X1=30,X2=12,S1=0,S2=8,S3=0,Z=1980

找出任意原題的對偶命題:

例:

(極小化問題)

原題如下:

Min6X1+2X2

s.t.5X1-1X2≧13

3X1+7X2≧9

X1,X2≧0

偶題如下:

Max13u1+9u2

s.t.5u1+3u2≦6

-1u1+7u2≦2

u1,u2≧0

例:

(極小化問題)

原題如下:

Min2X1-3X2

s.t.1X1+2X2≦12

4X1-2X2≧3

6X1-1X2=10

X1,X2≧0

↓正規型(6X1-1X2=10拆成兩個不等式)

Min2X1-3X2

s.t.-1X1-2X2≧-12

4X1-2X2≧3

6X1-1X2≧10

-6X1+1X2≧-10X1,X2≧0

↓對偶命題

Max-12u1+3u2+10u´3-10u〞3

s.t.-1u1+4u2+6u´3-6u〞3≦2

-2u1-2u2-1u´3+1u〞3≦-3

u1,u2,u´3,u〞3≧0

 

展开阅读全文
相关资源
猜你喜欢
相关搜索

当前位置:首页 > 自然科学 > 物理

copyright@ 2008-2022 冰豆网网站版权所有

经营许可证编号:鄂ICP备2022015515号-1