运筹学灵敏度分析题

运筹学灵敏度举例

1.已知以下线性规划问题

max z= 2x1 +x2

s.t.

x1 +2x2 -x1 x1,

x2,

-x3 +x3 x3

≤8 ≤4 ≥0 0 0 0 8/2 12/3

+x2 -2x3

的最优单纯形表如下:

z x1 x5

(1) 求使最优基保持不变的c2=1的变化范围

C 2 -1 1+

CB 2 0

z x1 x5

3-≥0,≤3,即c2≤4。当c2=5,即

=4

z x1 x5

x

2进基,x1离基

z x2 x5

新的最优解为x1=0,x2=0,x3=0,x4=0,x5=0,max z=20 (2) 对c1=2进行灵敏度分析

C 1 -1 0 0 2+

CB 2+ 0

z x1 x5

z x

x x x x 0 RHS 3203/2

30,3,当≥-3/2时,即c1≥1/2时,最优基保持不变。 202

当c1=4时,=4-2=2,最优基保持不变,最优解的目标函数制为z=16+8=32。

1(3)增加一个新的变量x6,c6=4,a6。

2

1

z6c6Wa6c6204242

2

T



1011

Y6Ba6 

1123

1

新的单纯形表为

z x1 x5

x6进基,x5离基

z x1 x6

新的最优解为x1=4,x2=0,x3=0,x4=0,x5=0,x6=4,max z=24。

(4)增加一个新的约束x2+x3≥2,求新的最优基和最优解。

z x1 x5 x6

z

x

x 3/1

x 3/1

x

x

x

RHS

用对偶单纯形法求解

z x

z x1 x5 x2

x x x x x RHS 新的最优解为x1=4,x2=2,x3=0,x4=0,x5=6,x6=0,max z=10。

2.

(1)利润最大化的线性规划模型为: max z= 25x1 +12x2 +14x3 s.t.

3x1 2x1 x1 x1,

+2x2

+3x2 x2, x x x x +x3 +2x3

x3,

+15x4 +4x4 +3x4 +2x4 x4 x x x x ≤2400 ≤3200 ≤1800 ≥0 x x x x RHS RHS 单纯形表为: z x

z x5 x6 x7

x1进基,x5离基 z x

z x1 x6 x7

x3进基,x6离基

z x1 x3 x7 x2进基,x1离基

z x2 x3 x7 最优解为:x1=0,x2=400,x3=1600,x4=0,x5=0,x6=0,x7=600,max z=27200

即最优生产计划为:产品A不生产;产品B生产400万件;产品C生产1600万件; 产品D不生产,最大利润:27200万元。

原料甲:耗用2400吨,没有剩余;原料乙:耗用3200吨,没有剩余;原料丙:耗用1200吨,剩余600吨。

(问三种原料的利用率?)

(2) 产品A利润变化范围: -C -25+ -12 -CB -12 -14 0

z x2 x3 x7

-14 -15 0 0 0 0 -1-≤0,≥-1,-c1’=-c1+≥-25-1=-26,即c1≤26(万元/万件)

产品B利润变化范围: -C -25 -12+ z x

x -CB

z

-12+ x2 -14 x3 0

x7

-14 x -15 x 0 x 0 x 0 x 0 RHS 101215/4084/5

,,-1≤≤12,-13≤-12+≤0,-13≤-c2’≤0,

61/201241/4016

即:0≤c2’≤13。

产品C利润的变化范围: -C -25 -12 -14+ -CB -12

z x2

-15 0 0 0 0 -14+ x3

0 x7

101213/20,14 41/208

-1≤≤8,-15≤-14+≤-6,-15≤-c3’≤-6,6≤c3’≤15

产品D的变化范围 -C z -CB -12 -14 0

z x2 x3 x7

-25 x

-12 x -14 x -15+

x 0 x 0 x 0 x 0 RHS -21-≤0,≥-21,-15+≥-36,-c4’≥-36,c4’≤36。

(3) 求三种原料的影子价格和四种产品的机会成本

由最优单纯形表可知,原料甲、乙、丙的影子价格分别为:

6万元/吨、4万元/吨、0万元/吨。 产品A、B、C、D的机会成本分别为(

qa

ii1

m

ij

):

26万元/万件、12万元/万件、14万元/万件、36万元/万件。 产品A、D在最优解中不安排生产的原因是机会成本大于利润。

(4) 在最优解中,原料甲的影子价格(6万元/吨)最大,因此这种原料最紧缺。如果原料A增加120吨,最优单纯形表的右边常数成为:

1/21/4024001204006001000

B1b01/2032001600016000

3/23/411800600180420

因此最优基保持不变,影子价格不变,原料的紧缺程度不变。

运筹学灵敏度举例

1.已知以下线性规划问题

max z= 2x1 +x2

s.t.

x1 +2x2 -x1 x1,

x2,

-x3 +x3 x3

≤8 ≤4 ≥0 0 0 0 8/2 12/3

+x2 -2x3

的最优单纯形表如下:

z x1 x5

(1) 求使最优基保持不变的c2=1的变化范围

C 2 -1 1+

CB 2 0

z x1 x5

3-≥0,≤3,即c2≤4。当c2=5,即

=4

z x1 x5

x

2进基,x1离基

z x2 x5

新的最优解为x1=0,x2=0,x3=0,x4=0,x5=0,max z=20 (2) 对c1=2进行灵敏度分析

C 1 -1 0 0 2+

CB 2+ 0

z x1 x5

z x

x x x x 0 RHS 3203/2

30,3,当≥-3/2时,即c1≥1/2时,最优基保持不变。 202

当c1=4时,=4-2=2,最优基保持不变,最优解的目标函数制为z=16+8=32。

1(3)增加一个新的变量x6,c6=4,a6。

2

1

z6c6Wa6c6204242

2

T



1011

Y6Ba6 

1123

1

新的单纯形表为

z x1 x5

x6进基,x5离基

z x1 x6

新的最优解为x1=4,x2=0,x3=0,x4=0,x5=0,x6=4,max z=24。

(4)增加一个新的约束x2+x3≥2,求新的最优基和最优解。

z x1 x5 x6

z

x

x 3/1

x 3/1

x

x

x

RHS

用对偶单纯形法求解

z x

z x1 x5 x2

x x x x x RHS 新的最优解为x1=4,x2=2,x3=0,x4=0,x5=6,x6=0,max z=10。

2.

(1)利润最大化的线性规划模型为: max z= 25x1 +12x2 +14x3 s.t.

3x1 2x1 x1 x1,

+2x2

+3x2 x2, x x x x +x3 +2x3

x3,

+15x4 +4x4 +3x4 +2x4 x4 x x x x ≤2400 ≤3200 ≤1800 ≥0 x x x x RHS RHS 单纯形表为: z x

z x5 x6 x7

x1进基,x5离基 z x

z x1 x6 x7

x3进基,x6离基

z x1 x3 x7 x2进基,x1离基

z x2 x3 x7 最优解为:x1=0,x2=400,x3=1600,x4=0,x5=0,x6=0,x7=600,max z=27200

即最优生产计划为:产品A不生产;产品B生产400万件;产品C生产1600万件; 产品D不生产,最大利润:27200万元。

原料甲:耗用2400吨,没有剩余;原料乙:耗用3200吨,没有剩余;原料丙:耗用1200吨,剩余600吨。

(问三种原料的利用率?)

(2) 产品A利润变化范围: -C -25+ -12 -CB -12 -14 0

z x2 x3 x7

-14 -15 0 0 0 0 -1-≤0,≥-1,-c1’=-c1+≥-25-1=-26,即c1≤26(万元/万件)

产品B利润变化范围: -C -25 -12+ z x

x -CB

z

-12+ x2 -14 x3 0

x7

-14 x -15 x 0 x 0 x 0 x 0 RHS 101215/4084/5

,,-1≤≤12,-13≤-12+≤0,-13≤-c2’≤0,

61/201241/4016

即:0≤c2’≤13。

产品C利润的变化范围: -C -25 -12 -14+ -CB -12

z x2

-15 0 0 0 0 -14+ x3

0 x7

101213/20,14 41/208

-1≤≤8,-15≤-14+≤-6,-15≤-c3’≤-6,6≤c3’≤15

产品D的变化范围 -C z -CB -12 -14 0

z x2 x3 x7

-25 x

-12 x -14 x -15+

x 0 x 0 x 0 x 0 RHS -21-≤0,≥-21,-15+≥-36,-c4’≥-36,c4’≤36。

(3) 求三种原料的影子价格和四种产品的机会成本

由最优单纯形表可知,原料甲、乙、丙的影子价格分别为:

6万元/吨、4万元/吨、0万元/吨。 产品A、B、C、D的机会成本分别为(

qa

ii1

m

ij

):

26万元/万件、12万元/万件、14万元/万件、36万元/万件。 产品A、D在最优解中不安排生产的原因是机会成本大于利润。

(4) 在最优解中,原料甲的影子价格(6万元/吨)最大,因此这种原料最紧缺。如果原料A增加120吨,最优单纯形表的右边常数成为:

1/21/4024001204006001000

B1b01/2032001600016000

3/23/411800600180420

因此最优基保持不变,影子价格不变,原料的紧缺程度不变。


相关内容

  • 2017年中南大学运筹学T考研大纲
  • 本考试大纲由交通运输工程学院教授委员会于2016年7月11日通过. I.考试性质 运筹学是我校"交通运输规划与管理"和"物流工程"两专业硕士生入学考试的专业基础课,它是为我校招收本专业硕士生而实施的具有选拔功能的水平考试:其目的是科学.公平.有效地测试考生掌握 ...

  • 运筹学在物流中的应用
  • 本科生毕业设计(论文) ( 2012届 ) 题 目: 运筹学在物流中的应用 专 业: 数学与应用数学 学生姓名: 喻伟杰 学号: 08176138 指导教师: 胡海良 职称: 讲师 合作导师: 职称: 完成时间: 2012 年 4 月 12 日 成 绩: 浙江师范大学行知学院本科毕业设计(论文)正文 ...

  • 线性规划应用
  • 线性规划应用 信息管理与信息系统(财会) 孙燕 [1**********]0 摘要:线性规划是运筹学中应用最广泛的方法之一,也是运筹学中的最基本的方法之一, 网络规划.整数规划.目标规划和多目标规划都是以线性规划为基础的.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 ...

  • 运筹学笔记和重点
  • 运筹学笔记和重点! 解决问题:就是确定实际状态与所要求状态的差距,然后采取行动消除该差距的过程. 回复 解决问题包括:一定义问题.二找出可行方案.三确定评价准则.四对可行方案进行评价.五选择方案.六履行所选择的方案.七结果反馈与评价. 1-5步骤为决策问题.可见决策问题始于明确问题,终于选定方案. ...

  • [运筹学]知识点全总结
  • 一.线性规划:基本概念 1.下面的表格总结了两种产品A 和B 的关键信息以及生产所需的资源Q, R, S: 满足所有线性规划假设. (1)在电子表格上为这一问题建立线性规划模型: (2)用代数方法建立一个相同的模型: (3)用图解法求解这个模型. 5.普里默(Primo )保险公司引入了两种新产品: ...

  • 北京理工大学858运筹学考研真题及解析
  • 历年真题解析 [内部资料] 北京理工大学考研历年真题解析 --858运筹学 主编:弘毅考研 编者:雨辰 www.hykaoyan.com 历年真题解析 [内部资料] [资料说明] <管理科学与工程专业历年真题解析(专业课)>系北京理工大学优秀管理科学与工程考研辅导团队集体编撰的" ...

  • 运筹学试卷
  • 二○○四至二○○五第二学期期末考试卷 (供 2002 级 计算机系 信管专业 各班使用) 二 分析计算题(每题15分,共30分) 运筹学 试题A 1.表中给出某线性规划问题计算过程中的一个表格,已知目标函数:maxS=5x1+3x2,表中解代入目标函数后得到S=10.求a.b.c.d.e.f.g总分 ...

  • 运筹学案例2
  • 案例一 某建筑构配件厂生产计划的优化分析 一.问题的提出 主要产品有4种,分别用代号A.B.C.D表示.近年来,产品销售情况很好,市场对这4种产品的需求量很大,而预测的结果表明,需求还有进一步扩大的趋势,但有些客户希望能有更多的不同功能的新产品问世,至少对原产品在现有的基础上加以改进,以满足某些特殊 ...

  • 运筹学课程小论文
  • 关于租用仓库最优化模型问题的解析 ----<运筹学>期末课程论文 在工业.农业.交通运输.商业.国防.建筑.通信.政府机关等各部门各领域的实际工作中,我们经常会遇到求函数的极值或最大值最小值问题,这一类问题我们称之为最优化问题.而求解最优化问题的数学方法被称为最优化方法.它主要解决最优生 ...