第四章 線性規劃:敏感度分析與電腦報表解讀

Slides:



Advertisements
Similar presentations
猜谜语 有个小娃娃,真是没 礼貌。 见到小树摇一摇,吓 得树叶哇哇叫。 见到小花逗一逗,摘 去她的太阳帽。 没人和它交朋友,只 好自已到外处跑。
Advertisements

黄帝内经 内经教研室 王黎.
單元九:單因子變異數分析.
線性規劃 Linear Programming
职官与科举 职官:在国家机构中担任一定职务的官吏,这里面有职官的名称、职权范围和品级地位等方面的内容。
花开有日 芬芳天下 “国培计划(2012)” ——幼儿园骨干教师远程培训项目 山东幼儿园教师8班第4期简报 主办人:张瑞美     
《卖火柴的小女孩》 《海的女儿》 你 认 识 这 些 图 片 的 故 事 吗 《丑小鸭》 《拇指姑娘》 它们都来自于哪位作家笔下?
數位邏輯設計與實習 Ch02基本邏輯閘與布林代數.
民主國家的政府體制 我國的中央政府體制 我國中央政府的功能 地方政府組織與功能
政府採購法規概要 報告人:杜國正 行政院公共工程委員會企劃處.
一、平面点集 定义: x、y ---自变量,u ---因变量. 点集 E ---定义域, --- 值域.
3-2 條件不等式 解一元 n 次不等式 二元一次不等式的圖解法 函數的極植.
銷售與顧客關係管理 巫立宇.邱志聖 著.
之 魔 析 妖 鬼 解 怪 大 沈家仪小组出品.
20、豆花庄的小家伙们.
CH11 心理疾病 李志鴻.
物流账册系统介绍 2012年5月16日 北京.
第四章 数学规划模型 课程内容和目的: 了解数学规划模型的一般理论,介绍一些典型的规划模型,如生产计划安排问题、资源配置问题、运输问题、下料问题、指派问题、选址问题等。能通过分析建立一些实际问题的数学规划模型,会用各种工具软件熟练求解线性规划,非线性规划,整数规划等问题。 教学难点和重点: 重点掌握规划模型的三要素,建立规划模型的方法以及工具求解。难点是模型求解算法的理解和如何将实际问题逐步转换成规划问题。
線性規劃實務應用 應用領域(例如): 決定每期最佳產品生產組合 多重期間的生產規劃 行銷管理(如選擇媒體) 財務管理(如選擇投資組合)
管理学基本知识.
华 夏 之 祖 第 3 课.
法學緒論第六單元:法律適用 設計課程︰ 財經法律系 --楊東連 法學緒論-6.
滁州学院首届微课程教学设计竞赛 课程名称:高等数学 主讲人:胡贝贝 数学与金融学院.
揭秘 庄家 股市中的 为什么你的股票一买就跌,一卖就涨? 为什么出了利好,股价反而下跌? 为什么有的股票一直涨停?
第九章 长期资产及摊销 2017/3/21.
CH1 . 集 合 与 命 题.
Ch19 創業精神 管理學:整合觀點與創新思維3/e.中山大學企管系 著.前程文化 出版.
以考试说明带动二轮复习 福州第三中学 张璐.
5.1 自然對數函數:微分 5.2 自然對數函數:積分 5.3 反函數 5.4 指數函數:微分與積分 5.5 一般底數的指數函數和應用 5.6 反三角函數:微分 5.7 反三角函數:積分 5.8 雙曲函數.
拾貳、 教育行政 一、教育行政的意義 教育行政,可視為國家對教育事務的管理 ,以增進教育效果。 教育行政,乃是一利用有限資源在教育參
課程銜接 九年一貫暫行綱要( )  九年一貫課程綱要( ) 國立台南大學數學教育系 謝 堅.
2.4 二元一次方程组的应用(1).
乳猪断奶后拉稀,掉膘与教槽料.
跨越海峡的生命桥.
LINGO.
Linear Programming: Introduction and Duality
Chapter 2 線性規劃.
全威圖書有限公司 C0062.
Chapter 17 投資決策經濟分析.
REGRESSION FOR ORDINAL OUTCOMES 「順序尺度依變項」的迴歸模型
整數線性規劃 線性規劃中有一項假設,是決策變數是連續的,且不必為整數。如果某個問題符合線性規劃連續性等其他假設,但決策變數卻必須是整數,則成為『整數線性規劃(ILP)』。 7-1.
第6章 線性規劃:單形法 © 2016 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part, except for use as permitted.
簡捷法 簡捷法可用來找尋端點,並評估何者為最佳解。先考慮所有決策變數值皆為零的基本解,再算出是否有其他解的目標函數值較此點為佳。
對偶理論 「敏感度分析」,研究數學規劃問題中參數值(如各類係數)的改變對於最佳解以及目標函數值的影響。
第7章 單形法敏感度分析及對偶性 © 2016 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part, except for use as permitted.
第四章 生產理論 1.生產函數 2.生產期間 3.總產量、平均產量與邊際產量 4.等產量線 5.最適要素僱用量 6.規模報酬.
GHANGDONG VOCATIONAL COLLEGE OF INDUSTRY&COMMERCE
敏感度與參數分析 Sensitivity and Parametric Analyses
整數規劃 Integer Programming
Ch2多項式函數 2-2 多項式的運算與應用 影音錄製:陳清海老師 資料提供:龍騰文化事業股份有限公司.
第一章 直角坐標系 1-3 函數圖形.
第八章補充 運輸模型.
第2章 線性規劃概要 © 2016 Cengage Learning. All Rights Reserved. May not be copied, scanned, or duplicated, in whole or in part, except for use as permitted.
线性规划案例:上海红星建筑构配件厂生产计划的优化分析
Chapter 8 整數規劃與目標規劃.
第9章 交期管理.
第二章 三角函數 2-5 三角函數的圖形.
反矩陣與行列式 東海大學物理系‧數值分析.
第五章 對偶理論 Duality Theory 作業研究 二版 2009 © 廖慶榮.
第一章 直角坐標系 1-3 函數及其圖形.
資料結構與C++程式設計進階 期末考 講師:林業峻 CSIE, NTU 7/ 15, 2010.
線性規劃的其他演算法 Special Simplex Method
4-1 變數與函數 第4章 一次函數及其圖形.
2.1 一元一次不等式 定 義 設a、b為兩個實數。.
在直角坐標平面上兩點之間 的距離及平面圖形的面積
第四章 線性規劃:敏感度分析與電腦報表解讀
用加減消去法解一元二次聯立方程式 台北縣立中山國中 第二團隊.
Chapter 16 動態規劃.
第三章 比與比例式 3-1 比例式 3-2 連比例 3-3 正比與反比.
Presentation transcript:

第四章 線性規劃:敏感度分析與電腦報表解讀 電腦解-Lindo 敏感度分析簡介 改變一個參數 同時改變 4-1

線性規劃問題的電腦解 (1/5) 重新檢視第三章力新問題: Max 9X + 10Y 總利潤 Subject to (s.t.) 4-2

4-3

4-4

線性規劃問題的電腦解(2/5) 在最佳解右方的欄位為決策變數的「削減成本」,表示決策變數的目標函數係數要「改善」多少,才能使決策變數出現正值。 此題共有四條<=限制式,從圖可知前兩個限制式為束縛限制式,其「寬裕值」均為0(亦即資源全部用完);後兩個限制式其寬裕值分別為:組裝1270小時、檢裝720小時的未用人力。 4-5

線性規劃問題的電腦解(3/5) 「對偶價」(Dual prices):其意義為該限制式不等式「右側值」每增加一單位,目標值「改善」量。 OBJ COEFFICIENT RANGES:其意義為只要目標函數中決策變數的係數在此範圍內變動,則最佳解(decision variables)不變,此範圍稱之為「最佳化範圍」 RIGHTHAND SIDE RANGES:其意義為只要右側值在此範圍內變動,則限制式之對偶價不變;此範圍又稱之為可行性範圍 4-6

線性規劃問題的電腦解(4/5) C2目前係數 = 10.000000 可允許增量  2.28 可允許減量 = 3.57 最佳化範圍上限 = 10.00 + 5.75 = 15.75 最佳化範圍下限 = 10.00 – 2.28 = 7.72 C2最佳化範圍為:7.72  C2  15.75 4-7

線性規劃問題的電腦解(5/5) 以第一條限制式(切染部門)的對偶價U1為例: 目前右側值 = 4220.000000 可允許增量 = 1041.666748  1041.66 可允許減量 = 1200.000000 可行性範圍上限 = 4220.00 + 1041.66 = 5261.66 可行性範圍下限 = 4220.00 – 1200.00 = 3020.00 U1可行性範圍為:3020.00  RHS1  5261.66 4-8

敏感度分析簡介 「敏感度分析」(Sensitivity Analysis) 是探討線性規劃問題中參數係數的改變,如何影響最佳解。 由於此項分析是在已經求得最佳解的情況下,探討參數係數改變對於最佳解的影響,故又稱之為「後最佳化分析」 兩大類: 與  第一類:求最佳範圍(電腦報表及圖形分析) 例如: (7.72  C2  15.75) 4-9

重要對偶性質 <=限制式 ←→ DP >=0 束縛限制式 ←→ DP ≠ 0 >=限制式 ←→ DP <=0 4-10

一次改變一個參數(1/5) 題目請見課本p92 範例4.1(Y-型球袋單位利潤10元有誤,應為12元 ) 【解】 變數Y之係數C2最佳化範圍:7.72  C2  15.75 因新單位利潤12元仍在範圍內,故最佳解不變,仍為X*=250,Y*=460 新目標函數 = 9X* + 12Y* = 9(250) + 12(460) = 7770(元)所以,目標函數已經從6,850元增加920(=2460)元至7,770元。 4-11

一次改變一個參數(2/5) 題目請見課本p92 範例4.2(Y-型球袋單位利潤改為7元 ) 【解】 因Y-型球袋單位利潤7元超出最佳化範圍:7.72  C2  15.75 故最佳解可能已改變,必須重解線性規劃模型。如圖4.2示,最佳解為X=538(個),Y=124(個),目標函數值為5,710元。 4-12

4-13

一次改變一個參數(3/5) 第二類:對偶價及可行性範圍(課本p93 範例4.3) 人事部門可多提供9人工小時, 如何安排? 【解】 當限制式右側值改變時,對偶值愈大,則目標函數的改善愈大。 發現第二條限制式的對偶值0.92元為最大,可知四個部門當中,以增加縫合部門每單位(分鐘)人力,可增加0.92元的獲利為最高,其次為切染部門的0.64元,另外兩個部門皆為0元。 4-14

一次改變一個參數(4/5) 第二條限制式U2的可行性範圍為:3617.15  RHS2  5110.00 縫合部門增援後可用人力為4510 + 540 = 5050(分鐘),仍然在可行性範圍內,故知其對偶值0.92(元/分鐘)不變,則所增加的最大利潤為:5400.92 = 496.8(元),增加人力後的總利潤:6850 + 496.8 = 7346.8(元)。 4-15

一次改變一個參數(5/5) 【解】 題目請見課本p94 範例4.4(若縫合部門增加20小時的人力) 縫合部門增援後總人力 = 4510 + 1200 = 5710(分) 因5,710分超出範圍:3617.15  U2  5110.00,須重新求解。 最佳解X*=418(個),Y*=364(個),目標值為7,402元。 增援20小時力的貢獻:7402 – 6850 = 552(元)。每分鐘的貢獻利潤為:552/1200 = 0.46(元/分鐘) 4-16

一次可同時改變多個參數(1/10) 在實務上,管理者作敏感度分析時,可能必須考慮一次同時改變多個參數,其可能的情況有以下三種: 同時改變多個目標函數係數 同時改變多個限制式右側值 同時改變多個目標函數係數以及限制式右側值 先介紹會用到的兩項法則: 目標函數係數改變的100%法則 限制式右側值改變的100%法則 4-17

一次可同時改變多個參數(2/10) 題目請見課本p95 範例4.5 (X-型與Y-型球袋單位利潤分別改為8元與12元 ) 【解】由圖4.1可算出: X之係數C1最佳化範圍為:5.72  C1  11.66 Y之係數C2最佳化範圍為:7.72  C2  15.75 8元與12元分別在C1與C2的最佳化範圍內,同時改變兩個係數必須計算其總係數改變率是否超過100%。 4-18

一次可同時改變多個參數(3/10) C1從9減為8,減量為1,可允許減量為3.285714則X係數改變率 = 1/3.2857  0.3043 = 30.43% C2增量為2,可允許增量為5.750000則Y係數改變率 = 2/5.7500  0.3478 = 34.78% 總係數改變率  30.43% + 34.78% = 65.21% < 100% 故最佳解不變,仍X*=250,Y*=460。新目標函數 = 8X + 12Y = 8(250) + 12(460) = 7520(元) 目標函數從6,850元增加670元至7,520元。 4-19

一次可同時改變多個參數(4/10) 題目請見課本p96 範例4.6 (X-型與Y-型球袋單位利潤分別改為11元與9元 ) 【解】 11元與9元分別在C1與C2的最佳化範圍內,由於同時改變兩個係數,必須計算其總係數改變率是否超過100%。 C1增量為2元,可允許增量2.666667,則變數 X係數改變率 = 2/2.6667  0.7500 = 75.00% 4-20

一次可同時改變多個參數(5/10) C2減量為1元,可允許減量2.285714,則變數Y的係數改變率 = 1/2.2857  0.4375 = 43.75% 總係數改變率  75.00% + 43.75% = 118.75% > 100% 故最佳解可能已經改變,必須重解線性規劃模型,以求得新的最佳解。 最佳解為X*=538(個),Y*=124(個),目標函數值為7,034元。 4-21

4-22

一次可同時改變多個參數(6/10) 題目請見課本p97 範例4.7(支援切染與縫合兩部門分別可多提供7與5人工小時) 【解】 420分鐘與300分鐘在U1與U2的可行性範圍內,同時改變兩個右側值,必須計算其總右側值改變率是否超過100% RHS1增加420(分),可允許增量為1041.6667,則RHS1改變率 = 420/1041.6667  0.4032 = 40.32% 4-23

一次可同時改變多個參數(7/10) 因RHS2增加300(分鐘),可允許增量為600.0000,則RHS改變率 = 300/600.0000  0.5000 = 50.00% 總右側值改變率  40.32% + 50.00% = 90.32% < 100% 故知所有對偶價不變。則約可替公司增加利潤 = 420(0.64) + 300(0.92) = 544.8。 4-24

一次可同時改變多個參數(8/10) 題目請見課本p98 範例4.8(人事部門考慮將切染部門的人力調撥8人工小時至縫合部門 ) 【解】 單位換算:8小時 = 480分 480分都在U1與U2的可行性範圍內,同時改變兩個右側值,必須計算其總右側值改變率是否超過100%。 RHS1減少480(分),可允許減量為1200.0000,則RHS1右側值改變率 = 480/1200.0000  0.4000 = 40.00% 4-25

一次可同時改變多個參數(9/10) 因RHS2增加480(分),可允許增量為600.0000,則RHS2右側值改變率 = 480/600.0000  0.8000 = 80.00% 總右側值改變率  40.00% + 80.00% = 120.00% > 100% 原對偶價可能已經改變,故必須重新求解。 如圖4.5所示,最佳解為X*=466(個),Y*=268(個),目標函數值為6,874元。此人力調度,確實可為公司增加獲利。 4-26

4-27

一次可同時改變多個參數(10/10) 題目請見課本p99 範例4.9 (Y-型球袋單位利潤為12元,切染與縫合兩部門分別增加7與5小時之人力 ) 【解】 如圖4.6所示,最佳解為X*=233(個),Y*=529(個),目標函數值為8,454元。切染與縫合兩限制式的對偶價皆已改變,分別為1.2(元/分鐘)與0.6(元/分鐘)。 4-28

4-29

HW All (self-practice) 第一次交作業- 題目-Ch03: 4, 9; ch04:1, 2, 3 Due date: 10/26-27 4-30