灵敏度分析

对于标准线性规划问题
$$\begin{gathered} max{C}^{T}X \\ s.t.AX=\vec{b} \\ X\ge 0 \end{gathered}$$
若已知最优可行基矩阵B，如果某些参数发生某些变化，如何利用已知数据求取最优解？

目标函数变化

可行性条件不变，原来的最优顶点的最优性可能丧失，即检验数可能不满足最优性。
直接在原来的单纯行表中进行初等行变化，使得基变量的检验数为0。如果仍然满足最优性，则最优顶点不变。否则，在此基础上继续迭代即可。

右端常数列$\vec{b}$变化

最优性条件仍然满足，检验数不变，但是可行域发生变化，可行性条件可能不满足。
此时用对偶单纯形法。

增加变量

基矩阵的维数不变（因为维数取决于约束条件的个数），仍然是$m\times m$。
计算新变量的检验数，如果满足最优性，则新变量是非基变量，设为0即可。如果不满足最优性，则加入单纯形表继续迭代。

系数矩阵变化

1、 变化的列向量$P_r$不在基矩阵中
此时，B不变，处理方法类似于新增加变量，即计算其检验数是否满足最优性条件。
2、变化的列向量$P_r$在基矩阵中
此时B发生变化，要重新计算$B^{-}1$。
如果满足原问题的可行行条件，用单纯形法。
如果满足原问题的最优性条件（即满足对偶问题的可行性条件），用对偶单纯形法。
如果两者都不满足，则要重新开始计算，引入新的人工变量，用两阶段法等重新计算。

增加约束条件

此时可行域变小，问题的关键在于判断原理的最优顶点是否还在新问题的可行域中。
如果当前最优解仍然满足新的约束条件，则最优解不变。
如果不满足，则要用两阶段法等重新计算。