李建平-运筹学-第2章.ppt

《运 筹 学 通 论》 云南大学数学系 李建平 2011年3月 第二章 对偶理论与灵敏度分析 第一节? 单纯形法的矩阵描述 设线性规划问题： Max Z=CX 设B是一个可行基(也称基矩阵)，若将系数矩阵(A,I)分为(B,N)两块，这里N是非基变量的系数矩阵。 设对应于B的变量xB1,xB2，……，xBm是基变量，用向量表示： XB=(xB1,xB2，……，xBm)T 其它变量xj为非基变量，即 j∈N。则 这时将(2.1),(2.2),(2.3)改写为： Max Z= CBXB+CNXN (2.4) BXB+NXN=b (2.5) XB,XN≥0 由(2.5)得XB=B-1b - B-1NXN，并代入目标函数(2.4)，有： Z= CBB-1b+(CN-CBB-1N)XN (2.6) 令非基变量XN=0，得一可行解 ： (1)非基变量的系数(CN-CBB-1N)就是第一章中用的cj-zj(j=1,2,…,n)，表示检验数。因为XB在(2.6)中的系数是0，实质上CB-CBB-1B=0，又因为CN中对应的XS的系数为零，在2.6式中XS的系数实质是0-CBB-1,因此所有的检验数可以用C-CBB-1A与-CBB-1表示。 (2)用矩阵描述时θ规则的表达式是： (3)单纯形表： 从第一节的检验数表达式，我们知 CN-CBB-1N和-CBB-1，当检验数 CN-CBB-1N≤0 (2.9) -CBB-1≤0 (2.10) ( -CBB-1 = 0 (2.10’)) 时，表示线性规划问题已得最优解。可见(2.9)与(2.10)是作为得到最优解的条件。 现在讨论两个条件： 1. (2.9)与(2.10)都有乘子CBB-1，称为单纯形乘子，并用符号Y= CBB-1表示。由(2.10)可得： Y≥0 2. 对应的基变量XB的检验数是0。它是CB-CBB-1B=0。包括基变量在内的所有检验数可用C-CBB-1A≤0表示，从此可得： C-CBB-1A=C-YA≤0 移项后，得到： YA≥C 3. 由条件(2.10)得到 -Y = - CBB-1 (2.11) 将(2.11)两边右乘b得到 -Yb= - CBB-1b Yb=CBB-1b=Z 因为Y的上界为无限大，所以只存在最小值。 4. 从这里可以得到另一个线性规划问题 Min ?=Yb YA≥C Y≥0 称它为原线性规划问题{Max Z=CX∣AX≤b, X≥0}的对偶规划问题。 第四节???线性规划的对偶理论 4.1 原问题与对偶问题的关系 原问题： Max Z=c1x1+ c2x2+……+cnxn 以上是原问题与对偶问题的标准形式，它们之间的关系可用下表表示： 4.2? 对偶问题的基本性质 1. 对称性：对偶问题的对偶是原问题。 2. 弱对偶性：若X*是原问题的可行解，Y*是对偶问题的可行解，则下式成立： CX*≤Y*b 3. 无界性：若原问题（对偶问题）有无界解，则其对偶问题（原问题）无可行解。 4. 可行解是最优解时的性质：设X*是原问题的可行解，Y*是对偶问题的可行解，当 CX*=Y*b 时，X*,Y*是各自的最优解。 5. 对偶定理：若原问题有最优解，那么对偶问题也有最优解，且目标函数值相等。 6. 互补松弛性：若X*，Y*分别是原问题与对偶问题的可行解，那么，Y*Xs=0和YsX*=0,当且仅当X*，Y*为最优解。 7. 设原问题是 Max Z=CX；AX+Xs=b；X，Xs≥0 其对偶问题是 Min ω=Yb；YA-Ys=C；Y，Ys≥0 则原问题单纯形表的检验数行对应其对偶问题的一个基解，对应关系如下表： 第六节 对偶单纯形法 上节讲到原问题与对偶问题之间的对应关系(性质7)时指出：在单纯形表中进行迭代时，b列中得到原问题的基可行解，而在检验数行得到的是对偶问题的基解。通过逐步迭代，当在检验数行得到对偶问题的解也是基可行解时，根据性质2、3可知，就得到最优解。 由对偶问题的对称性：若保持对偶问题的解是基可行解，即Cj-CBB-1Pj≤0，而原问题在非可行解(是基解)的基础上，通过逐步迭代达到基可行解，这样也得到了最优解。其优点是原问题的初始解不一定是基本可靠解，可从非基可行解开始迭代。 设原问题： Max Z=CX AX=b