IE10OR06CH2线性规划的对偶理论与灵敏度分析1.ppt

对称形式： 互为对偶 LP Max z cT x DP Min f bT y s.t. Ax ≤ b s.t. AT y ≥ cT x ≥ 0 y ≥ 0 “Max -- ≤ ” “Min-- ≥” ≥ min b A CT C AT bT ≤ max m n m n §2.1 线性规划的对偶问题 三、非对称形式下的原-对偶问题关系 原问题（P） 对偶问题 （D） 第i个约束为等式约束 第i个变量为自由变量 第j个变量为自由变量 第j个约束为等式约束 参考P52 表2-2 原问题Max（对偶问题） 对偶问题Min（原问题） 约束条件数 m 变量个数 m 第i个约束条件为“≤” 第i个约束条件为“≥” 第i个约束条件为“ ” 第i个变量≥0 第i个变量≤0 第i个变量无限制 变量个数 n 约束条件个数 n 第i个变量≥0 第i个变量≤0 第i个变量无限制 第i个约束条件为“≥” 第i个约束条件为“≤” 第i个约束条件为“ ” 第i个约束条件的右端项 目标函第i个变量的系数 目标函数第i个变量的系数 第i个约束条件的右端顶 归纳对称形式与非对称形式的对偶,原问题与对偶问题之间的关系如下表所示 例3：写出下面线性规划的对偶规划模型： 例4 写出下面线性规划的对偶规划模型 再根据非对称形式的对应关系，直接写出对偶规划 解 先将约束条件变形为“≤”形式 §2.2 对偶问题的基本性质 一、单纯形法的矩阵描述 max Ζ CX s.t. AX b X 0 A [B,N] ,C CB,CN , X 则有: max Ζ CBXB+CNXN x.t. BXB+NXN b XB,XN≥0 XB B-1b-B-1NXN Ζ CB B-1b-B-1NXN +CNXN CBB-1b+ CN-CBB-1N XN XB XN 单纯形表 Z XB XN 0 I B-1N B-1b 1 0 CN-CBB-1N -CBB-1b 补充：矩阵形式的单纯形表 加入松驰变量化为标准形 设C （CB,CN ,A B,N , 代入 2 得: 2 将基变量从目标函数中消除 建立对应于基B的矩阵形式的单纯形表T（B）： C CB CN CS b XB XN XS XB B-1b I B-1N B-1 Z -C BB-1b 0 CN-C BB-1N CB B-1 B-1A C-CBB-1A b X XB B-1b B-1A Z -C BB-1b C-C BB-1A 化简为如下简单的表格形式: §2.2 对偶问题的基本性质 1 .对称性 （P）与（D）互为对偶。 对偶问题的对偶问题是原问题 （P） （D） 二、对偶问题的基本性质 2 弱对偶定理 对偶问题 min 的任何可行解Y0，其目标函数值总是不小于原问题 max 任何可行解X0的目标函数值 几何意义： CX Yb 弱对偶定理推论 max问题的任何可行解目标函数值是其对偶min问题目标函数值的下限； min问题的任何可行解目标函数值是其对偶max问题目标函数值的上限 如果原max min 问题为无界解，则其对偶min max 问题无可行解 如果原max min 问题有可行解，其对偶min max 问题无可行解，则原问题为无界解 3 最优解判别定理 若原问题的某个可行解X0的目标函数值与对偶问题某个可行解Y0的目标函数值相