对偶理论与灵敏度分析10201.ppt

对偶问题的提出定义：一个线性规划问题常伴随着与之配对的、两者有密切联系的另一个线性规划问题，我们将其中一个称为原问题，另一个就称为对偶问题。 应用: 在某些情况下，解对偶问题比解原问题更加容易 对偶变量有重要的经济解释(影子价格) 作为灵敏度分析的工具 对偶单纯形法(从一个非可行基出发，得到线性规划问题的最优解) 避免使用人工变量(人工变量带来很多麻烦，两阶段法则增加一倍的计算量) 练习： （二）、对偶问题的性质 三、对偶问题的经济解释——影子价格 四、对 偶 单 纯 形 法 参数线性规划 参数线性规划概念 模型 参数线性规划问题的分析步骤： （1）令 求解得最终单纯形表； （2）将 或 项反映到最终单纯形表中去； （3）随 值的增大或减小，观察原问题或对偶问题。 （4）重复第（3）步，一直到 值继续增大或减小 时，表中的解（基）不再出现变化时为止。 举例分析——目标函数的系数 含有参数的线性规划问题 举例分析——约束条件右端的常数项含 有参数的线性规划问题 x2 x1 x3 -1 -3 0 0 0 σj 3/2 -1/2 0 1 0 27.5 4 -1 1 0 0 1 35 5 [-3] 0 1 0 0 -45 0 -3 2 -1 -5 x5 0 -1 0 0 0 σj -1 0 1 -1/2 10 x2 4 1 0 0 [1] 35 x1 5 2 1 0 2 25 x3 0 x4 x3 x2 x1 b XB CB 0 0 4 5 Cj 0 0 0 1 -3 -1/3 0 0 σj -1/2 1/2 1 0 5 x2 4 1 -1/3 0 1 50 x1 5 0 -1/3 0 0 15 x5 0 目标函数的系数含有参数 的线性规划问题 约束条件右端的常数项含有 参数的线性规划问题 当参数 或 沿某一方向连续变动时，目标函数值z将随 或 的变动而呈线性变动，z是这个变动参数的线性函数，因而称为参数线性规划。 (2) x2的检验数 解： 四、增加新变量的灵敏度分析 否则可继续用单纯形法迭代求解。 解： 五、增加新约束条件的灵敏度分析 若在原线性规划问题中，再增加一个新的约束条件 则首先将已得到的最优解代入上述约束中，若满足，则新问题的最优解即为原问题的最优解。否则，在原最优表中增加一行（约束）一列(单位列向量)，用矩阵的初等行变换将原单位矩阵列恢复，再继续迭代。 x1 x2 x3 x4 x5 x6 x7 x8 -13/4 0 -11/4 0 0 -1/4 -1 0 1/4 0 -13/4 0 1 1/4 -1 0 2 0 -2 1 0 1 -1 0 -3/4 1 11/4 0 0 -3/4 1 0 4 2 -2 4 0 0 0 1 1 5 3 4 0 0 0 0 -1300 100 200 100 600 b x5 x4 x2 x8 XB -z 0 4 5 0 CB x1 x2 x3 x4 x5 x6 x7 x8 -13/4 0 -11/4 0 0 -1/4 -1 0 1/4 0 -13/4 0 1 1/4 -1 0 2 0 -2 1 0 1 -1 0 -3/4 1 11/4 0 0 -3/4 1 0 -5/2 0 1/2 0 0 -5/2 2 1 1 5 3 4 0 0 0 0 -1300 100 200 100 -400 b x5 x4 x2 x8 XB -z 0 4 5 0 CB 综合实例 例1 已知线性规划问题 最优单纯形表为 -100 20 10 b x2 x5 XB 0 0 -2 -5 0 -z x1 x2 x3 x4 x5 -1 1 3 1 0 16 0 -