第三章对偶理论与灵敏度分析.pptVIP

第三章 对偶理论与灵敏度分析 §1 单纯形法的矩阵描述 设线性规划问题 1. 检验数的矩阵描述： σB=CB-CBB-1B=0 σN=CN-CBB-1N σS=-CBB-1 §2 改进单纯形法 用改进单纯形法求解线性规划问题的计算步骤： 1. 确定初始可行基B1。求出B1-1； 2. 计算非基变量的检验数σN 。若σN ≤0已求的最优解，停止计算,否则进行下一步； 3. 确定换入变量 xk； 4. 计算B1-1b， B1-1 Pk及θ； 若θ ≤0那么无最优解，停止计算，否则进行下一步； 5.确定换出变量 xl; 6. 计算B2-1； 7. 重复2—7步。 §3 对偶问题的提出 例： §4 线性规划的对偶理论 4.1 原问题与对偶问题的关系 4.2 对偶问题的性质 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,则存在 CX* ≤ Y*b 证 设原问题及对偶问题为 max z =CX， AX≤b， X≥0 minω=Yb， YA≥C Y≥0 ∵ 若X*是原问题的可行解，Y*是对偶问题的可行解 ∴ AX*≤b Y*A≥C ∴ Y*AX*≤Y*b Y*AX*≥CX* ∴ CX* ≤ Y*AX*≤ Y*b 3. 无界性 若原问题（对偶问题）为无界解，则其对偶问题（原问题）无可行解。 4. 可行解是最优解的性质 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^是最优解。 5. 对偶定理 若原问题有最优解，则对偶问题也有最优解，且目标函数相等。 6. 互补松驰性 若X^是原问题的可行解，Y^是对偶问题的可行解，那么Y^Xs=0，Ys X^=0，当且仅当 X^， Y^为最优解。 6. 互补松驰性 若X^是原问题的可行解，Y^是对偶问题的可行解，那么Y^Xs=0，Ys X^=0，但且仅当 X^， Y^为最优解。 证：设原问题及对偶问题的标准型是 max z =CX， AX+XS=b， X， XS ≥0 minω=Yb， YA—YS=C Y， YS ≥0 z =(YA—YS)X=YAX—YSX ω=Y(AX+XS)=YAX+YXS ∵ X^是原问题的可行解，Y^是对偶问题的可行解 ∴ z ^ =Y^AX^—YS X^ ω^ =Y^AX^+Y^XS 当Y^Xs=0，Ys X^=0时z ^=ω^，则X，Y^是最优解。 当 X，Y^是最优解时 z ^= ω^，则Y^Xs=0，Ys X^=0 例：已知线性规划问题 7. 设原问题及对偶问题的标准型是 max z =CX， AX+XS=b， X， XS ≥0 minω=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： §5 对偶问题的经济解释——影子价格 设B是线性规划问题的一可行基，这目标函数为 §6 对偶单纯形法 对偶单纯形法的计算步骤： 1. 确定初始的基，使非基变量的检验数小于等于零。 2. 若b ≥0,则已求得最优解，停止计算，否则进行下一步。 3. 确定换出变量。计算 min{(B-1b)i| (B-1b)i0}= (B-1b)l 则xl为换出变量。 4. 确定换入变量。若所有aij ≥0，则无可行解，停止计算；否则计算 θ=min{σj /alj| alj0}= σk /alk 则xk为换入变量。 5. 以alk为主元素进行迭代。 6. 重复2—5步。 §7 灵敏度分析 灵敏度分析的内容： 1. 当决定线性规划问题的参数aij，bi，cj有一个或几个发生变化时，已求得的线性规划问题的最优解会有什么变化。 2. 当决定线性规划问题的参数aij，bi，cj在什么范围内变化时，线性规划问题的最优解或最优基不变。 7.1 资源数量变化的分析 设