线性规划的对偶和对偶单纯形法.ppt

线性规划的对偶与对偶单纯形法 对偶的定义 对偶问题的性质 　 对偶的对偶就是原始问题 　 对偶定理 　 互补松弛关系 对偶可行基对偶单纯形法 对偶的经济解释 对偶原理 对偶问题概念： 　　任何一个线性规划问题都有一个与之相对应 的线性规划问题，如果前者称为原始问题，后者 就称为“对偶”问题。 　　对偶问题是对原问题从另一角度进行的描述 其最优解与原问题的最优解有着密切的联系，在 求得一个线性规划最优解的同时也就得到对偶线 性规划的最优解，反之亦然。 　　对偶理论就是研究线性规划及其对偶问题的 理论，是线性规划理论的重要内容之一。 问题的导出 对偶问题的定义 对偶的定义 原始问题 min f(x)=CTX s.t. AX≥b X ≥0 对偶问题的特点 （1）目标函数在一个问题中是求最大值在另一问题中则为求最小值 （2）一个问题中目标函数的系数是另一个问题中约束条件的右端项 （3）一个问题中的约束条件个数等于另一个问题中的变量数 （4）原问题的约束系数矩阵与对偶问题的约束系数矩阵互为转置矩阵 3、互补松弛性 练习 已知线性规划问题 对偶单纯形法 　下面通过例题说明对偶单纯形法的步骤： 例3 用对偶单纯形法求解线性规划问题： 第五步：重复第二～四步，一直到找出最优解为止。 单纯形法是在基本可行解中寻找满足最优性条件（简约价值系数非负）的最优解 对偶单纯形法则是在所有满足最优性条件（简约价值系数非负）的最优解中寻找满足可行的最优解 根据原问题和对偶问题之间的对称关系，这时单纯形表中原基变量列数字相当于对偶问题解的非基变量的检验数 第二步：由于对偶问题的求解是使目标函数达到最小值 　　　　所以最优判别准则是当所有检验数大于等于零时 为最优（也即这时原问题是可行解） 　　　　如果不满足这个条件，找出绝对值最大的负检 　　　　验数，设为　　，其对应的原问题的基变量　　　 　　　　即为对偶问题的换入变量 第三步：将　　　　行数字与表中第　行对应的数字对比　　 　　　令 第四步：用换入变量替换对偶问题中的换出变量（在单纯 形表中反映为用 替原问题的基变量 ）， 得到一个新的单纯形表。 表中数字计算同用单纯形法时完全一样。 新表中对偶问题仍保持基本可行解，原问题基变 量列数字相当于对偶问题的检验数。 15/2 0 0 7/2 3/2 cj -17/2 －5/4 1 0 　 －1/4 1/4 15/2 0 1 1/2 －3/2 y2 1/4 y3 ? 15 0 　1 　 4 0 Cj -8 0 1 　1/6 　－1/6 0 －5 0 　 [-2/3] 　－1/3 1 y2 1/3 y5 －1/3 15 24 5 0 0 　　　cj 　　　0 0 　［－6］ －1 1 0 －5 －2 －1 0 1 y4 －2 y5 －1 y1 y2 y3 y4 y5 15 24 5 0 0 例4 考虑线性规划问题 基变量 右端项 －f 6.8 3 0 0 0 0 0 x3 -2.6 -1 1 0 0 0 -800 x4 -3.8 -3 0 1 0 0 -1000 x5 -1.6 -1 0 0