4运筹学第二章线性规划的对偶理论.pptVIP

运筹学基础 * 第二章 线性规划 对偶问题的提出 原问题与对偶问题的关系 对偶问题的基本性质 对偶单纯形法 灵敏度分析 * 4.4 对偶单纯形法 运筹学基础 1﹑对偶单纯形法与单纯形法的区别 1.1 对偶单纯形法的思路 原理：由性质7可知：在单纯形表中进行迭代时，在b列中得到的是原问题的基可行解，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4，5可知，已得到最优解。即原问题与对偶问题都是最优解。 思路：在进行迭代时，保持对偶问题的解是基可行解，即cj－CBB-1pj≤0，而原问题通过逐步迭代，达到基可行解，这样就得到最优解。 * 4.4 对偶单纯形法 运筹学基础 1.2 对偶单纯形法与单纯形法的区别 单纯形法：在迭代中，保持b列中得到的是原问题的基可行解，逐步得到对偶问题的基可行解。 对偶单纯形法：在逐步迭代中 ，保持检验数行 cj－CBB-1pj ≤0，即保持对偶问题的解是基可行解。通过迭代得到原问题的基可行解。 说明：对偶单纯法是运用对偶原理求解原问题的一种方法，而不是求解对偶问题的单纯法。 2﹑对偶单纯形法求解步骤 2.1 对偶可行的基解： 设X(0)是原问题的基解，其对应的基为B，记Y=CBB-1，若Y是对偶问题的基可行解。即C－ CBB-1A ≤0，则称X(0)是原问题的对偶可行的基解。 * 运筹学基础 2.2 对偶单纯形法的计算步骤 ⑴列出初始单纯形表 ⑵最优性检验 根据线性规划问题，确定一个对偶可行的基解，列出初始单纯形表。 检查b列的数，若都为非负，则已得到最优解。停止计算。若b列的数中，还有分量为负数，则进行下一步计算。 ⑶确定换出变量 按min {(B-1b)i | (B-1b)i0 } = (B-1b)l 确定xl为换出变量。 ⑷确定换入变量 ①如果xl所在行各系数alj (j=1,2, …n). 都有alj 0，则无可行解，停止计算。 ②如果 有alj 0 ( j=1,2, …n) ,则计算 ck－ zk θ＝min cj－ zj ——— alj | alj０ ＝ ——— alk 确定xk为换入 变量，且保持得到的对偶问题的解是基可行解。 ⑸迭代运算 以alk为主元素，对单纯形表进行迭代运算，得到新单纯表。 重复⑵—⑸ * 运筹学基础 ⑴“按θ规则确定换入变量，确保变换后，对偶问题的解仍然是可行解。”的证明： 因经过初等变换后 aij′= — aik alj alk aij － —— alj alk i≠l i＝l δj′=cj－zj ′= cj － i=1, i≠l m ∑ ciaij′ ck — alj alk － = δj － — δ k alj alk =( － － ) alj≤0 δ k alk — δ j alj 所以变换后，对偶问题的解是基可行解。 （j是非基变量下角标。） 2.3 两个说明 ⑵初始对偶可行的基解的确定 运用对偶单纯法，需要先给定一个对偶可行的基解，而这个解有时不易直接得到。我们可先构造一个扩充 * 运筹学基础 ⑵初始对偶可行的基解的确定 运用对偶单纯法，需要先给定一个对偶可行的基解，而这个解有时不易直接得到。我们可先构造一个扩充 问题，通过求解扩充问题的解给出原问题的解。 原问题如下，Ｂ是一基，Ｎ是非基向量构成的矩阵。 max z＝ＣＸ X≥ 0 ＝ b j∈N ∑ pjxj XB+ 增加一个变量xn+1，和一个约束条件 ＝ M j∈N ∑ xj Xn+1+ M是大正数。于是扩充问题 max z＝ＣＸ X≥ 0 ＝ b j∈N ∑ pjxj XB+ ＝ M j∈N ∑ xj Xn+1+ 可以得基解 XＢ（０）= b M 由此易求一对偶可行的基解。 * 4.4 对偶单纯形法 运筹学基础 若ＸＢ(0)不是对偶可行的，即检验数中有