运筹学-用对偶分析原问题最优解名校讲义.ppt

第三讲 用对偶分析原问题最优解 §1 初步分析线性规划解的几种可能性 §2 线性规划解的求解方法之一：图解法 §3 对偶性质及平衡定理 §4 基础解及基础可行解 §1 初步分析线性规划解的几种可能性 （1） 已知线性规划的标准形式为 AX=b, X≥O, CTX=min 满足前2条的解为可行解，同时又满足第3条的为最优解。 从解的性质看，线性规划有下述几种可能： 1．不存在可行解或无解，例如规划 x1=－１ x1≥ 0 无可行解 3 x1=min ? §1 初步分析线性规划解的几种可能性 （2） 2．存在可行解，但找不到最优解，例如规划 x1－x2=0 x1，x2≥0 －2 x1=min 显然，令x1=x2=λ,λ为任意非负值都是可行解， 当λ→+∞，则目标函数－2 x1→∞，故找不出使目标函数 取极小值的具体解X。 ? §1 初步分析线性规划解的几种可能性 （3） ? x2 1 0 1 x1 图 1-1 3．存在最优解，但不是唯一的。例如规划 x1+x2=1 x1，x2≥o x1+ x2=min 显然 两点连线上的所有点 都是最优解，（见图1-1） 4．一般情况有无穷多可行解，但有唯一最优解。 §2 线性规划解的求解方法之一：图解法 （1） ? A 0 4 2 3 2 1 4 x1 3 1 x2 B 2x1+x2=4 L1 L3 L2 图 1-2 [例1-3] 求解下述线性规划 2x1+x2－x3=4 (1) xj≥0 j=1,2,3 (2) 3x1+5x2=min (3) 将(1)式中的x3移至右边，常数4移至左边， 得： 2x1+x2－4=x3≥0 移项得：2x1+x2≥4 于是变为两维线性规划问题，其约束可行 域可用直角坐标系表示,如图1-2。 §2 线性规划解的求解方法之一：图解法 （2） 图1-2中，阴影部分为可行域，若要求出最优点，必须作出目标 函数的等值线，然后令等值线向最小值方向（即最优方向）移 动，直到离开可行域的瞬间为止，此时的交点即为最优点。 图中直线L1，L2，L3即为目标值分别为12，9及6的等值线，L3与 可行域的顶点B（x1＝2，x2＝0），L3再向左下方移动，必离开 可行域，于是该点即为线性规划之最优解，即：X ＝（x1，x2， x3）=(2,0,0)，目标值为3x1+5x2＝6。 图解法简单易行，但只适于两维问题（本题虽是三维，但很容 易变为两维）。对于高维问题，只能采用其它的办法求解。很 幸运，该法已经找到，这就是以后将要介绍的单纯形法。 ? §3 对偶性质及平衡定理 （1） 1．弱对偶性（不等式性质） 设原线性规划为AX=b，X≥0，CTX=min 其对偶规划为YTA≤CT, YT b=max 若X、Y分别是原问题和对偶问题的可行解，则必存在关系式CTX≥YTb 证明：因为X、Y分别是原问题及对偶问题的可行解，因此 YTAX=YT(AX)=YTb 及 YTAX =(YTA)X≤CTX 故 CTX≥YTb 这是一个很有用的性质，因为有时并不需要精确求出线性规划问题最优解，只需了解最优目标值的范围，那么采用求解对偶可行解就显得十分方便。 ? §3 对偶性质及平衡定理 （2） 2．强对偶性（对偶最优性） 若 分别是原问题与对偶问题可行解，且 ， 则 必分别是原问题及对偶问题的最优解。 证明：设X是原向题任一可行解，则从弱对偶性知， ，可见 是原问题最优解。 同理，设Y是对偶问题任一可行解，则 ，故 是对偶问题最优解。 ? §3 对偶性质及平衡定理 （3） 1．平衡定理 设原问题为 (4) xj≥0 (j=1,2,…，n) (5) (6) 其对偶形式为 (7) (8) ? §3 对偶性质及平衡定理 （4） 则平衡定理阐述如下：若xj(j=1,2…，n)和yi（i=1,2,…，m）分 别是原问题和对偶问题之可行解，必存在下述关系： （即弱对偶性） 上