第2章线性规划的对偶问题.pptVIP

2.1 线性规划的对偶问题 2.2 对偶问题的基本性质 2.4 对偶单纯形法 2.5 灵敏度分析 2.6 参数线性规划 一、单纯形算法的矩阵描述 结论： 3. 令 ，则2.1式可以写为； 说明 为对偶问题的可行解。 将这个解代入对偶问题的目标函数，有： 即原问题有最优解，则对偶问题存在可行解，且它们的目标函值相等。 称CBB-1为单纯形乘子 二、对偶问题的基本性质 对称性 弱对偶性 推论： 原问题任一可行解的目标函数值是其对偶问题目标函数值的下界；反之对偶问题任一可行解的目标函数值是其原问题目标函数值的上界。 如原问题有可行解且目标函数值无界，则其对偶问题无可行解；反之对偶问题有可行解且目标函数值无界，则其原问题无可行解。 如原问题有可行解而对偶问题无可行解，则原问题目标函数值无界；反之对偶问题有可行解而其原问题无可行解，则对偶问题的目标函数值无界。 二、对偶问题的基本性质 (2)如原问题有可行解且目标函数值无界，则其对偶问题无可行解；反之对偶问题有可行解且目标函数值无界，则其原问题无可行解。 (3)如原问题有可行解而对偶问题无可行解，则原问题目标函数值无界；反之对偶问题有可行解而其原问题无可行解，则对偶问题的目标函数值无界。 (2)如原问题有可行解且目标函数值无界，则其对偶问题无可行解；反之对偶问题有可行解且目标函数值无界，则其原问题无可行解。 (3)如原问题有可行解而对偶问题无可行解，则原问题目标函数值无界；反之对偶问题有可行解而其原问题无可行解，则对偶问题的目标函数值无界。 原问题有可行解，则原问题目标函数无界的充要条件是对偶问题无可行解。 (2)如原问题有可行解且目标函数值无界，则其对偶问题无可行解；反之对偶问题有可行解且目标函数值无界，则其原问题无可行解。 (3)如原问题有可行解而对偶问题无可行解，则原问题目标函数值无界；反之对偶问题有可行解而其原问题无可行解，则对偶问题的目标函数值无界。 对偶问题有可行解，则对偶问题目标函数无界的充要条件是原问题无可行解。 二、对偶问题的基本性质 3. 最优性 4. 强对偶性 5. 互补松驰性 注: 上述针对对称形式证明的对偶问题的性质, 同样适用于非对称形式的LP问题. 二、对偶问题的基本性质 6. 非对称形式的LP问题的互补松驰性 设 为原问题的最优解 为对偶问题的最优解 若 , 则有: 若 , 则有: 若 , 则有: 若 , 则有: 解：将问题化为： 列出满足对偶问题为可行解的初始单纯形表 若所有bi（i=1,2,…,m）均大于等于0,则单纯形表中的解即为原问题的最优解，否则转下一步。 2. 确定换出基变量：br=min{bi|bi0} xr为换出基变量 3. 确定换入基变量： xs为换入基变量 4. 用换入变量替换换出变量，得到一个新的基，对这个基进行初等行变换为单位阵，对新的基再检查是否所有bi大于等于0，是，则得到原问题的最优解，否则，转第2步。 一、对偶单纯形法计算步骤 例1：用对偶单纯形法求解下列LP问题 在确定换入、换出基变量时，必须保证对偶问题的解为可行解，即检验数小于等于0，下面证明 的选取可以保证对偶问题解的可行性。 二、对偶单纯形法的概念 在对偶可行基的基础上进行的单纯形法，称为对偶单纯形法。 优点：省去了引入人工变量的麻烦 缺点：对偶问题的基可行解不易找到 作用：灵敏度分析的工具 使用前提：初始单纯形表各中检验数非正 练习： 用对偶单纯形法求解下述LP问题： -1/2 -2 -1/2 0 -1/2 0 -1/2 -1 3/2 1 3/2 0 4 x3 0 -1/2 -2 5/2 0 7/2 1 7 x1 -1 0 -1 -2 -1 -2 0 1 2 -3 -2 -3 0 -8 x6 0 0 -1 1 -1 2 1 3 x1 -1 0 0 -3 0 -4 -1 1 0 -1 -4 1 2 -2 x6 0 0 1 -1 1 -2 -1 -3 x5 0 x6 x5 x4 x3 x2 x1 0 0 -3 0 -4 -1 目标函数变换为: 3. 确定换入基变量： xs为换入基变量 注: 若LP问题的标准形式为: 其对偶单纯形法的求解步骤确定换入基变量的原则如下: 其它步骤同目标函数为极大值情况 3/2 7/2 0 0 15/2