对偶单纯形讲解.ppt

对偶规划与灵敏度分析 对偶线性规划 对偶定理 对偶单纯形法 灵敏度分析 对偶理论是线性规划的重要内容之一。对应于每个线性规划问题都伴生一个相应的线性规划问题。 定理2：弱对偶定理 若　　是原（极小化）问题的可行解，　　是对偶（极大化）问题的可行解，那么 证明：由弱对偶定理，对于原始问题的所有可行解　　，都有　　　　　　　 因此　是原问题的最优解。 　同理，对于对偶问题的所有可行解 ，都有 所以 是对偶问题的最优解。 证明：设　　是原问题(min)的最优解，则对应的基Ｂ必有 　　　　　　　　　。 　若定义　　　　，则　　　　 ， 　因此　　　　为对偶问题的可行解，而且　　　　　　　 ，由最优性定理，　　　　是对偶问题的最优解。 证明：设　　满足原问题(min)的最优性条件，则对应的基Ｂ必有 　　　　　　　　　。 　若定义　　　　 ，则　　　　 ， 　因此　　　　　为对偶问题的基本可行解。 灵敏度分析 价值系数C发生变化： 一、保持原最优解，求变化范围 1、若 ck 是非基变量的系数： 设 ck 变化为 ck + ?ck 只要 ?k’≤ 0 ， 则最优解不变；否则，将最优单纯形表中的检验数 ?k 用 ?k’取代，继续单纯形法的表格计算。 例: Max Z = - 2x1 - 3x2 - 4x3 S.t. - x1 - 2x2 - x3 + x4 = - 3 - 2x1 + x2 - 3x3 + x5 = - 4 x1 , x2 , x3 , x4 , x5 ≥ 0 最优表如下： 2、若 cs 是基变量的系数： 例: Max Z = 2x1 + 3x2 + 0x3 + 0x4+ 0x5 S.t. x1 + 2x2+ x3 = 8 4x1 + x4 =16 4x2 +x5 = 12 x1 , x2 , x3 , x4 , x5 ≥ 0 线性规划 max z=2x1-x2+4x3 s.t. -3x1+2x2+4x3≤5 x1+ x2 + x3≤3 x1 -x2 +x3≤4 x1，x2,x3≥0 的最优表如下： 解：1.由最优表可知，△C2≤31/7时最优解不变，C2=2最优解还是（1，0，2，0，0，1）. 2. C3=1时原最优表不是最优表，用单纯形方法重新求解。 右端常数bi的变化分析 1. 若B-1b′≥0 , 则原最优解还是最优解， 即最优基B不变，但解的数值发生改变。 （XB=B-1b′,其它 x为0） 2. 若B-1b′ 0, 则用对偶单纯形法继续求解。 3．确定使最优基不变的资源限量范围。 用B-1b′≥0计算。 实例： 某家电厂家利用现有资源生产两种产品，有关数据如下表： 一、分析 的变化 的变化仅影响 的变化。 最终单纯形表 最终单纯形表 换基后单纯形表为 右端常数bi的变化分析 增加一个约束 由此可以在原来最优基Ｂ的基础上定义一个新的基, 　　已知　　　　 　　　是原问题的最优解，若令　　　　， 则　　　　是现问题的一个可行解，但未必是最优解。 　　由此可的新的最优解　　　　　　　　　　　，即最优生产方案为生产　　万件Ｄ产品和　　件Ｅ产品，总利润为　　　万元。 （２） 假设生产Ａ，Ｂ，Ｃ，Ｄ四种产品各1万件分别耗电4，3，5，2千瓦，工厂又增加了用电量不超过9千瓦的限制，则相当于原问题约束方程组增加了一个约