运筹学对偶理论和灵敏度课件.pptVIP

【例2-4】线性规划 （1）用单纯形方法求最优解； （2）求每步迭代对应对偶问题的基本解。 cj 6 -2 1 0 0 CB XB b x1 x2 x3 x4 x5 0 0 x4 x5 2 4 [2] 1 ﹣1 0 2 4 1 0 0 1 δj 6 -2 1 0 0 6 0 x1 x5 1 3 1 0 ﹣1/2 [1/2] 1 3 1/2 -1/2 0 1 δj 0 1 -5 -3 0 6 -2 x1 x2 4 6 1 0 0 1 4 6 0 -1 1 2 δj 0 0 -11 -2 -2 1 2 3 解： 原问题与对偶问题解之间的对应关系指出：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，已得到最优解。即原问题与对偶问题都是最优解。 根据对偶问题的对称性，可以这样考虑：若保持对偶问题的解是基可行解，即cj?CBB-1Pj≤0，而原问题在非可行解的基础上，通过逐步迭代达到基可行解，这样也得到了最优解。其优点是原问题的初始解不一定是基可行解，可从非基可行解开始迭代。 设原问题为 max z=CX AX=b X≥0 又设B是一个基。不失一般性，令B=(P1，P2，…，Pm)，它对应的变量为 XB=(x1，x2，…,xm)。当非基变量都为零时，可以得到XB=B-1b。若在B-1b中至少有一个负分量，设(B-1b)i＜0，并且在单纯形表的检验数行中的检验数都为非正，即对偶问题保持可行解。 每次迭代是将基变量中的负分量xl取出，去替换非基变量中的xk，经基变换，所有检验数仍保持非正。从原问题来看，经过每次迭代，原问题由非可行解往可行解靠近。当原问题得到可行解时，便得到了最优解。 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 【例2-5】用对偶单纯形法求解 x1+2x2 +x3 ≥3 2 x1－x2 +3x3 ≥4 min ω=2 x1+3x2 +4x3 x1,x2 ,x3≥0 ﹣ x1 ﹣ 2x2 ﹣ x3+ x4 =﹣3 ﹣2 x1+x2 ﹣3x3 +x5=﹣4 max z=﹣2 x1 ﹣ 3x2 ﹣ 4x3 x1,x2 ,x3 x4 ,x5 ≥0 解： cj ﹣2 ﹣3 ﹣4 0 0 CB XB b x1 x2 x3 x4 x5 0 0 x4 x5 ﹣3 ﹣4 ﹣1 [﹣2] ﹣2 1 ﹣1 ﹣3 1 0 0 1 δj ﹣2 ﹣3 ﹣4 0 0 θ 1 － 4/3 其中x4,x5为松弛变量 cj ﹣2 ﹣3 ﹣4 0 0 CB XB b x1 x2 x3 x4 x5 0 ﹣2 x4 x1 ﹣1 2 0 1 [﹣5/2] ﹣1/2 1/2 3/2 1 0 ﹣1/2 ﹣1/2 δj 0 ﹣4 ﹣1 0 ﹣1 θ ﹣ 8/5 ﹣ ﹣ 2 cj ﹣2 ﹣3 ﹣4 0 0 CB XB b x1 x2 x3 x4 x5 ﹣3 ﹣2 x2 x1 2/5 11/5 0 1 1 0 ﹣1/5 7/5 ﹣2/5 ﹣1/5 1/5 ﹣2/5 δj 0 0 ﹣9/5 ﹣8/5 ﹣1/5 原最优 X*=(11/5,2/5,0,0,0)T，对偶最优 Y*=(8/5,1/5) 从以上求解过程可以看到对偶单纯形法有以下优点： (1) 初始解可以是非可行解，当检验数都为负数时就可以进行基的变换，这时不需要加入人