矿大管理运筹学第二章剖析.ppt

Chapter2 对偶理论 Dual Theory 制作与教学 中国矿业大学管理学院 张明 zhangmingdlut@163.com Page * Chapter 2 对偶理论 2.1 线性规划的对偶模型 2.2 对偶性质 2.3 对偶单纯形法 2.4 灵敏度与参数分析 运筹学 * 原问题（或对偶问题） 对偶问题（或原问题） ? 目标函数max 目标函数系数（资源限量） 约束条件系数矩阵A(AT) ?目标函数min 资源限量（目标函数系数） 约束条件系数矩阵AT(A) 变 量 n个变量 第j个变量≥0 第j 个变量≤0 第j个变量无约束 约 束 n个约束 第j个约束为≥ 第j个约束为≤ 第j个约束为= 约 束 m个约束 第i个约束≤ 第i个约束≥ 第i个约束为= 变 量 m个变量 第i个变量≥0 第i个变量≤0 第i个变量无约束 * 对偶问题是（记为DP）： 【性质1】 对称性 对偶问题的对偶是原问题。 设原问题是（记为LP）： 对偶性质 （2-5） （2-6） * 【性质2】 弱对偶性 设X°、Y°分别为LP(max) （2-5）与DP(min) （2-6）的可行解，则 【性质3】最优准则定理 设X0与Y0分别是（LP）与（DP）的可行解，则当X0、Y0是（LP）与（DP）的最优解当且仅当 C X0= Y0b. 【性质5】 对偶定理：若互为对偶的两个问题其中一个有最优解，则另一个也有最优解，且最优值相同。 【性质4】 若线性规划（2-5）的目标函数无上界，则线性规划问题（2-6）无可行解；若线性规划（2-6）的目标函数无下界，则线性规划问题（2-5）无可行解； * 【性质6】原问题的检验数的相反数对应于对偶问题的一组基本解. 其中第j个决策变量xj的检验数的相反数对应于（DP）中第j个松弛变量 的解，第i个松弛变量 的检验数的相反数对应于第i个对偶变量yi的解。反之，（DP）的检验数对应于（LP）的一组基本解。 * 证： （LP） （DP） * 不一定满足≤0 * 检验数 结论： 原始问题 对偶问题 松弛变量的检验数 决策变量 决策变量的检验数 松弛变量 符号相反 获得最优解 获得最优解 * Max Z（X）=4x1+5x2 x1 + x2 ≤ 45 2x1 + x2 ≤ 80 x1 + 3x2 ≤ 90 x1，x2 ≥ 0 W(y）= 45y1+80y2+90y3 y1 +2y2+ y3 Min y1 + y2+3y3 y1，y2，y3 ≥0 ≥4 ≥5 （LP） （DP） X(0) =(0,0,45,80,90) Y(0) =(0,0,0,-4,-5) 初始解 * X(1) =(0,30,15,50,0) Y(1) = (0,0,5/3,-7/3,0) 第一次迭代 第二次迭代 X* =(45/2，45/2，0，25/2，0) Y* =（7/2，0，1/2，0，0） * 若将 作为原问题求解 Y*=（7/2，0，1/2，0，0） X*=（45/2，45/2，0，25/2，0） 注：在两个互为对偶的线性规划中，可任选一个进行求解。一般来说求解工作量主要受约束条件个数的影响，因此通常选择约束条件少的线性规划问题求解。 Min W(y）= 45y1+80y2+90y3 y1 +2y2+ y3≥4 y1 + y2+3y3≥5 y1，y2，y3 ≥0 其最终单纯形表如下： * 例：求下列线性规划的解 Max Z（X）=4x1+3x2 x1 ≤6 x2 ≤8 x1 + x2 ≤7 3x1 + x2 ≤15 -x2 ≤1 x1，x2≥0 解：该问题的对偶问题仅有两个约束条件: 单纯形表如下： Min W（Y）= 6y1+8y2+7y3 +15y4 +y5 St y1 +y3 +3y4 ≥ 4 y2 +y3 + y4 -y5 ≥ 3 y1，y2，y3，y4，y5 ≥ 0 * ≤0 X*=（4，3）；Z（X*）=25 * 练习： 线性规划 （1）用单纯形法求最优解； （2