运筹学对偶理论预案.ppt

cj 10 18 0 0 0 cB xB b x1 x2 x3 x4 x5 0 x3 170 5 2 1 0 0 170/2 0 x4 100 2 3 0 1 0 100/3 0 x5 150 1 5 0 0 1 150/5 Z 0 10 18 0 0 0 cj 10 18 0 0 0 cB xB b x1 x2 x3 x4 x5 0 x3 540/7 0 0 1 -23/7 11/7 10 x1 50/7 1 0 0 5/7 -3/7 18 x2 200/7 0 1 0 -1/7 2/7 Z 4100/7 0 0 0 -32/7 -6/7 初 始 表 最终表 由上表可知： X*=（50/7 . 200/7）T，Z*=4100/7 对偶问题的最优解： Y*=（0 . 32/7 . 6/7），W*=4100/7 检验数σ3 =0，σ4 =-32/7, σ5 =-6/7 对偶最优解是原问题松弛变量对应的检验数的相反数。 练习：利用定理7求下面线性规划问题的对偶最优解。 用表格单纯形法求解如下： 1 0 -1 4/3 -1/3 0 1 2 1/3 1/3 1 2 X1 X2 2 3 1 9 3/4 0 -3/4 1 -1/4 1/4 1 7/4 0 1/4 3/4 9/4 X4 X2 0 3 5/4 0 -9/4 0 -3/4 27/4 Z 0 0 -1 -5/3 -1/3 8 Z 2 3 3 0 0 0 Z 3/1 9/4 1 1 1 1 0 1 4 7 0 1 3 9 X4 X5 0 0 ?j 2 3 3 0 0 x1 x2 x3 x4 x5 Cj b xj XB CB X*=(1, 2, 0, 0, 0)T Y*=(5/3, 1/3, 0, 0, 1) 1.5、1.6 线性规划应用及其软件求解(了解) 应用举例，见教材p24-29 软件介绍 WinQSB Lingo LP模型： 第一章线性规划重点内容回顾 线性规划问题数学模型； 线性规划问题解的基本理论； 单纯形方法求解步骤，解的四种情况在单纯形表中的表现； 对偶理论：原问题与对偶问题的对应关系；对偶性质定理。 对偶性质定理总结 定理2弱对偶定理： 判断原问题（对偶问题）目标函数值的上界（下界）。 定理3、4、5： 判断原问题（对偶问题）有无最优解。 定理6互补松弛性定理： 根据原问题（或对偶问题）最优解，直接求出 对偶问题（或原问题）的最优解。 定理7： 根据原问题最优表可直接得到对偶问题的 最优解。 判断原问题（对偶问题）解的两种对应关系。 练习1： 已知线性规划问题如下，其最优解为X*=（-5，0，-1）T，最优值Z*= -12，请利用对偶性质定理求出对偶问题的最优解以及k值。 随堂测试： 练习2、已知下表为求解某线性规划问题的最终单纯形表，表中x4、x5为松弛变量。试： （1）写出线性规划原问题。 （2）写出对偶问题。 （3）求对偶问题的最优解。 XB x1 x2 x3 x4 x5 b x3 0 1/2 1 1/2 0 5/2 x1 1 -1/2 0 -1/6 1/3 5/2 δj 0 -4 0 -4 -2 例1.1 (P) (D) 定理2、弱对偶定理（弱对偶性）：设 和 分别是问题（P）和（D）的可行解，则必有 定理2可以用来判断原问题（对偶问题）目标函数值的上界（下界）。 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。 定理2 推论: 若 和 分别是问题（P）和（D）的 可行解，则 是（D）的目标函数最小值的一个下 界； 是（P）的目标函数最大值的一个上界。 定理2 例1、 试验证弱对偶性原理。 （P） 解： （D） 由观察可知： =（1.1.1.1）， =（1.1），分别是 （P）和（D）的可行解。