线性规划的对偶理论与灵敏度介绍.ppt

第一节 线性规划的对偶问题 一、对偶问题的提出 例1 某厂有A、B、C三种类型的设备，生产甲、乙两种产品。每件产品在生产中需要占用的设备机时数，每件产品可以获得的利润以及三种设备可利用的时数如表： 设变量xi为第i种（甲、乙）产品的生产件数（i＝1，2） max z =1500x1+2500x2? s.t. 3x1+2x2≤65 2x1+ x2≤40 3x2≤75 x1 ,x2 ≥0? 若工厂的设备都用于出租，工厂收取出租费。试问：设备 A、B、C 每工时各如何收费才最有竞争力？ 设 y1 ，y2 ，y3 分别为每工时设备 A、B、C 的出租费用。 max z = 1500x1 + 2500x2 s.t. 3x1 + 2x2 ≤ 65 2x1 + x2 ≤ 40 原问题 3x2 ≤ 75 x1 , x2 ≥ 0 min w = 65y1+ 40y2 + 75y3 s.t. 3y1+2y2 ≥1500 2y1+y2+3y3 ≥2500 对偶问题 y1, y2 , y3 ≥ 0 二、对称形式下对偶问题的一般形式 对偶问题的定义 对称形式：互为对偶 (LP) max z = c x (DP) min w= bT y s.t. Ax ≤ b s.t. AT y ≥ cT x ≥ 0 y ≥ 0 记号约定：c 为行向量。 对称形式的对偶规划之间具有下面的对应关系： (1)若一个模型为目标求“极大”，约束为“小于等于”的不等式，则它的对偶模型为目标求“极小”，约束是“大于等于”的不等式。即“max，≤”和“min，≥”相对应。 (2)从约束系数矩阵看：一个模型中为Ａ，则另一个模型中为AT。一个模型是m 个约束，n 个变量，则它的对偶模型为n 个约束，m 个变量。 (3)从数据b、c 的位置看：在两个规划模型中，b 和 c 的位置对换。 (4)两个规划模型中的变量皆非负。 第二节 对偶问题的基本性质 一、单纯形法的矩阵描述 (LP) max z = cx (DP) 　min w= bT y 　　s.t. Ax ≤ b s.t. AT y ≥ cT x ≥ 0 　 y ≥ 0 　加松弛变量得标准形式： 　max z = 50 x1 + 100 x2 　 　 s.t. x1 + x2 + x3 = 300 　　 2x1 + x2 + x4 = 400　 　　 x2 + x5 = 250 　　 x1 ,x2 ,x3 ,x4 ,x5 ≥ 0 二、对偶问题的基本性质 对偶定理(原问题与对偶问题解的关系） 弱对偶定理 若 x, y 分别为（LP) 和（DP）的可行解，那么 cx ≤ bTy。 推论 若（LP）可行，那么（LP）无有限最优解的 充分必要条件是（DP）无可行解。 最优性定理 若x*, y*分别(LP)和(DP)的可行解,且c x* = bTy*，那么 x*, y* 分别为(LP)和(DP)的最优解。 强对偶定理 若(LP)和(DP)均可行，那么(LP)和(DP)均有最优解,且最优值相等。 若x*,y* 分别为（LP）和（DP）的最优解， 那么， c x* = bT y* 。 根据 z* = w* = bTy*=b1y1*+b2y2*+?+bmym* 可知 ?z / ?bi = yi* yi* 表示 bi 变化1个单位对目标 w