Lecture对偶理论凸函数说课.ppt

证明： 凸函数的判别 梯度： Hesse矩阵： 方向导数 方向导数通常用下面的公式计算： 凸函数的充要条件 定理（一阶充要条件） 凸性 证 明 几何意义 f(x)是凸函数当且仅当任意点处的切线增 量不超过函数的增量。 x(1) x(2) f(x(2))-f(x(1)) f(x(1)) f(x(2)) 证明： 例：判断下列函数是否为凸函数. 凸规划 凸规划：求凸函数在凸集上的极小点。 性质：凸规划的局部极小点就是整体极小点， 且极小点的集合为凸集。 * * * * * * * * * 好 推论 在用单纯形法求解LP问题（P）的最优单纯 形表中松弛变量的检验数的相反数(单纯形 乘子w=(B-1)TcB)就是其对偶问题（D）的最优解. 由于(P)化成标准形式时,松弛变量xn+j 对应的列为-ej，它在目标函数中的价格系数＝０，所以，判别数为 (B-1)TcB(-ej)-0=-wj 则松弛变量对应的判别数均乘以(-1)，便得到单纯形乘子w=(w1,…,wm). 当原问题达最优时,单纯形乘子即为对偶问题的最优解. 解：化为标准形 例: 求下列问题之对偶问题的最优解 x1 x2 x3 x4 x5 1 2 1 0 0 4 0 0 1 0 0 4 0 0 1 -2 -3 0 0 0 x3 x4 x5 8 16 12 0 1 0 1 0 -1/2 4 0 0 1 0 0 1 0 0 1/4 -2 0 0 0 3/4 x3 x4 x2 2 16 3 9 4 1 x1 x2 x3 x4 x5 1 0 1 0 -1/2 0 0 -4 1 2 0 1 0 0 1/4 0 0 2 0 -1/4 x1 x4 x2 2 8 3 13 2 1 0 0 1/4 0 0 0 -2 1/2 1 0 1 1/2 -1/8 0 0 0 3/2 1/8 0 x1 x5 x2 4 4 2 14 此时达到最优解。x*=(4,2), MaxZ=14。 (P) (D) 小结 原问题(min) 对应关系 对偶问题(max) 有最优解 有最优解 无界解 不可行 不可行 无界解 （无可行解） （无可行解） w1 w2 l2 l1 x1 x2 l1 l2 （无界解） （无可行解） l2 x1 x2 l1 z y1 y2 l1 l2 定理4（互补松驰定理） 证明：（必要性） 证明：（充分性）　 定理4’：互补松驰定理(非对称形式） 例: 考虑下面问题 解: 1、定义 对偶问题的经济学解释：影子价格(自学) 2、含义 考虑在最优解处,右端项bi的微小变动对目标函数值的影响. 若把原问题的约束条件看成是广义的资源约束,则右端项的值表示每种资源的可用量. 对偶解的经济含义:资源的单位改变量引起目标函数值的增加量. 通常称对偶解为影子价格. 影子价格的大小客观地反映了资源在系统内的稀缺程度.资源的影子价格越高,说明资源在系统内越稀缺,而增加该资源的供应量对系统目标函数值贡献越大. 木门 木窗 木工 4小时 3小时 120小时/日 油漆工 2小时 1小时 50小时/日 收入