运筹学基础OR_2_1解说.ppt

根据对称形式的对偶模型,可直接写出上述问题的对偶问题: §2.3 线性规划的对偶理论(续) 令 ，得对偶问题为： 证毕。 §2.3 线性规划的对偶理论(续) 原问题（或对偶问题） 对偶问题（或原问题） 3、原问题与对偶问题的对应关系 §2.3 线性规划的对偶理论(续) 正(反)向约束条件对应正(反)变量 Max: ≤为正向约束条件 Min:≥为正向约束条件 正(反)变量对应正(反)向约束条件 例: §2.3 线性规划的对偶理论(续) 对偶问题为 y1≥0 y2 正(反)向约束条件对应正(反)变量 Max: ≤为正向约束条件 Min:≥为正向约束条件 对 偶 问 题 原 问 题 收 购 厂 家 练习1 §2.3 线性规划的对偶理论(续) 练习2. 写出下面线性规划的对偶规划模型 解: 先将约束条件变形为“≤”形式 再根据非对称形式的对应关系，直接写出对偶规划 练习3 min z = 2x1 + 3x2 - 5x3 + x4 x1 + x2 - 3x3 + x4 ≥ 5 2x1 + 2x3 - x4 ≤ 4 x2 + x3 + x4 = 6 x1 ≤ 0, x2, x3 ≥ 0, x4无约束 对偶：max w = 5y1 + 4y2 + 6y3 y1 + 2y2 ≥ 2 y1 + y3 ≤ 3 -3y1 + 2y2 + y3 ≤ -5 y1 - y2 + y3 = 1 y1 ≥ 0,y2 ≤ 0,y3无约束 4、对偶问题的性质 §2.3 线性规划的对偶理论(续) 对称性 弱对偶性 最优性 对偶性（强对偶性） 互补松弛性 对 偶 问 题 原 问 题 收 购 厂 家 (1)引例 §2.3 线性规划的对偶理论(续) （ ） 原问题 的变量 原问题松弛变量 对偶问题 剩余变量 对偶问题的变量 化为极小问题 原问题化为极小问题，最终单纯形表： §2.3 线性规划的对偶理论(续) 原问题的变量 原问题松弛变量 对偶问题剩余变量 对偶问题的变量 对偶问题用两阶段法求解的最终的单纯形表 §2.3 线性规划的对偶理论(续) （ ） 原问题 的变量 原问题松弛变量 对偶问题 剩余变量 对偶问题的变量 化为极小问题 原问题 最优解 对偶问题 最优解 原问题化为极小问题，最终单纯形表： §2.3 线性规划的对偶理论(续) 两个问题作一比较: ①.两者的最优值相同 ②.变量的解在两个单纯形表中互相包含 原问题最优解（决策变量） 对偶问题最优解（决策变量） 对偶问题的松弛变量 原问题的松弛变量 §2.3 线性规划的对偶理论(续) 从引例中可见： 原问题与对偶问题在某种意义上来说，实质上是一样的，因为第二个问题仅仅是第一个问题的另一种表达而已。 理论证明： 原问题与对偶问题解的关系 §2.3 线性规划的对偶理论(续) 定理： 对偶问题的对偶是原问题。 设原问题（1） 对偶问题（2） §2.3 线性规划的对偶理论(续) (2) 对称性 若 和 分别是原问题（1）及对偶问题（2）的可行解，则有 证明： §2.3 线性规划的对偶理论(续) (3) 弱对偶性 （1）极大化问题：对偶问题的任一可行解所对应的目标函数值是原问题最优目标函数值的上界。 （2）极小化问题：原问题的任一可行解所对应的目标函数值是对偶问题最优目标函数值的下界。 （3）若原问题可行，但其目标函数值无界，则对偶问题无可行解。 从弱对偶性可得到以下重要结论： §2.3 线性规划的对偶理论(续) （4）若对偶问题可行，但其目标函数值无界，则原问题无可行解。 （5）若原问题有可行解而其对偶问题无可行解，则原问题目标函数值无界。 （6）对偶问题有可行解而其原问题无可行解，则对偶问题的目标函数值无界。 原问题 对偶问题 §2.3 线性规划的对偶理论(续) 若 和 分别是（1）和（2）的可行解，且有 则 分别是（1）和（2）的最优解 。 则 为（1）的最优解， 反过来可知： 也是（2）的最优解。 证明： §2.3 线性规划的对偶理论(续) (4) 最优性 若原问题及其对偶问题均具有可行解，则两者均具有最优解，且它们最优解的目标函数值相等。 §2.3 线性规划的对偶理论(续) (5)强对偶性 若