它是根据对偶原理和单纯形法的原理而设计出来的,因此称.pptVIP

单 纯 形 表 对 偶 单 纯 形 表 * * * * 对偶单纯形法是求解线性规划的另一的基本方法。它是根据对偶原理和单纯形法的原理而设计出来的，因此称为对偶单纯形法。不要简单理解为是求解对偶问题的单纯形法。 由对偶理论可以知道，对于一个线性规划问题，我们能够通过求解它的对偶问题来找到它的最优解。 第四节 对 偶 单 纯 形 法 从初始可行基B出发（B-1b≥0保证x（0）≥0） 在保证可行性x≥0（Bk-1b≥0）的前提下换基 直至诸cj-zj≤0(cT-cBTB-1A≤0) 单纯形法原理 对偶原理 最优基B的最优基本可行解x=（xB，0）T, 则有xB=B-1b。 对应于最优基B的检验数满足cj-zj≤0 对偶问题可行 对偶问题不可行 同用单纯形法求解原始问题（P）一样，求解对偶问题（D），也可以从（D）的一个基本可行解开始，从一个基本可行解（迭代）到另一个基本可行解，使目标函数值得到改善。 从对偶问题的一个可行基B出发（ ，保证y(0）可行） 在保证y的可行性（ ）的前提下换基 直至诸xB≥0 (B-1b≥0) 从初始可行基B出发（B-1b≥0保证x（0）≥0） 在保证可行性x≥0（Bk-1b≥0）的前提下换基 直至诸cj-zj≤0(cT-cBTB-1A≤0) 对偶单纯形法原理 原问题可行 原问题不可行 cj ? cB ? xB xj b cTB cTN ? ? 0 ? cj ? cB ? xB xj b cTB cTN ? ? 0 ? 正则解 对偶可行解 例一、用对偶单纯形法求解： 解：将模型转化为 0 0 1 0 x5 0 0 1 0 0 x6 0 (-9/-1,-12/-1, -15/-5) 0 -15 -12 -9 0 -z′ 0 -5 -1 -1 -14 x6 0 0 -1 -3 -2 -12 x5 0 1 -1 -2 -2 -10 x4 0 x4 x3 x2 x1 b xB cB 0 -15 -12 -9 cj 0 0 1 0 x5 0 -3 -1/5 -1/5 -1/5 x6 0 (-30/-9,-45/-14 ,-15/-1) 0 0 -9 -6 42 -z′ 0 1 1/5 1/5 14/5 x3 -15 0 0 -14/5 -9/5 -46/5 x5 0 1 0 -9/5 -9/5 -36/5 x4 0 x4 x3 x2 x1 b xB cB 0 -15 -12 -9 cj -45/14 1/14 -5/14 -9/14 x5 0 -33/14 -3/14 1/14 -1/14 x6 0 (-3/-9.-45/-9. -33/-1) 0 0 0 -3/14 501/7 -z′ 0 1 0 1/14 15/7 x3 -15 0 0 1 9/14 23/7 x2 -12 1 0 0 -9/14 -9/7 x4 0 x4 x3 x2 x1 b xB cB 0 -15 -12 -9 cj -3 0 -1 1 x5 0 -7/3 -2/9 0 1/9 x6 0 -1/3 0 0 0 72 -z′ 1/9 1 0 0 2 x3 -15 1 0 1 0 2 x2 -12 -14/9 0 0 1 2 x1 -9 x4 x3 x2 x1 b xB cB 0 -15 -12 -9 cj x*=（2, 2, 2,0, 0,0） z′* =－72 z* =72 y*= (1/3, 3, 7/3)，w*= 72 练习： 0 1 0 x5 0 0 -4 -3 -2 -Z 0 -3 1 -2 -4 x5 0 1 -1 -2 -1 -3 x4 0 x4 x3 x2 x1 b xB cB 0 -4 -3 -2 cj -1 -1/2 -1/2 x5 0 0 -1 -4 0 -Z 0 3/2 -1/2 1 2 x1 -2 1 1/2 -5/2 0 -1 x4 0 x4 x3 x2 x1 b xB cB 0 -4 -3 -2 cj -1/5 -2/5 1/5 x5 0