第2章 对偶理与灵敏度分析.pptVIP

第三章 对偶理论与灵敏度分析 对偶线性规划 对偶定理 对偶最优解的经济解释—影子价格 对偶单纯形法 灵敏度分析 对偶理论是线性规划的重要内容之一。随着线性规划问题研究的深入，人们发现对应于每个线性规划问题都伴生一个相应的线性规划问题。 前者是由矩阵Ａ，右端向量ｂ和价值向量Ｃ定义的，称之为原问题； 后者也是由相同的数据集合Ａ，ｂ和Ｃ构成的，称之为原文题的对偶问题。 一对原问题和对偶问题是紧密关联的，它们不但有相同的数据集合，相同的最优目标函数值，而且在求得一个线性规划的最优解的同时，也同步得到对偶线性规划的最优解。对偶理论深刻地指示了原问题和对偶问题的内在联系，由对偶问题引伸出来的对偶解还有着重要的经济意义，是研究经济学的重要概念和工具之一。 定理2：弱对偶定理 若　　是原（极大化）问题的可行解，　　是对偶（极小化）问题的可行解，那么 证明：因为　　是对偶问题的可行解，所以满足约束条　　　　 且；又因为　　是原问题的可行解，可得　　　，　　　　, 　所以　　　　　　　　　。 　推论1：原（极大化）问题的最优目标函数值以对偶问题任一可行解的目标函数值为上界。 　 对偶（极小化）问题的最优目标函数值以原问题任一可行解的目标函数值为下界。 　推论2：如果原问题没有上界（即maxZ→+∞），则对偶问题不可行。 如果对偶问题没有下界（即minW→-∞），则原问题不可行。 定理3：最优性定理 　若　　是原问题的可行解，　是对偶问题的可行解，而且两者的目标函数值相等，即　　　　，则　　和　　 　分别是原问题和对偶问题的最优解。 证明：由弱对偶定理，对于原始问题的所有可行解　　，都有　　　　　　　因此　是原问题的最优解。 　同理，对于对偶问题的所有可行解 ，都有 所以 是对偶问题的最优解。 定理4: 强对偶定理 　　如果原问题有最优解，那么对偶问题也有最优解，而且目标函数 值相等。 证明：设　　是原问题的最优解，则它们对应的基Ｂ必有 　　　　　　　　　，且松弛变量检验数　　　　　。 　若定义　　　　，则　　　　，且　　　， 　因此　　　　　为对偶问题的可行解，而且　　　　　　　　　，由最优性定理，　　　　是对偶问题的最优解。 推论1：若原问题有一个对应于基Ｂ的最优解，那么此时的单纯形乘子　　　　　是对偶问题的一个最优解。 根据这个推论我们可以在原问题的最优单纯形表中直接找到对偶问题的最优解，即松弛变量检验数的相反数　　　。 灵敏度分析 增加或减少一个约束 （1）????? 增加一个约束 　　如果在原来的线性规划的基础上再加入一个新的约束条件，不妨假设此附加的约束条件为不等式形式，即 　　其中　　是n维行向量，　　为右端项系数， 　　于是新的线性规划变成 其中　　　, 　　　是　　中对应于基变量　　和非基变量 的子向量，由此可以在原来最优 基Ｂ的基础上定义一个新的基。 因为对应于　的非基变量检验数 　　已知　　　　 　　　是原问题的最优解，若令　　　　， 则　　　　是现问题的一个可行解，但未必是最优解。 若要Ｅ产品投产，即　　 　，则其检验数 ,即 得每万件E产品利润　　　　万元时，有利于生产E产品。 　　由此可的新的最优解　　　　　　　　　　　，即最优生产方案为生产　　万件Ｄ产品和　　件Ｅ产品，总利润为　　　万元。 （２） 假设工厂又增加了用电量不超过9千瓦，且生产Ａ，Ｂ，Ｃ，Ｄ四种产品各1万件分别耗电4，3，5，2千瓦用电量限制，则相当于 原问题约束方程组增加了一个约束方程 　　增加松弛变量　，得 　　利用原线性规划最优单纯形表，增加一行和一列得一张新表，施行初等变换，使基变量　　　　对应的系数列向量为单位矩阵，若变换结果使基变量取了负值，则对应的基不是可行基，要用对偶单纯形法进行了基变换，并求得最优解，否则变换结果已为最优解。 价值向量C的改变 　　 当价值向量由　　　　　　　　　　　　　　　　　　　　时， 最优单纯形表发生变化的只是检验行的有关数据，其中基变量检验数保持为零。非基变量检验数应修改为： 目标函数值应为　　　　　　　　。 只要变化以后的非基变量检验数 那么原最优解仍然为最优。 至于目标函数值是否改变，取决于基变量价值系数的改变量 以下分别就价值系数对应非基变量或基变量两种情况加以讨论： 若　是非基变量　的价值系数，　为该价值系数的改变量。那么在最优表中只有　 的检验数 发生变化。 由　　　　　　　　　　　　只要 即 　　就可以保持现行最优解仍为最优，由此可以确定