114901511_2.对偶理论讲述.pptVIP

第四章　对偶原理 窗含西岭千秋雪，门泊东吴万里船 对偶是一种普遍现象 写出对称形式的对偶规划的要点： (1) min变成max (2) 价值系数与右端向量互换 (3) 系数矩阵转置 (4) ≥ 变 ≤ 原问题中约束条件的个数=对偶问题中变量的个数 原问题中变量的个数=对偶问题中约束条件的个数 例 min 5x1+4x2+3x3s.t. x1+x2+x3=43x1+2x2+x3 =5x1 ≥ 0, x2 ≥0, x3 ≥0对偶问题为max 4w1+5w2s.t. w1+3w2≤5w1+2w2 ≤ 4w1+w2 ≤ 3 一般情形LP问题的对偶问题 min cx s.t. A1x ≥b1 A1 为m1×n , b1为m1×1A2x =b2A2 为m2×n , b2为m2×1A3x ≤ b3 A3 为m3×n , b3为m3×1x ≥0 引入松弛变量min cxs.t. A1x –xs=b1xs为m1×1A2x=b2A3x+xt = b3 xt为m3×1x, xs , xt≥0minmax 变≥0≤约 量≤0≥束无限制=方程 约≥≥0束≤≤0变 方=无限制量 程 第二节 对偶问题的基本性质 原问题(L)对偶问题(D) min cxmaxwb s.t. Ax ≥ bs.t.wA ≤ cx ≥ 0w ≥ 0 方法 由于(L) 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＝cBB-1(-ej)-0=-wj 则松弛变量对应的判别数均乘以(-1)，变得到单纯形乘子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. 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. 对偶单纯形法 定义：设x(0)是(L)的一个基本解（不一定是可行解），它对应的矩阵为B，记w=cBB-1，若w是(L)的对偶问题的可行解，即对任意的j, wPj-cj ≤0，则称x(0)为原问题的对偶可行的基本解。 结论：当对偶可行的基本解是原问题的可行解时，由于判别数≤0，因此，它就是原问题的最优解。 基本思想： 从原问题的一个对偶可行的基本解出发； 求改进的对偶可行的基本解：每个对偶可行的基本解x=(xBT,0)T对应一个对偶问题的可行解w=cBB-1，相应的对偶问题的目标函数值为wb=cBB-1b，所谓改进的对偶可行的基本解，是指对于原问题的这个基本解，相应的对偶问题的目标函数值wb有改进（选择离基变量和进基变量，进行主元消去）； 当得到的对偶可行的基本解是原问题的可行解时，就达到最优解。 与原单纯形法的区别： 原单纯形法保持原问题的可行性，对偶单纯形法保持所有检验数wPj-cj ≤0，即保持对偶问题的可行性。 特点：先选择出基变量，再选择进基变 量。 关于初始对偶可行的基本解 min cx s.t. Ax=bx ≥0 若初始对偶可行的基本解不易直接得到，则解一个扩充问题，通过这个问题的求解，给出原问题的解答。 原始-对偶算法 基本思想： 从对偶问题的一个可行解开始，同时计算原问题和对偶问题，试图求出原问题的满足互补松弛条件的可行解。 用对偶单纯形法解下列问题 最优表为: 扩充问题的最优解是: 原问题： 对偶问题： (L) (DL) 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6 考虑下面问题 解: 则， 1、定义 对偶问题的经济学解释：影子价格 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.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5630 解：设该车间每日安排x1x2x3 x4 生产木门x1扇，木窗x2。 max z=56 x1 +30 x2x4210150s.t. 4 x1 +3 x2≤120-56 -30 0 002 x1 + x2 ≤50x3011 -220x1 x2 ≥0x11 1/2 0 1/2250 -20