3线性规划的对偶理论及其应用.pptVIP

第三章 线性规划的对偶理论及其应用 第一节 单纯形法的矩阵描述 第二节 对偶问题 第三节 LP问题的对偶理论 第四节 对偶问题的经济解释----影子价格 第五节 对偶单纯形法 第六节 线性规划的灵敏度分析 四、右端项 b 的变化分析——求B-1 四、右端项 b 的变化分析——求B-1 四、右端项 b 的变化分析——公式推导 四、右端项 b 的变化分析——例题 （2）工厂新增24公斤原料A，则 六、技术矩阵 A 的变化分析 1 -1 2 1 0 2 x2 3 -1 -1 x5 0 -3 -3 0 0 -8 σj 3 x4 0 -1 0 1 1 x1 2 x3 x2 x1 b XB CB 1 3 2 cj 例22 已知某LP问题的最优单纯形表如下： 如果增加约束条件x1+x3≥2，最优解将如何变化？ 六、技术矩阵 A 的变化分析 一、对偶单纯形法的基本思想 为了始终保持(D)为基可行解，对于最大化的(L)问题，其检验数必须保持非正；对于最小化的(L)问题，其检验数必须保持非负。 由于(L)可以从基解开始迭代，因此(L)约束条件的右端常数项可以为非正。 二、对偶单纯形法的步骤 (1)化LP问题的约束条件为“≤”形式,引入松弛变量,建立初始表; (2)若所有常数项bi≥0，则最优解已经达到，否则bl=min{bi|bi0}， 选取bl所对应的变量为换出变量； (3)计算θk=min{σj /alj |alj0}，选取θk所对应的变量为换入变量； (4)以alk为主元素进行旋转运算，转第二步。 建初始表 结束 选择换出和换入变量，进行旋转运算 Y N 所有bi≥0 例12 用对偶单纯形法求解下列LP问题 解：原问题变形为 Min Z = x1+2x2+3x3? s.t. x1 -x2+ x3≥4 x1+x2+2x3≤8 x2 - x3≥2 x1, x2, x3≥0? Max Z’ = -x1-2x2-3x3? s.t. -x1+x2 - x3≤-4 x1+x2+2x3≤8 -x2+ x3≤-2 x1, x2, x3≥0? Max Z’ = -x1-2x2-3x3? s.t. -x1+x2 - x3+x4 =-4 x1+x2+2x3 +x5 = 8 -x2+ x3 +x6=-2 x1, x2, x3, x4, x5, x6≥0? 三、对偶单纯形法的算例 x6 x5 x4 x3 x2 b σj x1 CB XB cj 0 x4 0 x5 0 x6 -4 8 -2 -1 1 -1 1 0 0 1 1 2 0 1 0 0 -1 1 0 0 1 0 -1 -2 -3 0 0 0 1 0 0 x6 0 0 1 0 x5 0 0 1 -1 x4 0 1 1 1 x3 -3 -1 2 -1 x2 -2 0 -2 0 x6 0 4 0 x5 b σj 1 4 -1 x1 x1 CB XB -1 cj 4 0 -3 -2 -1 0 0 -1 -2 -3 0 0 0 -1 2 -1 x6 0 0 1 0 x5 0 0 1 -1 x4 0 -1 3 0 x3 -3 1 0 0 x2 -2 0 2 -2 x2 0 0 0 x5 b σj 1 6 -1 x1 x1 CB XB -1 cj 10 0 0 -5 -1 0 -3 四、几个问题的讨论 1.对偶单纯形法只适用于具有正则解的LP问题。 正则解：若LP问题存在基解X，且对应于此 基解的检验数均≤0(对于极大化问题)，则称X为LP问题的正则解。 2.若最小比值原则失效，则无可行解。 3.对偶单纯形法所包含的创