对偶问题的基本性质-1.pptVIP

例1-1的对偶规划如下： 它的图解见右图。其中L1和L2分别为两个约束半平面的边界，虚线为目标函数等值线，可行域为图中阴影部分，沿着与箭头（目标函数值递增的方向）相反的方向平移目标函数等值线（注意：对偶规划中 要求对目标函数极小化） 得最优点为A, 其对应坐标为 y1=5,y2=1 下 回 停 3 对偶问题的基本性质 Max z = CX Min w = Y b s t .AX ? b s t . YA ? C X ? 0 Y ? 0 (1) 弱对偶性： 若 X0——原问题可行解，Y0——对偶问题可行解,则 CX0 ? Y0 b 证明 ∵ Y0 ? 0， AX0 ? b， ∴ Y0 AX0 ? Y0 b， 而 Y0 A ? C ， ∴ CX0 ? Y0AX0 ， ∴ CX0 ? Y0 AX0 ? Y0 b （2）最优性： 若 X0——原问题可行解，Y0——对偶问题可行解，且 CX0 = Y0 b 则 X0——原问题最优解， Y0——对偶问题最优解 证明：设 X* ——原问题最优解， Y* ——对偶问题最优解 则 CX0 ? CX* ? Y* b ? Y0 b 但 CX0 = Y0 b， ∴ CX0 = CX* = Y* b = Y0 b X0——原问题最优解， Y0——对偶问题最优解 证毕。 （3）无界性 若原问题(对偶问题）最优解无界，则对偶问题（原问题）无可行解 证：有性质1，C X0 ? Y0 b，当 CX0 ? ∞ 时，则不可能存在Y0，使得 C X0 ? Y0 b 。 注：逆定理不成立，即 如果原问题（对偶问题）无可行解，那么 对偶问题（或原问题）“解无界”不成立。 （4）强对偶性（对偶定理） 若原问题有最优解，则对偶问题一定有最优解，且有 z max = w min 证： 由 ? = C- CB B-1 A ? 0 令 CBB-1 = Y* ， 得 Y* A ? C 若 -Y * = -CBB-1 ? 0，则 Y* ? 0 因此， Y*是对偶问题的可行解， 又 CX* = CB (B-1 b) = CB B-1b = Y* b ∴ Y*是对偶问题的最优解。 原问题（或对偶问题） 对偶问题（或原问题） 原问题和对偶问题解之间关系： 有最优解 有最优解 无界 无可行解 无可行解 无可行解或无界 例 证明如下LP问题无界 （5）互补松弛性 例：已知如下问题的对偶问题最优解为 求原问题的最优解 解：对偶问题为 （6）原问题的检验数行对应对偶问题的一个基本解 4 对偶问题的经济解释－影子价格 “影子价格”的定义 “影子价格” ，确切的定义是：一个线性规划对偶问题的最优解（简称为“对偶最优解）。在经济上可以解释为约束条件所付出的代价。讨论例1-1的图解法时，给出了一个例子，并用图解法求出了最优解。现给出其对偶问题并对其进行分析。 例1－1 maxZ=2x1+3x2 s.t. 0 1 2 3 4 5 6 7 8 9 x1 5 4 3 2 1 x2 （3，0） C=6 （9，0） （0，9/4） E（1，2） C=0 （0，3） 当原问题和对偶问题都取得最优解时，这一对线性规划对应的目标函数值相等，即有 Zmax=CX*=2x*1+3x*2 =Wmin=y*b=y*1+3y*2=8 其中X*是原问题的最优解，y*是对偶问题最优解。 下 回 停