[第二章对偶理论.pptVIP

第二章 对偶线性规划 对偶的定义 对偶问题的性质 对偶单纯形法 对偶的经济解释 灵敏度分析 原始问题 min z=CTX s.t. AX≥b X ≥0 对偶的定义 当原问题为求极小值时，对偶问题为求极大值。 原始问题中目标函数的系数变成对偶问题中约束条件的右端；原始问题中约束条件的右端变成对偶问题中目标函数的系数。 原始问题约束条件系数矩阵的转置对应对偶问题中约束条件的系数矩阵。 原始问题的约束条件个数决定对偶问题变量的个数；原始问题变量个数，决定对偶问题的约束个数。 原始问题的约束方程的匹配形式决定对偶问题变量的符号；原始问题决策变量的符号决定所对应对偶问题的约束方程的匹配形式。 原始问题（prime)与对偶问题之间的关系 极小化问题 （min) 极大化问题 （max) 变量 Xj ≥0 约束 ∑aijwj ≤ bi Xj :unr ∑aijwj =bi Xj ≤ 0 ∑aijwj ≥ bi 约束 ∑aijxj ≥ bi 变量 wj ≥0 ∑aijxj = bi wj: unr ∑aijxj ≤ bi wj ≤ 0 对偶问题的解p84 当原始问题有最优解时，对偶问题也有最优解，而且两者相等； 原问题的最优解和对偶问题的最优解构成互补松弛关系； 原问题最优表中松弛变量的检验数的反号就是对偶问题的最优解；对偶问题最优表中松弛变量的检验数的反号就是原问题的最优解。 引进松弛变量x4,x5,x6，x7≥0,得到： max z=4x1+3x2+5x3 s.t. 2x1+x2+3x3+x4 =200 x1+2x2+2x3 +x5 =350 3x1+4x2 +x3 +x6 =220 2x1+3x2+2x3 +x7 =400 xi≥0 得到最优解： X1=0,x2=460/11=41.82,x3=580/11(件）， 最大利润z=389.09(万元），可以得到资源的剩余量： X4=200-(2x1+x2+3x3)=0(t) X5=350-(x1+2x2+2x3 )=1770/11=160.9(t) X6=220-(3x1+4x2 +x3 )=0 X7=400-(2x1+3x2+2x3 )=1860/11=169.9 这个问题的对偶问题是： Min y=200w1+350w2+220w3+400w4 S.t 2w1+w2+3w3+2w4-w5 =4 w1+2w2+4w3+3w4 –w6 =3 3w1+2w2+w3+2w4 -w7 =5 wi≥0 利用互补松弛关系，得到： W1=17/11,w2=0,w3=4/11,w4=0,w5=2/11 即四种资源的影子价格为： W1=17/11,w2=0,w3=4/11,w4=0 由此可以计算出三种产品的机会成本： 产品1：2w1+w2+3w3+2w4 =4.18（万元/件） 产品2：w1+2w2+4w3+3w4 =3.0 （万元/件） 产品3：3w1+2w2+w3+2w4 =5.0 （万元/件） * Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 对偶问题 Max w =bT y s.t. AT y ≤C y ≥0 ≥ min b A CT C AT bT ≤ max m n m n 一、对偶的定义 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client