对偶线性规划问题.ppt

第二章 对偶线性规划问题 原问题与对偶问题解的对应关系 原始数据表 常数项最小出基变量X5，按比值无法比较。 常数项次小出基变量X4，按比值X2为进基变量。主元（-2） 若原规划中有等式约束,则与之对应的对偶变量无非负限制. 根据对偶规划的对称性,若原规划某个变量无非负限制,则与之对应的对偶约束为等式约束. 例2-7：写出下列线性规划问题的对偶问题 min S = 3x1 - 2x2 + x3 s.t. x1+2x2 = 1 y1 2x2 - x3 ? -2 y2 2x1 +x3 ? 3 y3 x1- 2x2 + 3x3 ? 4 y4 x1，x2 ? 0 ， x3 无非负限制 min S = 3x1 - 2x2 + x3 s.t. x1+2x2 = 1 y1 -2x2 + x3 ? 2 y2 2x1 +x3 ? 3 y3 x1- 2x2 + 3x3 ? 4 y4 x1，x2 ? 0 ， x3 无非负限制 解: 综合运用对偶原则得到 max g = y1+2y2 +3y3 +4y4 s.t. y1+ 2y3 + y4 ? 3 2y1 -2y2 - 2y4 ? -2 y2+ y3 +3y4 = 1 y2, y3, y4 ? 0 ，y1 无非负约束 对偶问题的基本定理 定理2.0:(对称性定理) 对偶问题的对偶就是原问题. 对偶问题的基本定理 定理2.1:(弱对偶定理) 对于互为对偶问题(I)(II)中的任意的可行解x(0),y(0),都有 c x(0) ? y(0) b 用非线性函数马鞍面说明定理的含义（鞍点）。但是线性规划是线性函数。 马鞍面z=x2/4-y2/6 鞍点 Y Z X Z Y X 在Y=0的平面上鞍点是z=f(0,y)的极大值点 X Y Z 在X=0的平面上鞍点是z=f(0,y)的极小值点 对偶问题的基本定理 推理一:对偶问题中,任意一个可行解,都产生了另一个问题的目标函数的界。 推理二:若原问题和对偶问题都有可行解,则它们都有最优解。 推理三:若互为对偶问题中任意一个有可行解,但无最优解,则另一个就无可行解。 对偶问题的基本定理 定理2.2 (最优准则) 若原问题的某一个可行解与对偶问题的某一可行解的目标函数值相等,则它们分别是原问题与对偶问题的最优解. 对偶问题的基本定理 定理2.3 (对偶定理) 若原问题有最优解,则对偶问题也有最优解,且最优值相等. 对偶问题的基本定理 定理2.3 (对偶定理) 若原问题有最优解,则对偶问题也有最优解,且最优值相等。 推理:对偶问题的最优解为原问题最优表中,相应的松驶变量检验数的相反数。 2-2 对偶单纯形法 原始单纯形法其基本思路：在换基迭代过程中，始终保持基变量值非负，逐步使检验数变成非正，最后求得最优解或判断无最优解。 对偶单纯形法其基本思路：在换基迭代过程中，始终保持检验数非正，逐步使基变量值变成非负，最后求得最优解或判断无最优解。 例2-9：用对偶单纯形法解下列线性规划问题 min S = x1 + 4x2 + 3x4 s.t. x1+2x2 - x3 +x4 ? 3 -2x1 - x2+4x3 +x4 ? 2 x1，x2 ， x3， x4 ? 0 解：此题可用人工变量方法求，但也可用对偶单纯形法。 max S’ = -x1- 4x2 - 3x4 s.t. -x1-2x2 + x3 -x4 +x5 = -3 2x1 + x2 -4x3 -x4