运筹学课件第3章.pptVIP

* * * 3.3 线性规划的对偶 定理4 (最优性准则定理) 若x,y分别(LP),(DP)的可行解,且 cTx =bTy ，那么x,y分别为(LP)和(DP) 的最优解。 定理5(主对偶定理) 若(LP)和(DP)均可行 那么(LP)和 (DP)均有最优解,且最优值相等。 以上定理、推论对任意形式的相 应规划的对偶均有效。 3.3 线性规划的对偶 影子价格是一个向量，它的分量表示最优目标值随相应资源数量变化的变化率。 若x*,y* 分别为（LP）和（DP）的最优解， 那么 cT x* = bT y* 根据 f = bTy*=b1y1*+b2y2*+?+bmym* 可知 ?f / ?bi = yi* yi* 表示 bi 变化一个单位对目标 f 产生的影响，称 yi* 为 bi的影子价格。 注意：若 B 是最优基， y* = (BT)-1 cB 为影子价格向量。 3.3 线性规划的对偶 影子价格反映了不同的局部或个体的增量可以获得不同的整体经济效益。如果为了扩大生产能力，考虑增加设备，就应该从影子价格高的设备入手。这样可以用较少的局部努力，获得较大的整体效益。 3.3 线性规划的对偶 需要指出，影子价格不是固定不变的，当约束条件、产品利润等发生变化时，有可能使影子价格发生变化。另外，影子价格的经济含义（2），是指资源在一定范围内增加时的情况，当某种资源的增加超过了这个“一定的范围”时，总利润的增加量则不是按照影子价格给出的数值线性地增加。这个问题还将在灵敏度分析一节中讨论。 3.3 线性规划的对偶 由最优单纯形表求对偶问题最优解 标准形式： Max z = 50 x1 + 100 x2 s.t. x1 + x2 + x3 = 300 2x1 + x2 + x4 = 400 x2 + x5 = 250 x1 ,x2 ,x3 ,x4 ,x5 ≥ 0 3.3 线性规划的对偶 -cBTB-1 E B=(p1, p4,p2 ) oT B-1 最优解 x1 = 50 x2 = 250 x4 = 50 影子价格 y1 = 50 y2 = 0 y3 = 50 , B-1对应的检验数 ?T = cBTB-1 。 ?对偶单纯形法的基本思想: 对偶单纯形法的基本思想是：从原规划的一个基本解出发，此基本解不一定可行，但它对应着一个对偶可行解（检验数非正），所以也可以说是从一个对偶可行解出发；然后检验原规划的基本解是否可行，即是否有负的分量，如果有小于零的分量，则进行迭代，求另一个基本解，此基本解对应着另一个对偶可行解（检验数非正）。 对偶单纯形法 如果得到的基本解的分量皆非负，则该基本解为最优解。也就是说，对偶单纯形法在迭代过程中始终保持对偶解的可行性（即检验数非正），使原规划的基本解由不可行逐步变为可行，当同时得到对偶规划与原规划的可行解时，便得到原 规划的最优解。 对偶单纯形法 对偶单纯形法在什么情况下使用 ： 应用前提：有一个基，其对应的基满足: （1） 单纯形表的检验数行全部非正（对偶可行）； （2） 变量取值可有负数（非可行解）。 注：通过矩阵行变换运算，使所有相应变量取值均为非负数即得到最优单纯形表。 对偶单纯形法 对偶单纯形法 （1）建立初始对偶单纯形表,对应一个基本解,所有检验数均非正,转（2）。 （2）若b ′ ≥0,则得到最优解,停止;否则,若有bk0则选k行的基变量为出基变量,转（3）。 （3）若所有akj’≥0( j = 1,2,…,n )，则原问题无可行解,停止;否则,若有akj ′ 0 则选 ?=min{?j ′ / akj ′ ┃akj ′ 0}=?r ′ /akr ′，那么 xr为进基变量,转（4）。 （4）以akr ′为转轴元,作矩阵行变换使其变为1,该列其他元变为0,转（2）。 对偶单纯形法求解线性规划问题 过程： 对偶单纯形法 例8 求解线性规划问题 标准化： Max z = - 2x1 - 3x2 - 4x3 s.t. -x1-2x2-x3+x4= -3 -2x1+x2-3x3+x5= -4 x1,x2,x3,x4,x5 ≥ 0 Min f = 2x1 + 3x2 + 4x3 s.t.