线性规划对偶理论及其应用.ppt

线性规划的对偶问题 对偶规划的基本性质 对偶单纯形法 影子价格和灵敏度分析 假若有一个个体经营者，手中有一批木器家具生产订单，但无人手加工，因此想利用该木器车间的木工与油漆工来加工完成他的订单，它需要考虑付给该车间每个工时的价格 那他应如何定价才能使木器车间觉得有利可图从而愿意替他加工这批订单，同时又使自己所付的工时费用总数最少？ 设w1,w2分别为付给木工、油漆工每个工时的价格，则该个体经营者的目标函数为： min f=120w1+50w2 该个体经营者的数学模型为 min f=120w1+50w2 4w1+2w2 ≥56 3w1+w2 ≥30 W1,w2 ≥0 解得w1=2,w2=24,f=1440 现在甲厂拟出租机器给乙厂，即甲厂出租机器M、N和P给乙厂，请问甲厂应如何给这三种机器定价？ 考虑： 1、定价不能太低？ 2、定价不能太高？ 既要保证甲厂利润又必须使乙厂的租金越少越好 原问题： max Z=60x1+30x2 +20 x3 s.t. 8x1+6x2+ x3 ? 48 M机器 4x1+ 2x2 +1.5x3 ?20 N机器 2x1+ x2 + 0.5x3 ?8 P机器 x1,x2，x3 ? 0 原单纯型迭代要求每步都是基础可行解 达到最优解时，检验数 cj–zj ?0 (max) 或 cj–zj ?0 (min) 但对于(min, ?)型所加的剩余变量无法构成初始基础可行解，因此通过加人工变量来解决 大M法和二阶段法较繁 能否从剩余变量构成的初始基础非可行解出发迭代，但保证检验数满足最优条件， cj–zj ?0 (max) 或 cj–zj ?0 (min) 每步迭代保持检验数满足最优条件，但减少非可行度 如何判断达到最优解 如何保证初始基础解满足最优条件 考虑对偶线性规划问题 min z=cx s.t Ax=b x≥0 其中A=(p1,p2,…pn) B=(b1,b2,….bn) Bi可以是任意数 二、对偶单纯形法的计算步骤： 1、给定一个初始对偶可行的基本解，设相应的基为B； 2．若 ，则停止计算，现行对偶可行的基本解为最优解。否则令 ，则该行所对应的变量xr 为换出基的变量； 3．若对所有j， ，则停止计算，原问题无可行解。否则，令 则 为换入基的变量； 4．以 为主元进行主元消去，返回2。 例3.4　用对偶单纯形法求解线性规划 三、单纯形算法和对偶单纯形算法之差别 2、某问题为 Min w=4u1+12u2+18u3 s.T u1　　　　+3U3≥2 　　2u2+2u3≥5 u1,u2,u3≥0 利用对偶单纯形法求得最优，如右表所示，问对偶问题的最优解为：（　　） A, (2,6) B, (-11/6,-2/3) C, (11/6,2/3) D, (2,5) 二、影子价格和对偶价格 在对偶问题的互补松弛性质中有 如果某种资源 bi未得到充分利用时，该种资源的影子价格为零； 如果某种资源bi已完全耗尽，则该种资源的影子价格不为零 资源的影子价格越高，表明该种资源的贡献越大 决策变量、影子价格之间的对应关系 四、影子价格的经济含义 1、是否将设备用于外加工或出租 　　若租金高于某设备的影子价格，则可以出租，否则不宜出租。 2、是否将投资用于购买设备，以扩大生产能力 　　　若市场价低于某设备的影子价格，可考虑买进设备，若高于，则不宜买进 市场价格是由市场决定的，一般较稳定的，而影子价格是有赖于资源的利用情况，是未知数。 ●在线性规划中，我们假定模型的系数都是已知常数。 ●而在实际中，这些系数往往是通过估计、预测或人为决策得到的，不可能很准确，更不可一成不变，灵敏度分析就是研究当线性规划问题中的系数发生变化时，对函数最优解的影响程度 ●灵敏度分析主要研究以下两个问题： （1）这些系数中的一个或多个发生变化时对已求得的线性规划问题最优解的影响。 （2）若原最优基不再是最优时，如何用最简便的方法找到新最优解和最优值 X3为非基变量，其变化后的检验数为 　σ3＝ C’K –zk＝8－[5*3+0*(-2)]=-70 故线性规划问题的最优解不变化 即原最优解也是变化后的最优解，最优值不变 假设σ30，则用σ3代替原最