运筹学线性规划的对偶问题.ppt

§3 线性规划的对偶问题的提出 每个线性规划都有另一个线性规划(对偶问题)与它密切相关，对偶理论揭示了原问题与对偶问题的内在联系。 为什么目标取最小？租金定的越高就不会有人来租，问题就没有实际意义，工厂和接受者都愿意的条件为上述规划问题的解。 其中Y=（y1，y2，y3） 理论上 §4 线性规划的对偶理论 原问题与对偶问题的数学模型 标准形式下原问题与对偶问题的对应关系 根据下表写出原问题与对偶问题的表达式 对偶问题的基本性质和基本定理 1. 对称性定理：对偶问题的对偶是原问题 证明： 2. 弱对偶性定理 若X（0）和Y（0）分别是原问题和对偶问题的可行解，则有CX（0）≤Y（0）b 4.最优性定理若X（0）和Y（0）分别是原问题和对偶问题的可行解，且有 C X（0）=Y（0）b , 则X（0）和Y（0）分别是原问题和对偶问题的最优解。 5.对偶定理 有一对对偶的线性规划问题，若其中有一个有最优解，则另一个也有最优解，且相应的目标函数值相等。 6 .互补松弛定理 若X（0）和Y（0）分别是原问题和对偶问题的可行解，则X（0）和Y（0）都是最优解的充要条件是Y（0）Xs=0和Ys X（0）=0。其中Xs=(xs1,xs2,…,xsm)T，xs1,xs2,…,xsm 是原问题的松弛变量. Ys=(ys1,ys2,…,ysn)T ，ys1,ys2,…,ysn是对偶问题的剩余变量。 松弛的含义是如果有某个原始最优解X(0)，使得对某个下标j，满足X(0)j0(原问题是松的)，那么与之对应的对偶约束在最优的情况下为等式，即ysj=0(对偶问题是紧的)；如果原始约束在最优情况下对某个下标i满足x(0)si0(原问题是松的)，那么，对偶最优解中与之对应的y(0)i=0(对偶问题是紧的)。 证明: 原问题 对偶问题 max z =CX min ω=Yb  AX+ Xs =b YA-Ys=C  X, Xs ≥0 Y, Ys≥0  z =(YA-Ys)X=YAX-YsX  ω=Y(AX+Xs)=YAX+YXs  若Y(0)Xs=0和YsX(0) =0, 则Y(0)b=Y(0)AX(0)=CX(0)，根据性质4可知 X(0),Y(0)为最优解。 反之, X(0),Y(0)为最优解, 则CX(0)=Y(0)AX(0)= Y(0)b  可知必有Y(0)Xs=0和YsX(0) =0。 证毕 7. 原问题的检验数对应对偶问题的一个基本解 例4 已知线性规划问题 max z = x1 + x2 -x1 + x2 + x3 ≤ 2 -2x1 + x2 - x3 ≤ 1 x1 , x2 , x3≥0试用对偶理论证明上述线性规划问题无最优解。 例5 已知线性规划问题 minω = 2x1 + 3x2 + 5x3 + 2x4 + 3x5 x1 + x2 + 2x3 + x4 + 3x5 ≥ 4 2x1 - x2 + 3x3 + x4 + x5 ≥ 3 xj ≥ 0,j = 1,2,3,4,5  已知其对偶问题的最优解为y1* = 4/5, y2* = 3/5；z = 5。试用对偶理论找出原问题的最优解. 解: 先写出它的对偶问题 max z = 4y1 + 3y2 2y1 + y2 ≤ 2 y1 - y2 ≤ 3 2y1 + 3y2 ≤ 5 y1 + y2 ≤ 2 3y1 + y2 ≤ 3 y1 ,y2 ≥ 0 §5 对偶问题的经济解释（影子价格） 由对偶定理知，当达到最优解时有： z=CX（0）=Y（0）b=y1（0）b1+ y2（0）b2+…+ ym（0）bm 在最优解处，常数项bi 的微小改变对目标函数值的影响（在不改变最优基情况下）有 * 0 , 0 76 8 9 40 4 5 36 4 3 . 30 32 max 2 1 2 1 2 1 2 1 2 1 3 3 ? ? ? í ì ￡ + ￡ + ￡ + +