第四章 对偶规划、灵敏读分析(应用运筹学).ppt

第四章 对偶规划、灵敏度分析与应用 Dual Problem and Sensitivity analysis §1单纯型法的矩阵表示　 §2线性规划的对偶问题 §3对偶规划的基本性质 §4影子价格（对偶价格） §5对偶单纯形法 §6单纯形表的灵敏度分析 §1 单纯型法的矩阵表示 Max z= CX Max z = CX+0Xs s.t. AX≤b s.t. AX+IXs =b X≥0 X≥0 C=(c1, c2,…,cn ) A=(p1, p2 ,…, pn ) Max z=CBXB＋CN XN B =(p1 ,p2,…, pm) s.t. BXB＋NXN=b 为一个基 XB ,XN≥0 （A，I）=（B，N） XB= B-1b－B-1NXN N=(pm+1 ,…, pn) z=CBXB＋ CN XN = CBB-1b +( CN － CBB-1N ) XN z+ 0XB+(CBB-1N － CN) XN = CBB-1b 0 z + XB+ B-1NXN = B-1b -z+ 0XB+(CN － CBB-1N) XN = － CBB-1b 0 z + XB+ B-1NXN = B-1b 最终表的矩阵计算（矩阵表示） 2 Dual Problem 线性规划的对偶问题 这样从两个不同的角度来考虑同一个工厂的最大利润的生产计划和租售设备和原材料的销售计划（最小租金）问题，所建立起来的两个线性模型就是一对对偶问题，其中一个叫做原问题，而另外一个叫对偶问题 Primal Problem原问题 Dual Problem 对偶问题 Max z = 50 x1 + 100 x2 Min f = 300 y1＋400 y2＋250 y3 s.t. x1 + x2 ≤ 300 s.t. y1＋2 y2 ≥50 2 x1 + x2 ≤ 400 y1＋ y2 ＋ y3 ≥100 x2 ≤ 250 y1 , y2 , y3 ≥ 0 x1 , x2 ≥ 0 原规划与对偶规划的线性关系 §2　对偶规划的基本性质 对偶规划的基本性质 1．对称性。即对偶问题的对偶是原问题。 2．弱对偶性。即对于原问题(Ⅰ)和对偶问题(Ⅱ)的可行解 都有 C ≤ bT 。 由弱对偶性，可得出以下推论： （1）原问题任一可行解的目标函数值是其对偶问题目标函数值的下界；反之对偶问题任一可行解的目标函数值是其原问题目标函数值的上界。 （2）如原问题有可行解且目标函数值无界（或具有无界解），则其对偶问题无可行解；反之对偶问题有可行解且目标函数值无界，则其原问题无可行解（注意：本点性质的逆不成立，当对偶问题无可行解时，其原问题或具有无界解或无可行解，反之亦然）。 （3）若原问题有可行解而其对偶问题无可行解，则原问题目标函数值无界；反之对偶问题有可行解而其原问题无可行解，则对偶问题的目标函数值无界。 3．互补解性质：每次单纯型迭代过程中，可以得到原问题的一个基可行解和对偶问题的一个互补的解 见下张PPT 4。最优性。如果 X* 是原问题(Ⅰ)的可行解，Y*是对偶问题(Ⅱ)的可行解，并且 CX* =bTY* ，则X*和Y*分别为原问题(Ⅰ)和对偶问题(Ⅱ)的最优解。 Y* =CBB－1 (B为最优基),可丛单纯型表中读出。最终单纯型表中Xs对应的检验数去掉负号(Cs=0) 4．强对偶性。即若原问题(Ⅰ)及其对偶问题(Ⅱ)都有可行解，则两者都有最优解；且它们的最优解的目标函数都相等。 5．互补松弛性。在线性规划问题的最优解中，如果对应某一约束条件的对偶变量值为非零，则该约束条件取严格等式；反之，如果约束条件取严格不等式，则其对应的对偶变量一定为零也即 若yi*0,则有 若 ，