3对偶单纯形法DualSimplexMethod.ppt

Chapter3 对偶理论 Dual Theory 3.3 对偶单纯形法 Dual Simplex Method 3.3 对偶单纯形法 Dual Simplex Method 设线性规划问题为： 原始单纯形法的思想： 从满足可行性条件的一个基可行解(即基B满足 )出发，经过换基运算迭代到另一个基可行解，直到找到满足最优性条件( )的基可行解，这就是原问题的最优解。 若上表为最优单纯形表，则下列两个式子同时成立： 3.3 对偶单纯形法 Dual Simplex Method 问题：可否从满足条件(2)的基出发去找原问题的最优解？ 对偶单纯形法思想： 从满足条件(2) 的基(一般称为正则基)B出发，经过换基运算到另一个正则基，即一直保证条件(2)成立，直到找到一个满足条件(1)的正则基。 －CBB－1b C-CBB－1A λ B-1b B-1A XB X 对偶单纯形法的计算步骤： (1)将线性规划的约束化为等式，找出一个正则基，即全部检验数λj≤0（max）或λj≥0（min）, 求出其对应的基本解，当基本解可行时，则达到最优解；若基本解不可行，即有某个基变量的解bi0，则进行换基计算； (2) 换基计算 (i)先确定出基变量: l 行对应的变量出基； (ii)再选进基变量: 求最小比值 (3)求新的基本解，用初等变换将主元素alk化为l, k列其它元素化为零，得到新的基本解，转到第(1)步重复运算。 3.3 对偶单纯形法 Dual Simplex Method 【例3.9】用对偶单纯形法求解 【解】先将约束不等式化为等式，再两边同乘以(－1)，得到 x4、x5 为基变量，用对偶单纯形法，迭代过程如表2-7所示。 3.3 对偶单纯形法 Dual Simplex Method XB x1 x2 x 3 x 4 x 5 b 表(1) x 4 x5 -1 -1 [-1] 1 -1 4 1 0 0 1 －5→ －3 λj 4 1↑ 3 0 0 表3-7 3.3 对偶单纯形法 Dual Simplex Method 最优解：X＝(4，1，0)T；Z=17 表(2) x2 x5 1 [-2] 1 0 1 3 -1 1 0 1 5 －8→ λj 3↑ 0 2 1 0 表(3) x2 x1 0 1 1 0 5/2 -3/2 -1/2 -1/2 1/2 －1/2 1 4 λj 0 0 13/2 5/2 3/2 注意： (1)对偶单纯形法求解线性规划的一种求解方法，而不是去求对偶问题的最优解； (2)初始表中一定要满足对偶问题可行，也就是说检验数满足最优判别准则； (3)最小比值中 的绝对值是使得比值非负，在极小化问题时λj≥0，分母 aij0 这时必须取绝对值。在极大化问题中，λj≤0，分母aij0， 总满足 非负，这时绝对值符号不起作用，可以去掉。如在本例中将目标函数写成 这里λj≤0在求θk时就可以不带绝对值符号。 (4)对偶单纯形法与普通单纯形法的换基顺序不一样，普通单纯形法是先确 定进基变量后确定出基变量，对偶单纯形法是先确定出基变量后确定进基 变量； 3.3 对偶单纯形法 Dual Simplex Method (5)普通单纯形法的最小比值是 其目的是保证下一个原 问题的基本解可行， 对偶单纯形法的最小比值是 其目的是保证下一个对偶问题的基本解可行； (6)对偶单纯形法在确定出基变量时，若不遵循 规则，任选一个小于零的bi对应的基变量出基，不影响计算结果，只是迭 代次数可能不一样． 3.3 对偶单纯形法 Dual Simplex Method 【例3.10】用对偶单纯形法求解 【解】取x3、x4为初始基变量，用对偶单纯形法迭代如表2-8所示: 表2－8 XB x1 x2 x 3 x 4 b 表(1) x 3 x 4 2 －1 [－1] 2 1 0 0 1 －2→ －2 λj －ng=EN-US style=font-size:83%;mso-fareast-language:ZH-CN7 －3↑ 0 0 ? 表(2) x 2 x 4 －2 3 1 0 －1 2 0 1 2 －6 λj －13 0 －3 0 ? 表(2)中x4=－60且第二行的系数全大于等于g=EN-