第二讲对偶理论及灵敏度分析.pptVIP

对偶单纯形法 对于任何一个可行基B , 为原问题的一个基可行解，单纯形法是从一个基可行解到另一个相邻的基可行解，直到基B满足 为止。 对偶单纯形法 Dual Simplex Method 单纯形法首先化问题为标准型： 对偶单纯形法 Dual Simplex Method 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。 －CBB－1b C-CBB－1A λ B-1b B-1A XB b X 对于任意基B ,对应的单纯形表为 若上表为最优单纯形表，则下列两个式子同时成立： 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。 对偶单纯形法 Dual Simplex Method 【例7】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。 对偶单纯形法 Dual Simplex Method 0 0 3 1↑ 4 λj －5→ －3 0 1 1 0 -1 4 [-1] 1 -1 -1 x 4 x5 表(1) b x 5 x 4 x 3 x2 x1 XB 表2-7 对偶单纯形法 Dual Simplex Method 最优解：X＝(4，1，0)T；Z=17 0 1 2 0 3↑ λj 5 －8→ 0 1 -1 1 1 3 1 0 1 [-2] x2 x5 表(2) 3/2 5/2 13/2 0 0 λj 1 4 1/2 －1/2 -1/2 -1/2 5/2 -3/2 1 0 0 1 x2 x1 表(3) 线性规划的灵敏度分析也称为敏感性分析，它是研究和分析数据(cj，bi，aij)的波动对最优解的影响程度，主要研究下面两个方面： (1) 当模型中这些数据有一个或几个发生变化时，最优解有什么变化，或这些数据在什么范围内变化时，原最优解或最优基不变； (2) 若最优解或最优基发生变化后，如何求出新的最优基或最优解。 灵敏度分析 灵敏度分析 Sensitivity Analysis 设线性规划 其中Am×n，线性规划有最优解，设基B为最优基，则有 灵敏度分析 Sensitivity Analysis 求解思路： 将变化后的数据代入上述公式，看看可行性条件与最优性条件是否依然成立：若成立，则还是最优解；若不成立，则利用单纯形法或对偶单纯形法可求出变化后的最优解。 价值系数 cj 的变化分析 为使最优解不变，求cj 的变化范围 灵敏度分析 Sensitivity Analysis 由最优性条件可知，当目标函数系数 发生变化时，有可能引起检验数 的变化，从而影响最优性条件 是否满足？ 要使最优解不变，即当 cj 变化为 后，检验数仍然是小于等于零，即 这时分cj是非基变量和基变量的系数两种情况讨论。 (1) cj 是非基变量 xj 的系数 即cj的增量 不超过cj的检验数