线性规划的对偶原理.docVIP

线性规划的对偶原理 3.1 线性规划的对偶问题 对偶问题的提出 换位思考 家具厂的线性规划问题，该问题站在家具厂管理者的角度追求销售收入最大 某企业家有一批待加工的订单，有意利用该家具厂的木工和油漆工资源来加工他的产品。他 需要与家具厂谈判付给该厂每个工时的价格。如果该企业家已对家具厂的经营情况有详细了 解，他可以构造一个数学模型来研究如何才能既让家具厂觉得有利可图，肯把资源出租给他， 又使自己付的租金最少。 目标:租金最少；-付给木工工时的租金；-付给油漆工工时的租金 所付租金应不低于家具厂利用这些资源所能得到的利益 1）支付相当于生产一个桌子的木工、油漆工的租金应不低于生产一个桌子的收入 2）支付相当于生产一个椅子的木工、油漆工的租金应不低于生产一个椅子的收入 3）付给每种工时的租金应不小于零 原问题与对偶问题的数学模型 对称形式的对偶 原问题和对偶问题只含有不等式约束时，一对对偶问题的模型是对称的，称为对称形式的对偶。 原问题： 对偶问题： 非对称形式的对偶 若原问题的约束条件全部是等式约束（即线性规划的标准型），即 则其对偶问题的数学模型为 可把原问题写成其等价的对称形式： min z =CX AXb AXb X0 即 min z =CX X X0 设Y1=(y1,y2,…,ym), Y2=(ym+1,ym+2,…,y2m)。根据对称形式的对偶模型，写出上述问题的对偶问题： max w =(Y1,Y2)· (Y1,Y2)·C Y10 Y20 即 max w =( Y1-Y2)·b ( Y1-Y2)AC Y10 Y20 令Y= Y1-Y2, 得对偶问题为： max w = Yb YAC Y是自由变量 原问题与对偶问题的对应关系 原问题（或对偶问题） 对偶问题（或原问题） 目标函数min z 目标函数max w n个变量 n个约束 变量0 约束 变量0 约束 自由变量 约束= m个约束 m个变量 约束 变量0 约束 变量0 约束= 自由变量 约束条件的限定向量 目标函数的价值向量 目标函数的价值向量 约束条件的限定向量 原问题： 对偶问题： 原问题： 对偶问题： 3.2 对偶问题的基本性质和基本定理 对称性定理 对称性定理：对偶问题的对偶是原问题。 弱对偶性定理 弱对偶性定理：若X和Y分别是原问题和对偶问题的可行解，则有C XYb。 最优性定理 最优性定理：若X和Y分别是原问题和对偶问题的可行解，且有C X=Yb，则X 和Y分别是原问题和对偶问题的最优解。 对偶定理 对偶定理：有一对对偶的线性规划问题，若其一有一个有限的最优解，则另一个也有最优解， 且相应的目标函数值相等。若任一个问题具有无界解，则另一个问题无可行解。 单纯型乘子Y的定理 单纯型乘子Y的定理：若线性规划原问题有一个对应于基B的最优基本可行解，则此时的单 纯型乘子Y= CB是相应于对偶问题的一个最优解。 对称形式对偶的互补松弛定理 对称形式对偶的互补松弛定理：若X和Y分别是原问题和对偶问题的可行解，则X和 Y都是最优解的充要条件是，对所有i和j，下列关系式成立： 如果x0，必有YP=c 如果Y P c，必有x=0 如果y0，必有AX=b 如果AXb，必有y=0 其中P是A的第j列，A是A的第i行。 互补松弛定理意味着：如果原问题最优解X中第j个变量x为正，则其对偶问题中与之 对应的第j个约束式在最优情况下必呈严格等式（即其松弛变量为0）；而如果对偶问题中 第j个约束式在最优情况下呈严格不等式，则原问题最优解X中第j个变量x必为0。 类似地，如果对偶问题最优解Y中第i个对偶变量y为正，则其原问题中与之对应的第 i个约束在最优情况下必呈严格等式（即其剩余变量为0）；而如果原问题中第i个约束在 最优情况下呈严格不等式，则对偶问题最优解Y中第i个对偶变量y必为0。 互补松弛性： 为最优解 对一对对偶规划的最优解而言，如果对应某一约束条件的对偶变量的值为非零，则该约 束条件取严格等式；反之，如果某个约束条件取严格不等式，则其对应的对偶变量一定为零。 非对称形式对偶的互补松弛定理 非对称形式对偶的互补松弛定理：若X和Y分别是原问题和对偶问题的可行解，则X 和Y都是最优解的充要条件是，对所有j，下列关系式成立： 如果x0，必有YP=c 如果Y P c，必有x=0 例：已知线性规划问题 试用对偶理论证明上述线性规划问题无最优解 该问题存