最优化LP对与偶单纯形法.pptVIP

* * 对偶单纯形法 设 是一个基， 满足约束 的对偶向量 称为对偶基本解。 若对偶基本解 也是可行的，即松弛向量 ，称 为对偶基本可行解。 若 的所有分量均不为零，称 是非退化的。 若 对应的原始基本解和对偶基本解都是非退化的， 称 为非退化基。 定理(最优条件) 若 对应的原始基本解 和对偶基本解 都是可行 的，则这两个基本解分别是原始问题和对偶问题的 最优解， 为最优基。 证明： 原始单纯形方法分析 在算法中，当前基 保持原始基本解 可行。 在该方法中，对偶基本解 仅在算法 停止时才变成可行的。 算法中的检验数 就是松弛向量 。在任一基 ， 总是互补的。 当算法停止时， 成为原始最优解， 成为对偶可行， 因此也是对偶最优的，二者最优值相等。 对偶单纯形主要思想 原始单纯形：保持原始基本解 可行和互补松弛 条件 可行; 对偶单纯形：保持原始基本解 可行和互补松弛 条件 可行。 s.t. 注意到： 对偶单纯形分析 给定基 ，写出LP的典式，则有： (1) ,最优解，停止。 (2) 且 ，原问题不可行。 (3) ,但 。 根据算法思想，需要保持对偶可行性： 选择这些负数 之一为转轴中心， 为出基变量。 为进基变量 第一个对偶基本可行解的求法 s.t. 第一个对偶基本可行解的求法