运筹学_9 v1.04.ppt

Lec. 9 Operational Research对偶问题的性质/对偶单纯形 ZHU Tong Chang’an University E-mail:zhutongtraffic@ 对偶问题的性质 对偶问题的性质 原问题和对偶问题的关系； 原问题和对偶问题解的关系； 如何从对偶问题求原问题的最优解。 对偶问题的性质：七个定理 （1）对称性定理：原问题－对偶问题之间的关系（对偶的对偶是原问题） （2）弱对偶定理：原－对偶问题可行解之间的关系（CX （0） ≤Y（0）b ） 最优定理：可行解满足一定条件下（ CX （0） ＝Y（0）b ）， X （0） 、Y（0）成为最优解 强对偶定理：原问题有最优解，对偶问题也有，且目标函数相等。 无界性：若原问题为无界解，则其对偶问题无可行解。 （3）兼容性定理：可行基检验数相反数是对偶问题的一个基本解。 互补松弛定理： Y（0） 、X （0）是最优解的充要条件是 Y（0） X （0） s＝0、 Y（0） s X （0） ＝0 ? 对称性定理 对偶的对偶是原问题 ? 弱对偶性定理 原－对偶问题可行解之间的关系（CX （0） ≤Y（0）b ） （1）原问题任一可行解所对应的目标函数值，是对偶问题最优目标函数值的下界（都小于等于）。 （2）对偶问题任一可行解所对应的目标函数值，是原问题最优目标函数值的上界（都大于等于）。 ? 最优性定理 最优定理：可行解满足一定条件下（ CX （0） ＝Y（0）b ）， X （0） 、Y（0）成为最优解 ? 强对偶性定理 强对偶定理：原问题有最优解，对偶问题也有，且目标函数相等。 ⑤ 无界性定理 例题（1） ? 兼容性定理 兼容性定理：原问题检验数的相反数是对偶问题的一个基本解。 ? 互补松弛定理 Y（0） 、X （0）是最优解的充要条件是 Y（0） X （0） s＝0、 Y（0） s X （0） ＝0 维度问题：X为n维，Ys约束n个 目的：通过对偶问题求解原问题 例题（2） 补充说明 （1）请考研究生的同学再学习其中的证明。 （2）书中定理的证明，只证明了最基本的情况（约束条件是“小于等于”、变量大于等于零），其他情况均略去。 例1-23说明了一般对偶关系和特殊之间的关系。 对偶单纯形方法 对偶单纯形不是：用单纯形方法求解对偶问题； 而是：利用前面讲的基本性质求原问题的解。 对偶单纯形方法的思路 单纯形方法 原思路：从一个基可行解出发，迭代到另一个基可行解，通过保持约束系数大于等于零，保持解的可行性，直到检验数全部为负； 检验数为负，代表对偶问题解从不可行到可行（兼容性定理）； 又因为：原问题和对偶问题，互为对偶关系 对偶单纯形方法 保持对偶问题的解是基可行解，而原问题通过逐步迭代达到可行。 即：保持检验数为负，使约束系数全部大于零。 对偶单纯形举例 对偶单纯形举例 列出单纯形表 Operational Research Oct. 2012 Home Home （1）为什么要讲这些基本性质？ 建立对偶问题与原问题之间的桥梁。 （2）怎么讲这些基本性质？ 少证明，多说明其本质与应用的价值。 （3）常用表达形式 又变为max问题： 两边乘负号 两边再乘负号 A取转置，(YA)= AY 原问题 对偶问题 原问题 对偶问题 无界性：若原问题为无界解，则其对偶问题无可行解。 书上没有，请补充！ 原问题 对偶问题 （1）观察出原问题有可行解，如（000）； （2）因为对偶问题的式1与基本条件存在矛盾，因此，无可行解。根据强对偶性，如果原问题有最优解，则对偶问题也有最优解。因此，原问题不可能有最优解，只可能“无最优解”。 （3）原问题即有解，又无最优解，是无界解。 注意：（1）是“检验数的相反数”，而不是检验数； （2）第零步原问题检验数（34000），对偶问题基本解为（000－3－4） 补充：基的概念在P13，只强调了线性无关的子矩阵，负数也可以构成基 原因：原问题的检验数是价值系数，是对偶问题的约束条件即基本解的相反数 对应性：原问题第一个检验数，是对偶问题第一个剩余变量的解； 三个松弛变量的检验数，是对偶问题三个变量的基本解。 表 1-25 例 1-25 题目：已知最优解y1＝1.2；y2＝0.2；目标w＝28，用互补松弛定理求解原问题。 （1）看对偶问题中哪些松弛变量为0；式1、2 （2）x1＝0；x2＝0； （3）解原方程组 －6 0 1 0 －3 －1