三线性规划的对偶理论与灵敏度分析.pptVIP

第三章 线性规划的对偶理论与灵敏度分析 主要内容： 了解影子价格的含义。 理解线性规划的对偶问题及其性质。 深刻理解对偶单纯形法；灵敏度分析的方法和步骤。 教学重点与难点： 对偶单纯形法； 灵敏度分析的方法和步骤。 3.1 线性规划的对偶问题 二、对偶规则 原问题一般模型： 对偶问题一般模型： maxZ=CX min ω=Yb AX ≤b YA ≥C X ≥0 Y ≥0 对偶规则 原问题有m个约束条件，对偶问题有m个变量 原问题有n个变量，对偶问题有n个约束条件 原问题的价值系数对应对偶问题的右端项 原问题的右端项对应对偶问题的价值系数 原问题的技术系数矩阵转置后为对偶问题系数矩阵 原问题的约束条件与对偶问题方向相反 原问题与对偶问题优化方向相反 max ω=7y1+4y2-2y3 2y1+ y2- y3 ≤3 y1 +3y3 ≤2 -4y1+ 2y2 ≤-6 y1 -y2 -y3 ≥ 0 3y1 +y3=1 y1 ≥ 0，y2 ≤ 0y3 无约束 三、对偶问题的基本性质 对称性：对偶问题的对偶问题是原问题 弱对偶性：极大化原问题的任一可行解的目标函数值，不大于其对偶问题任意可行解的目标函数值 无界性：原问题无界，对偶问题无可行解 原问题与对偶问题解的对应关系 灵敏度分析讨论两个问题：1、研究系数在什么范围内变化最优解仍为最优解。 2、若原最优解不再是最优解，如何用最简便的方法找到新的最优解。 假定线性规划问题 maxZ=CX s.t. AX=b X≥0 的最优表为： 3.4 灵敏度分析 在以前讨论线性规划问题时，假定aij,bi,cj都是常数，但实际上这些系数往往是估计值和预测值． aij,bi,cj变化时，最优解将如何变化的分析，就叫灵敏度分析。 C-CB B-1A σj B-1A x1 x2 …… xn　　 cB 基 b cj * * 一、引例 例3．1生产计划问题（资源利用问题） 胜利家具厂生产桌子和椅子两种家具。桌子售价50元/个，椅子销售价格30/个，生产桌子和椅子要求需要木工和油漆工两种工种。生产一个桌子需要木工4小时，油漆工2小时。生产一个椅子需要木工3小时，油漆工1小时。该厂每个月可用木工工时为120小时，油漆工工时为50小时。问该厂如何组织生产才能使每月的销售收入最大？ 数学模型 max g= 50x1 + 30x2 s.t. 4x1 + 3x2 ? 120 (3.1) 2x1 + x2 ? 50 x1,x2 ? 0 如果我们换一个角度，考虑另外一种经营问题。 假如有一个企业家有一批等待加工的订单，有意利用该家具厂的木工和油漆工资源来加工他的产品。因此，他要同家具厂谈判付给该厂每个工时的价格。可以构造一个数学模型来研究如何既使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？ 假设 y1, y2 分别表示每个木工和油漆工工时的租金，则所付租金最小的目标函数可表示为： min s = 120 y1 + 50 y2 目标函数中的系数 120，50 分别表示可供出租的木工和油漆工工时数。 该企业家所付的租金不能太低，否则家具厂的管理者觉得无利可图而不肯出租给他。因此他付的租金应不低于家具厂利用这些资源所能得到的利益： 4 y1 + 2y2 ? 50 3 y1 + y2 ? 30 y1, y2 ? 0 得到另外一个数学模型： min s = 120 y1 + 50 y2 s.t. 4 y1