对偶问题和灵敏度分析jssk.pptVIP

线性规划的对偶理论与灵敏度分析 第2章 线性规划的对偶理论与灵敏度分析 2.1 线性规划的对偶理论 2.2 对偶单纯形法 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 二、原问题和对偶问题的关系 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 2.1 线性规划的对偶理论 影子价格是根据资源在生产中作出的贡献而做的估价。它是一种边际价格，其值相当于在资源得到最优利用的生产条件下，资源（约束右端值）每增加一个单位时目标函数值的增加量 2.1 线性规划的对偶理论 资源的影子价格定量的反映了单位资源在最优生产方案中为总收益所作出的贡献，因此，资源的影子价格也可称为在最优方案中投入生产的机会成本。在纯市场经济条件下，当资源的市场价格低于影子价格时，可以买进这种资源，反之，可以卖出。随着资源的买进和卖出，它的影子价格也将随之发生改变，一直到影子价格与市场价格保持同等水平，才处于平衡状态。 2.1 线性规划的对偶理论 2.2 对偶单纯形法 对偶单纯形法时求解线性规划的另一种基本方法，它是根据对偶原理和单纯形法的原理设计出来的，不要简单理解为是求解对偶问题的单纯形法。 同原始单纯形求法一样，求解对偶问题，也可以从对偶问题的一个基本可行解开始，从一个基本可行解（迭代）到另一个基本可行解，使目标函数值减少。 2.2 对偶单纯形法 在单纯形法中，原问题的最优解满足： （1）是基本解； （2）可行（XB=B-1b≥0）； （3）检验数C-CBB-1A≤0， YA ≥C，即对偶解可行。单纯形算法是从满足（1）,（2）的一个基可行解出发，转换到另一个基可行解，一直迭代到（3）得到满足，即对偶解可行；而对偶单纯形法则是从满足（1）,（3）的一个对偶可行解出发，以基变量值是否全非负为检验数，连续迭代到（2）得到满足，即原问题的基解可行为止。 2.2 对偶单纯形法 对偶单纯形法的计算步骤： （1）根据线性规划问题，列出初始单纯形表。检查b列中的数字，若都为非负，且检验数都为非正，则已得到最优解，停止计算。若检查b列的数字时，至少还有一个负分量，检验数保持非正，转入(2)； （2）确定换出变量，按 对应的基变量xl为换出变量。 2.2 对偶单纯形法 对偶单纯形法的计算步骤： （3）确定换入变量。在单纯形表中，检查xl所在的行的系数alj(j=1,2,…,n)，若所有的alj≥0，则无可行解，停止计算。若存在alj＜0 (j=1,2,…,n) ，计算 所对应的非基变量xk为换入变量，这样才能保证所得的检验数仍然小于或等于0。 （4）以alk为主元素，按单纯形法进行换基迭代，得到新的单纯形表。重复以上步骤，直至B-1b≥0，最后得到XB=B-1b，即为所求的最优解。 第6节??对偶单纯形法 第6节??对偶单纯形法 第6节??对偶单纯形法 第6节??对偶单纯形法 第6节??对偶单纯形法 用对偶单纯形法求解： 对偶单纯形法使用条件 对偶单纯形法和单纯形法主要区别： （1）单纯形法在整个迭代过程中，始终保持原问题的可行性，即常数列bi≥0，而检验数C-CBB-1A（即C-YA）由有正分量逐步变为全部≤0（即变为满足YA≥C，Y是对偶问题的可行解），即同时得到原问题和对偶问题的最优解。 （2）对偶单纯形法在整个迭代过程中，始终保持对偶问题的可行性（原问题不一定可行），即全部检验数≤ 0，而常数列由负分量逐步变为全部≥ 0（即变为满足原问题的可行性），即同时得到原问题和对偶问题的最优解。 对偶单纯形法和单纯形法主要区别： （3）换基迭代过程。一般单纯形法先确定换入基变量，后确定换出变量；对偶单纯形法是先确定换出基变量，后确定换入基变量。 （4）一般单纯形法是以最大检验数对应的非基变量作为换入变量，然后将已得到的基变量的值与换入基变量所在的列的正分量相除，以最小比值对应的为换出基变量。在对偶单纯形法求解时，以基变量的负值中最小的对应的为换出基变量，将检验数与换出基变量所在行的负分量相除，然后选取最小比值对应的非基变量为换入基变量。 对偶单纯形法的优点： 对偶单纯形法的缺点： 对偶单纯形法并不是一种普遍算