[经济学]运筹学--对偶理论.ppt

综上所述，一对对偶问题必然是以下的三种情况： ①都存在最优解，且最优的目标函数值相等 ②都无可行解 ③一个是无界，另一个无可行解 3.可行解为最优解条件 分别为P、D问题的可行解，且有 则它们分别为P、D的最优解 证明：设 分别为P、D的任一可行解 由弱对偶性则有 ∴X*、Y*为最优解 4.对偶定理 若原问题Maxz=CX，AX ≦ b，X ≧0有最优解,则对偶问题Min?=Yb，YA≧C，Y ≧0也有最优解,且目标函数值相等. 5.互补松弛定理 设原问题为Maxz=CX， AX+XS=b，X，XS ≥0 ， 对偶问题为Min?=Yb， YA-YS=C，Y，YS≥0 ，若 X*、Y*分别为原、对偶问题的可行解，则Y*XS=0，YSX*=0，当且仅当X*、Y*分别为原对偶问题的最优解。 证明： 若X* 、Y*分别为原、对偶问题的可行解 则AX*+XS=b，X*，XS ≥0 Y*A-YS=C，Y*，YS≥0,将C、b代入目标函数 Z=CX*=（Y*A–YS）X* =Y*AX*-YSX* ?=Y*b=Y*（AX*+XS）=Y*AX*+Y*XS 1.若X*、Y*为最优解,则CX*=Y*b,因此必有Y*XS=0,YSX*=0 2.若Y*XS=0,YSX*=0,则Y*b=Y*AX*=CX* 因此由定理3知，X*、Y*为分别为P、D的最优解。 例 Max z=9 X1+ 5X2 + 8 X3 3X1+ X2 + X3 ≤5 Y1 X1 + X2 + 8X3 ≤ 1 Y2 X1， X2 ≧0 Y*XS=0,即对偶问题的决策变量与它所对应的原问题方程中的松弛变量至少有一个变量为0。 YSX*=0对偶方程中的松弛变量与该方程所对应的原问题决策变量至少有一个变量为0。 Minz= 5Y1+Y2 3Y1+Y2 ≥9 X1 Y1 +Y2≥5 X2 Y1+8Y2 ≥8 X3 Y1 ，Y2 ≥0 Y1 . X4 =0， Y2 . X5 =0 Y3 .X1 =0， Y4 .X2 =0， Y5 .X3 =0 例：Min ?=2 X1+ 3X2 + 5 X3 + 2 X4 + 3 X5 X1+X2 +2 X3 + X4 + 3 X5 ≥4 Y1 2X1-X2 +3 X3 + X4 + X5 ≥3 Y2 X1， X2 ，… ， X5 ≧0 其对偶问题的解为Y1*=4/5，Y2 *=3/5，Z*=5，用对偶理论求原问题的最优解 解：对偶问题为 Max z=4Y1+3Y2 Y1+2Y2 ≤2 X1 Y1 -Y2 ≤3 X2 2Y1+3Y2 ≤ 5 X3 Y1 + Y2 ≤2 X4 3Y1+ Y2 ≤3 X5 Y1 ，Y2 ≥0 将Y1*=4/5，Y2 *=3/5代入约束方程 Y1 * +2Y2 * =2 X1 ① Y1 * -Y2 * = 1/5＜3 X2 ② 2Y1 * +3Y2 * = 17/5＜5 X3 ③ Y1 * + Y2 * = 7/5＜2 X4 ④ 3Y1 * + Y2 * =3 X5 ⑤ Y1 ，Y2 ≥0 可见最优解处② ③ ④为严格不等式（即松弛变量不等于0） Min ?=2 X1+ 3X2 + 5 X3 + 2 X4 + 3 X5 X1+X2 +2 X3 + X4 + 3 X5 ≥4 Y1 2X1-X2 +3 X3 + X4 + X5 ≥3 Y2 X1， X2 ，… ， X5 ≧0 Max z=4Y1+3Y Y1+2Y2 ≤2 ① X1 Y1 -Y2 ≤3 ② X2 2Y1+3Y2