线性规划的理论和方法一知识讲稿.pptVIP

定理3-2 (最优性准则定理) 若x,y分别(LP),(DP)的可行解,且 cTx=bTy ,那么x,y分别为(LP)和(DP) 的最优解。 定理3-3 (主对偶定理) 若(LP)和(DP)均可行 那么(LP)和 (DP)均有最优解,且最优值相等。 以上定理、推论对任意形式的相 应性规划的对偶均有效 3.3 线性规划的对偶 影子价格 —— 是一个向量,它的分量表示最优目标值随相应资源数量变化的变化率。 若x*,y* 分别为(LP)和(DP)的最优解, 那么, cT x* = bT y* 。 根据 f = bTy*=b1y1*+b2y2*+?+bmym* 可知 ?f / ?bi = yi* yi* 表示 bi 变化1个单位对目标 f 产生的影响,称 yi* 为 bi的影子价格。 注意:若 B 是最优基, y* = (BT)-1 cB 为影子价格向量。 3.3 线性规划的对偶 影子价格反映了不同的局部或个体的增量可以获得不同的整体经济效益。如果为了扩大生产能力,考虑增加设备,就应该从影子价格高的设备入手。这样可以用较少的局部努力,获得较大的整体效益。 3.3 线性规划的对偶 需要指出,影子价格不是固定不变的,当约束条件、产品利润等发生变化时,有可能使影子价格发生变化。另外,影子价格的经济含义(2),是指资源在一定范围内增加时的情况,当某种资源的增加超过了这个“一定的范围”时,总利润的增加量则不是按照影子价格给出的数值线性地增加。这个问题还将在灵敏度分析一节中讨论。 3.3 线性规划的对偶 由最优单纯形表求对偶问题最优解 标准形式: Max z = 50 x1 + 100 x2 s.t. x1 + x2 + x3 = 300 2x1 + x2 + x4 = 400 x2 + x5 = 250 x1 ,x2 ,x3 ,x4 ,x5 ≥ 0 3.3 线性规划的对偶 -cBTB-1 I B=(p1, p4,p2 ) oT B-1 最优解 x1 = 50 x2 = 250 x4 = 50 影子价格 y1 = 50 y2 = 0 y3 = 50 , B-1对应的检验数 ?T = cBTB-1 。 3.3 线性规划的对偶 ?对偶单纯形法的基本思想 对偶单纯形法的基本思想是:从原规划的一个基本解出发,此基本解不一定可行,但它对应着一个对偶可行解(检验数非正),所以也可以说是从一个对偶可行解出发;然后检验原规划的基本解是否可行,即是否有负的分量,如果有小于零的分量,则进行迭代,求另一个基本解,此基本解对应着另一个对偶可行解(检验数非正)。 对偶单纯形法 3.2 线性规划的单纯形法 加入松弛变量: Max z = c1 x1 + c2 x2 + … + cn xn s.t. a11 x1 + a12 x2 + … + a1n xn + xn+1 = b1 a21 x1 + a22 x2 + … + a2n xn + xn+2 = b2 …… …… am1 x1 + am2 x2 + … + amn xn+ xn+m = bm x1 ,x2 ,… ,xn ,xn+1 ,… ,xn+m ≥ 0 显然,xj = 0 j = 1, … , n ; xn+i = bi i = 1 , … , m 是基本可行解 对应的基是单位矩阵。 以下是初始单纯形表: m m 其中:f = -∑ cn+i bi ?j = cj -∑ cn+i aij 为检验数 cn+i = 0 i= 1,…,m i = 1 i = 1 an+i,i = 1 , an+i,j = 0 ( j≠i ) i , j = 1, … , m 建立实用单纯形表 利用求解线性规划问题基本可行解(极点)的方法来求解较大规模的问题是不可行的。单纯形法的基本思路是有选择地取基本可行解,即是从可行域