0第03章对偶规划及灵敏度分析 课件.pptVIP

第三章 对偶规划与灵敏度分析 对偶线性规划的概念 对偶问题的基本性质 对偶最优解的经济解释—影子价格 对偶单纯形法 灵敏度分析 对偶理论是线性规划的重要内容之一。随着线性规划问题研究的深入，人们发现对应于每个线性规划问题都伴生一个相应的线性规划问题。 前者是由矩阵Ａ，右端向量ｂ和价值向量Ｃ定义的，称之为原问题； 后者也是由相同的数据集合Ａ，ｂ和Ｃ构成的，称之为原问题的对偶问题。 一对原问题和对偶问题是紧密关联的，它们不但有相同的数据集合，相同的最优目标函数值，而且在求得一个线性规划的最优解的同时，也同步得到对偶线性规划的最优解。对偶理论深刻地指示了原问题和对偶问题的内在联系，由对偶问题引伸出来的对偶解还有着重要的经济意义，是研究经济学的重要概念和工具之一。 对偶的定义的图解 原始问题 min z=CX s.t. AX≥b X ≥0 练习：写出对偶规划。 定理2：弱对偶定理 若X(0)是原问题（LP）的可行解，Y(0)是对偶问题（DP）的可行解，那么CX(0)≥ bTY(0) . 定理3：最优性定理 　若X(0)是原问题的可行解，Y(0)是对偶问题的可行解，而且两者的目标函数值相等，即CX(0)=bTY(0)，则X(0)和Y(0)分别是原问题和对偶问题的最优解。 定理4: 强对偶定理 　　如果原问题有最优解，那么对偶问题也有最优解，而且目标函数 值相等。 3.4 对偶单纯形法 单纯形法和对偶单纯形法步骤 3.5 灵敏度分析 增加或减少一个约束 （1）????? 增加一个约束 　　如果在原来的线性规划的基础上再加入一个新的约束条件，不妨假设此附加的约束条件为不等式形式，即 　　其中　　是n维行向量，　　为右端项系数， 　　于是新的线性规划变成 其中　　　, 　　　是　　中对应于基变量　　和非基变量 的子向量，由此可以在原来最优 基Ｂ的基础上定义一个新的基。 因为对应于　的非基变量检验数 　　已知　　　　 　　　是原问题的最优解，若令　　　　， 则　　　　是现问题的一个可行解，但未必是最优解。 若要Ｅ产品投产，即　　 　，则其检验数 ,即 得每万件E产品利润　　　　万元时，有利于生产E产品。 　　由此可的新的最优解　　　　　　　　　　　，即最优生产方案为生产　　万件Ｄ产品和　万件Ｅ产品，总利润为　　　万元。 （２） 假设工厂又增加了用电量不超过8千度，且生产Ａ，Ｂ，Ｃ，Ｄ四种产品各1万件分别耗电4，3，5，2千度用电量限制，则相当于 原问题约束方程组增加了一个约束方程 　　增加松弛变量　，得 　　利用原线性规划最优单纯形表，增加一行和一列得一张新表，施行初等变换，使基变量　　　　对应的系数列向量为单位矩阵，若变换结果使基变量取了负值，则对应的基不是可行基，要用对偶单纯形法进行了基变换，并求得最优解，否则变换结果已为最优解。 也就是说，求解原问题（LP）时，可以从（LP）的一个基本解（不必是可行的）开始。这时检验数为（DP）的基本可行解，因此均非负。逐步迭代，使目标函数值（Z=bTY= CB B-1b =CX）减少，当迭代到XB=B-1b≥0时，即找到了（LP）的最优解，这就是对偶单纯形法。 同原始单纯形求法一样，求解对偶问题（DP），也可以从（DP）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）确定换出变量 根据 θl=min {(bi/ bi 0} ，确定基变量 xl 作为换出变量。 检验 xl 所在行各元素aij ,(j=1,2,^n),　 若所有aij ≤0, 则无可行解，停止计算。否则转入(３)， （3）确定换入变量 　　按最小比值原则，若 确定非基变量xk 为换入变量。 （4）以alk 为主元进行旋转变换，得新的单纯形表，重复 （2）-（4），直到求得最优解。 对偶单纯形法的计算步骤如下： （1）根据原始线性规划，列出初始单纯形表，检查b列数字和检验行元素，若b列数字全部非负，检验数全部非负，则已经求得最优解，停止计算。若b列中至少有一个负分量，检验数全部非正，则转入（2）, 例6 用对偶单纯形法求解 解：先化为标准型 对偶单纯形允许约束方程右端为负， 因此可将方程2，3两端同乘-1， 可得含单位矩阵的标准型： 据此列出初始单纯形表，并施行对偶单纯形法迭代步骤如下： -5/4 -7/4 0 0 0 -16 -W -1/4 1/4 0 1 0 2 x2 -