运筹学的讲义-单纯形的方法ppt78-.pptVIP

第二节 线性规划的对偶理论 一、原问题与对偶问题是相互对称的。 二、弱对偶定理： 原问题的目标函数值以对偶问题的目标函数值为上界，对偶问题的目标函数值以原问题的目标函数值为下界。 三、无界性定理： 若原问题（对偶问题）为无界解，则对偶问题（原问题）无可行解。 * * 第二节 线性规划的对偶理论 四、最优解性质定理： X*、Y*分别是原问题与对偶问题的可行解，若有CX*=Y*b存在，则X*、Y*分别是原问题与对偶问题的最优解。 五、对偶定理： 若原问题有最优解，那么对偶问题也有最优解，且目标函数的值相等。 六、互补松弛性定理： X*、Y* 分别是原问题和对偶问题的可行解，若Y* Xs=Ys X* ，当且仅当X*、Y*为最优解。 * * 第三节 互补松弛性定理的应用 一、关于互补松弛性定理的几个重要的推论 二、互补松弛定理的应用 [应用举例] Max 2X1+4X2+X3+X4 S·t· X1+3X2 +X4 ≤8 2X1+X2 ≤6 X2+X3+X4≤6 X1+X2+X3 ≤9 X1、X2、X3、X4≥0 * * 第三节 互补松弛性定理的应用 二、互补松弛定理的应用 其最优解为X=（2，2，4，0），目标函数值为16。试运用互补松弛定理求对偶问题的最优解。 * * 六、 线性规划的其他解法 （一）人工变量消除法——M法 1、M法的含义： 通过引进人工变量，构造一个辅助的线性规划问题，然后由辅助的线性规划问题找出原问题的第一个初始可行基，在此基础上，利用单纯形方法求出原问题的最优解。 * * 六、 线性规划的其他解法 （一）人工变量消除法——M法 2、M法的辅助线性规划问题： 原问题： Max z=c1x1+c2x2+……+cnxn s.t. a11x1+a12x2+……+a1nxn=b1 a21 x1+ a22x2+…… +a2nxn =b2 …… am1x1+am2x2+……+amnxn=bm x1,x2, ……,xn ≥ 0 * * 六、线性规划的其他解法 （一）人工变量消除法——M法 2、M法的辅助线性规划问题： Max z=c1x1+c2x2+…+cnxn-MXn+1-MXn+2-……-MXn+m s.t. a11x1+a12x2+……+a1nxn+Xn+1 =b1 a21x1+a22x2+…… +a2nxn + Xn+2 =b2 …… am1x1+am2x2+…… +amnxn +Xn+m=bm x1,x2, ……,xn ≥ 0 * * 六、线性规划的其他解法 3、M法的解题步骤 （1）把原线性规划问题进行标准化处理。 （2）引进人工变量，构造辅助线性规划问题。 （3）运用单纯形方法，把人工变量全部剔除出基变量。 （4）在得到的原问题的初始可行基的基础上，运用单纯形方法进行迭代。 （5）直到能够判断原问题有无最优解时为止。 * * 六、线性规划的其他解法 4、M法解的判定 （1）经过若干次迭代后，基变量中无人工变量，则说明原问题有基本可行解。