运筹学 第02章 对偶线性规划与灵敏度分析.pptVIP

运筹学 第二章 对偶线性规划与灵敏度分析 本章重点 对偶问题的求解 对偶定理 对偶单纯形法 灵敏度分析 对偶线性规划问题的导出(1) （前面讲过的生产计划问题）某工厂用三种原料生产三种产品，已知的条件如下表所示，试制订总利润最大的日生产计划 对偶线性规划问题的导出(2) 设每天生产三种产品的数量分别为x1、x2、x3 对偶线性规划问题的导出(3) 解决这一问题应考虑 外卖原料获利应不少于生产产品的获利，即出卖能够制造一个单位产品的原料的获利应该不少于生产一个单位该产品的获利 价格应该尽可能低，这样才有竞争力 价格应该是非负的 设出租或外卖三种原料的价格分别为y1、y2、y3 对偶线性规划问题的导出(4) 上述两个线性规划模型是在同一工厂的资源状况和生产状况条件下产生的，是同一问题从不同角度来观察所产生的，因此两者密切相关，我们称这两个线性规划问题互为对偶问题，其中一个问题是另一问题的对偶问题。 对偶问题的定义(1) 对于线性规划问题（1） 对偶问题的定义(2) 和（2） 对偶问题的定义(2) 称（1）是（2）的对偶问题；也称（2）是（1）的对偶问题 这种对偶关系称为对称形式的对偶，用矩阵表示为 对偶问题的定义(3) 还有一种非对称形式的对偶，用矩阵表示为 求对偶问题 示例(2.1-1) 写出下面线性规划的对偶规划 示例(2.1-2) 结果为 作业(6) 书上99页的2-1 对偶定理(1) 对偶定理是揭示原始问题的解与对偶问题的解之间重要关系的一系列定理 定理1 对称性定理 对偶问题的对偶问题是原问题 定理2 弱对偶定理 极大化原问题的任一可行解的目标函数值，不大于其对偶问题的任一可行解的目标函数值 对偶定理(2) 对偶定理(3) 推论1 极大化问题的任意一个可行解所对应的目标函数值是其对偶问题最优目标函数值的一个下界 推论2 极小化问题的任意一个可行解所对应的目标函数值是其对偶问题最优目标函数值的一个上界 推论3 若原问题可行，则其目标函数无界的充要条件是对偶问题没有可行解 对偶定理(4) 推论4 若对偶问题可行，则其目标函数无界的充要条件是原问题没有可行解 定理3 最优性准则定理 对偶定理(5) 对偶定理(6) 定理4 主对偶定理 若原始问题和对偶问题两者均可行，则两者均有最优解，且此时目标函数值相同 证明： 第一部分——证明两者均有最优解 由于原始问题和对偶问题均可行，根据弱对偶定理知两者均有界，于是均有最优解。 第二部分——证明在达到最优时，两个问题的目标函数值相等 利用单纯形法的特征，就非对称形式的对偶问题给出 对偶定理(7) 对偶定理(8) 对偶定理(9) 对偶定理(10) 由原问题最优单纯形表求对偶问题最优解 示例(2.2-1) 已知如下的线性规划问题的最优表，试求其对偶问题最优解 示例(2.2-2) 得 什麽是对偶单纯形法 对偶单纯形法是应用对偶原理求解原始线性规划的一种方法。 注意：不是解对偶问题的单纯形法 对偶单纯形法的基本思想(1) 对偶可行基的概念 若cBB-1是对偶问题的可行解，则称B为对偶可行基 定理5：B是线性规划的最优基的充要条件是，B是可行基，同时也是对偶可行基 B是最优基等价于，B是可行基且所有检验数≤0 所有检验数≤0，这意味着 即B是对偶可行基 对偶单纯形法的基本思想(2) 使用对偶单纯形法的条件 单纯形表中检验数全部非正（基对偶可行） 变量取值有负数（基不可行） 实施对偶单纯形法的基本原则 在保持基对偶可行的前提下进行基变换，使基由不可行变换为可行 对偶单纯形法 (1) 建立初始对偶单纯形表，要求 b列可以出现负值 检验数全部非正 若b列元素全部为非负数，则已经是最优基；反之，需要确定出基变量 从不满足b≥0的基变量中任选一个bi* bi*的选择可以任意，但可能会造成解的退化，进而产生循环计算。一般选择下标i最小的（或最大的） bi*对应的变量为出基变量 对偶单纯形法 (2) 确定入基变量 为了保证基的对偶可行性，使检验数保持非正，按最小比例原则选择出基变量 对偶单纯形法 (3) 换主元运算 通过矩阵的初等行变换（相当于等式变换） 将主行的各元素乘上某一个数值，使得主元的值变为1 将主行的各元素乘上某一个数值，再加到其他行上去，使得主列中除主元外的其它元素的值变为0 得到了一个新的解 返回判断新的解是否可行 示例(2.3-1) 用对偶单纯形法求解 示例(2.3-2) 化为标准型 示例(2.3-3) 将三个等式约束两边分别乘以-1，然后列出对偶单纯形表如下 示例(2.3-4) 示例(2.3-5) 最优解是 Y*=(5/3，1/3)T 目标函数最优值为 Zmin=-Wmax=8 作业(7) 书上100页2-2的① 灵敏度分析(1) 什麽是灵敏度分析 研究线性规划模型某些参数（