对偶与对偶单纯形法应用.pptVIP

第二章 第7节 对偶和对偶单纯形法 一、对偶问题的提出 每一个线性规划问题，都存在每一个与它密切相关 的线性规划的问题，我们称其为原问题，另一个为 对偶问题。 原问题：某工厂在计划期内安排Ⅰ、Ⅱ两种产品，生 产单位产品所需设备A、B、C台时如表所示，该工厂 每生产一单位产品 可获利50元，每生产一单位产品 Ⅱ可获利100元，问工厂应分别生产多少 产品和Ⅱ 产品，才能使工厂获利最多？ 假如有另外一个工厂要求租用该厂的设备A、B、C， 那么该厂的厂长应该如何来确定合理的租金呢？ 对原厂：租金收入≥自己组织生产的收入 对租借厂：总租金最低 变量改变——产品——设备 设备不再是约束条件，必须从产品入手 设y1，y2，y3是A、B、C每小时的出租价格 对于产品I：每件I自行生产的收入是50元， 租金收入是y1+2y2元。 对于产品Ⅱ来说，自行生产收入100元，租金收入是 y1+y2+y3元 Minw=300y1+400y2+250y3 （设备租用总收入） S.T y1+2y2 ≥50 y1 + y2+y3 ≥100 其中y1，y2，y3均≥0 比较一下与原线性规划问题的不同？ 1、目标函数 2、变量 3、约束条件 这样从两个不同的角度来考虑同一个工厂的最大利 润（最小租金）的问题，所建立起来的两个线性模 型就是一对对偶问题，其中一个叫做原问题，而另 外一个叫对偶问题。 矩阵形式比较： 解1：MaxZ=CX AX ≤b X ≥0 解2：minW=b ` Y A ` Y ≥C` Y ≥0 二、原问题和对偶问题的转化 1、目标函数 MAX——Min 2、约束条件——变量 约束条件n个——变量n个 约束条件≥0 ——变量≤ 0 约束条件≤ 0 ——变量 ≥ 0 约束条件=0——变量无约束 要点：max为反向关系（约束条件——变量） 3、变量——约束条件 变量m个——约束条件m个 变量≥0——约束条件≥ 0 变量≤ 0 ——约束条件≤ 0 变量无约束——约束条件=0 4、目标函数中变量的系数C为对偶问题中约 束条件的右端常数项b，个数对等变动。 记忆要点： 1、把握“三要素”，目标函数、约束 条件——变量、C-b的转化。 2、把握重点——变量与约束条件的关系。 （1）约束条件=0的情况，变量无约束。 （2）在约束条件≠0时候，看原问题目标函数。 1）max：约束条件——变量，反向；变量—— 约束条件，正向。（反正） 2）min：约束条件——变量，正向；变量—— 约束条件，反向。（正反） 记忆宝典： 1、Max——Min 2、C ——b 3、无约束等于0，个数m变n。 4、max就反正，min就正反。（约束条 件——变量） 示例：转化为对偶问题 第一种做法：按照定义来 其中 第三个条件用两个式子替代。 用所学原则写一次？ 示例2：写出下列问题的对偶问题： minz=7x1+4x2-3x3 S.T -4x1+2x2-6x3 ≤24 -3x1-6x2-4x3 ≥15 5x2+3x3=30 其中，x1 ≤0，x2无约束，x3 ≥0 Maxz=24y1+15y2+30y3 S.T -4y1-3y2 ≥7 2y1-6y2+5y3 =4 -6y1-4y2+3y3 ≤-3 y1 ≤0，y2 ≥0，y3取值无约束 三、对偶问题的性质 （一）对称性。 对偶问题的对偶问题是原问题。 （类似于“负负得正”） Minw=300y1+400y2+250y3 S.T y1+2y2 ≥50 y1 + y2+y3 ≥100 其中y1，y2，y3均≥0 其对偶问题是？ Max z=50x1 +100x2 x1 +x2 ≤300 2x1+x2 ≤400 x2 ≤250 x1，x2≥0 （二）若原问题为（弱对偶性定理） maxZ=CX AX ≤b X ≥0 其对偶问题为 Minw=Yb YA ≥C Y ≥0 若X为原问题任一可行解，Y为对偶问题任一 可行解，则必有CX ≤Yb 弱对偶性定理的意义： 原问题任一个可行解是对偶问题最优目标函 数值的一个下界。 反过来说： 对偶问题的任一个可行解是原问题目标函数 值的一个上界。 理解： （1）很多个界。 （2）看目标函数的类型判断。 （三）若原问题为（无界性定理） maxZ=CX AX ≤b X ≥0 其对偶问题为 Minw=Yb YA ≥C Y ≥0 若原问题有可行解，则目标函数为无界解的 充要条件是对偶问题无可行解。 （四）若X和Y分别为原问题和对偶问题的可 行解，当