对偶理论和灵敏度分析幻灯片课件.pptVIP

对偶线性规划;二、对偶问题的一般形式 一般认为变量均为非负约束的情况下，约束条件在目标函数取极大值时均取“≤”号；当目标函数求极小值时均取“≥“号。则称这些线性规划问题具有对称性。;原始问题 max z=CX s.t. AX≤b X ≥0;举例：;原始问题为 min z=2x1+3x2-x3 s.t. x1+2x2+x3≥6 2x1-3x2+2x3≥9 x1, x2, x3≥0;对偶问题的对偶;maxZ=x1+4x2+2x3 s.t. 5x1-x2+2x3≤8 x1+3x2-3x3≤5 x1,x2,x3≥0;三、非对称形式的原—对偶问题;maxw=5y1-4y2’+6(y3’-y3”) s.t.-y1+2y2’ ≤-2 y1 +(y3’-y3”) ≤3 -3y1-2y2’ +(y3’-y3”) ≤ -5 y1+y2’+(y3’-y3”) ≤ 1 -y1-y2’-(y3’-y3”) ≤-1 y1,y2’ ,y3’,y3”≥0;原 始 对 偶 表;对偶关系;min z= 2x1+4x2-x3 s.t. 3x1- x2+2x3 6 -x1+2x2-3x3 12 2x1+x2+2x3 8 x1+3x2-x3 15;写对偶问题的练习（2）;maxZ=x1-2x2+3x3 s.t. 2x1+4x2+3x3≥100 3x1-2x2+6x3≤200 5x1+3x2+4x3=150 x1, x3≥0;原始和对偶问题可行解目标函数值比较;对偶问题的基本性质;;当B为最优基时，XB为最优解时，则有： ;maxZ=4.5x1+5x2 s.t. 3x1+2x2≤24 4x1+5x2≤40 x1,x2≥0;cj;cj;cj;cj;解对偶问题：;cj;二、对偶问题的基本性质 ;推论： 原问题任一可行解的目标函数是其对偶问题目标函数值的下界，反之对偶问题任一可行解的目标函数是其原问题目标函数的上界。 如原问题有可行解且目标函数值无界，则其对偶问题无可行解；反之对偶问题有可行解且目标函数无界，则原问题无可行解。（对偶问题无可行解时，其原问题无界解或无可行解。 若原问题有可行解而其对偶问题无可行解时，原问题目标函数无界 若对偶问题有可行解而其原问题无可行解时，对偶问题目标函数无界。;2.最优性 若X‘为原问题的可行解，Y’为对偶问题的可行解，且CX‘＝Y’b则X’，Y‘分别为原问题和对偶问题的最优解。;4.互补松弛定理 在线性规划问题的最优解中，如果对应某一约束条件的对偶 变量值为0，则该约束条件取严格等式，既松弛变量或剩余变 量为0；反之如果对应某一约束条件的对偶变量值不为0，则 该约束条件取严格不等式，既松弛变量或剩余变量不为0.;maxZ=4.5x1+5x2 s.t. 3x1+2x2+x3=24 4x1+5x2+x4=40 x1,x2,x3,x4,≥0;利用互补松弛关系求解线性规划;min z=6x1+8x2+3x3 s.t. x1+ x2 ≥1 x1+2x2+x3 ≥-1 x1, x2, x3 ≥0;资源的影子价格(Shadow Price);0 1 2 3 4 5 6 7 8;资源的影子价格是一种机会成本 根据互补松弛定理;Maxz=4x1+10x2 s.t. 3x1+6x2≤5 x1+3x2≤2 2x1+5x2≤4 x1,x2≥0;cj;cj;对原问题进行迭代得：;对原问题进行迭代得：;对原问题进行迭代得：; 单纯形法求解的过程，从对偶的观点来看，是在始终保持原始可行解的条件下，不断改进对偶可行性的过程。一个从对偶不可行的解，经过几次叠代，逐步向对偶可行解靠拢，一旦得到的解既是原始可行的，又是对偶可行的，这个解就分别是原始问题和对偶问题的最优解。 ;对偶单纯形法;步骤： 1.确定初始解 一般设松弛变量为初时基可行解 2.判断 若所有的基变量值均≥0，则此解为线性规划问题的最优解，若存在基变量的值≤0，则问题还没有达到最优解，需要进行改进。 3.改进 选择换出变量min