运筹学对偶理论讲义资料.ppt

对偶理论 Dual Theory;【解】设x1，x2，x3分别为产品A，B，C的产量，则线性规划数学模型为： ;设y1，y2，y3及y4分别表示四种资源的单位增值价格（售价＝成本＋增值），总增值最低可用;这是一个线性规划数学模型，称这一线性规划模型是前面生产计划模型的对偶线性规划模型,这一问题称为对偶问题。生产计划的线性规划问题称为原始线性规划问题或原问题。;上面两种形式的线性规划称为规范形式。;原始问题 Max z=CTX s.t. AX ≤ b X ≥0; 规范对偶问题;;设线性规划模型是式（2.1）的规范形式．由表2-3知，当检验数;即是原线性规划问题式（2.1）的对偶线性规划问题，反之，式（2.3）的对偶问题是式（2.1）．原问题和对偶问题是互为对偶的两个线性规划问题，规范形式的线性规划的对偶仍然是规范形式，参数矩阵的对应关系参看表2-4．因此已知一个规范形式问题就可写出另一个对偶问题．;【例2.2】写出下列线性规划的对偶问题;从而对偶问题为;【例2.3】 写出下列线性规划的对偶问题;若给出的线性规划不是规范形式，可以先化成规范形式再写对偶问题。也可直接按表2-1中的对应关系写出非规范形式的对偶问题。;;当原问题为求极小值时，对偶问题为求极大值。 原始问题中目标函数的系数变成对偶问题中约束条件的右端；原始问题中约束条件的右端变成对偶问题中目标函数的系数。 原始问题约束条件系数矩阵的转置对应对偶问题中约束条件的系数矩阵。 原始问题的约束条件个数决定对偶问题变量的个数；原始问题变量个数，决定对偶问题的约束个数。 原始问题的约束方程的匹配形式决定对偶问题变量的符号；原始问题决策变量的符号决定所对应对偶问题的约束方程的匹配形式。 ;【例2.4】写出下列线性规划的对偶问题 ;min z= 2x1+4x2-x3 s.t. 3x1- x2+2x3 6 -x1+2x2-3x3 12 2x1+x2+2x3 8 x1+3x2-x3 15;1.本节以实例引出对偶问题;;2.2 对偶性质 Dual property ;对偶问题是（记为DP）：;它与下列线性规划问题是等价的：; 【证】因为X°、Y°是可行解，故有AX°≤b, X°≥0及Y°A≥C，Y°≥0,将不等式 AX°≤b;由这个性质可得到下面几个结论： ;例如：;【性质3】最??准则定理 设X0与Y0分别是（LP）与（DP）的可行解，则当X0、Y0是（LP）与（DP）的最优解当且仅当 C X0= Y0b.;【性质4】 若互为对偶的两个问题其中一个有最优解，则另一个也有最优解，且最优值相同。;【性质5】互补松弛定理 设X0、Y0分别为（LP）与（DP）的可行解，XS和YS是它的松弛变量的可行解，则X0和Y0是最优解当且仅当;显然有 ;性质5告诉我们已知一个问题的最优解时求另一个问题的最优解的方法，即已知Y*求X*或已知X*求Y*。;(1)当yi*0时， ,反之当 时yi*=0；;互补松弛关系 ;max z=CTX s.t. AX+u=b X, u ≥0;y1 yi ym vm+1 vm+j vn+m ;【例2.5】 已知线性规划;【解】对偶问题是;【例2.6】 已知线性规划 ;解方程组得：x 1=－5,x 3=－1, 所以原问题的最优解为 X=（－5，0，－1），最优值Z=－12。;【例2.7】 证明下列线性规划无最优解：;【性质6】LP(max)的检验数的相反数对应于DP(min)的一组基本解. 其中第j个决策变量xj的检验数的相反数对应于（DP）中第j个松弛变量 的解，第i个松弛变量 的检验数的相反数对应于第i个对偶变量yi的解。反之，（DP）的检验数（注意：不乘负号）对应于（LP）的一组基本解。 证明略。;【例2.8】 线性规划;XB;最优解X=（4，6，0），最优值Z=6×4－2×6=12；;（3）因为表2－2（3）为最优解，故 Y（3）=（2，2，0，0，11）为对偶问题最优解；;本节您学了六个对偶性质；这些性质是研究原问题与对偶问题解的对应关系；表2－6也许对您了解这些性质有帮助。; 影子价格(Shadow price): 原始线性规划问题考虑的是充分利用现有资源，以产品的数量和单位产品的收益来决定企业的总收益，没有考虑到资源的价格，但实际在构成产品的收益中，不同的资源对收益的贡献也不同，它是企业生产过程中一种隐含的潜在价值