第四次课对偶灵度分析.pptVIP

(2) 增加1个约束条件：相当于系数阵A增加1行 -M -M 0 0 -3 -1 -4 Cj CB XB x1 x2 x 3 x 4 x 5 x 6 x7 b 表 -M (1) -M x 6 x7 1 1 1 -1 1 -4 -1 0 0 -1 1 0 50 0 1 3 λj -4+2M -1 -3-3M -M -M 0 0 表 -M (2) -4 x6 x1 0 1 2 -1 5 -4 -1 0 1 -1 1 2 0 3 λj 0 3+2M -19+5M -M -4+M 0 表 -3 (3) -4 x3 x1 0 1 2/5 3/5 1 0 -1/5 -4/5 1/5 －1/5 2/5 23/5 λj 0 13/5 0 -19/5 -1/5 -98/ 5 1.8 对偶单纯形法 Dual Simplex Method 表 -1 (3) -4 x2 x1 0 1 1 0 5/2 -3/2 -1/2 -1/2 1/2 －1/2 1 4 λj 0 0 -13/2 -5/2 -3/2 -Z=-17 最优解：X＝(4，1，0)T；Z=17 【例1.8.1】解法3 【解】 y3，y4、x5 为基变量，用单纯形法，迭代过程如表所示。 1.8 对偶单纯形法 Dual Simplex Method 写出线性规划的对偶问题 0 0 0 3 5 Cj CB XB y1 y2 y 3 y 4 y 5 b 表 0 0 0 y 3 y4 y5 1 [ 1 ] 1 1 -1 -4 1 0 0 0 1 0 0 0 1 4 1 → 3 λj 5 ↑ 3 -3 0 0 Z=0 表 0 5 0 y3 y1 y5 0 1 0 [ 2 ] -1 -3 1 0 0 -1 1 -1 0 0 1 3 → 1 2 λj 0 8 ↑ 0 -5 0 Z=5 表 3 5 0 y2 y1 y5 0 1 0 1 0 0 1/2 1/2 3/2 -1/2 1/2 -5/2 0 0 1 3/2 5/2 13/2 λj 0 0 -4 -1 0 Z=17 1.8 对偶单纯形法 Dual Simplex Method 对偶单纯形法的计算步骤： (1)将线性规划的约束化为等式，找出一个正则基，即全部检验数λj≤0（max）或λj≥0（min）, 求出其对应的基本解，当基本解可行时即所有bi0，则达到最优解；若基本解不可行，即有某个基变量的解bi0，则进行换基计算； (2) 换基计算 (i)先确定出基变量: l 行对应的变量出基； (ii)再选进基变量: 求最小比值 若第l行元素alj》0，则无解。 (3)求新的基本解，用初等变换将主元素alk化为l, k列其它元素化为零，得到新的基本解，转到第(1)步重复运算，直到b的分量全为正。 1.8 对偶单纯形法 Dual Simplex Method 注意： (1)对偶单纯形法求解线性规划的一种求解方法，而不是去求对偶问题的最优解； (2)初始表中一定要满足对偶问题可行，也就是说检验数满足最优判别准则； (3)最小比值中 的绝对值是使得比值非负，在极大化问题中，λj≤0，分母aij0，总满足 非负，这时绝对值符号不起作用，可以去掉。如在本例中将目标函数写成 这里λj≤0在求θk时就可以不带绝对值符号。 (4)对偶单纯形法与普通单纯形法的换基顺序不一样，普通单纯形法是先确 进定基变量后确定基出变量，对偶单纯形法是先确定出基变量后确定进基 变量； 1.8 对偶单纯形法 Dual Simplex Method (5)原问题单纯形法的最小比值是 其目的是保证下一个原 问题的基本解可行， 对偶单纯形法的最小比值是 其目的是保证下一个对偶问题的基本解可行； (6)对偶单纯形法在确定出基变量时，若不遵循 规则，任选一个小于零的bi对应的基变量出基，不影响计算结果，只是迭 代次数可能不一样． 1.8 对偶单纯形法 Dual Simplex Method 1.9 灵敏度与参数分析 Sensitivi