2.对偶问题与灵敏度分析.pptx

第二章线性规划的对偶理论及其应用;2.1 线性规划的对偶理论 2.1.1 线性规划原问题与对偶问题的表达形式; 例2.1.1; 2.1.1 线性规划原问题与对偶问题的表达形式; 2.1.1 线性规划原问题与对偶问题的表达形式; 2.1.2 标准(max,?)型的对偶变换; 2.1.3 非标准型的对偶变换; 表2.1.1 对偶变换的规则;2.2 线性规划的对偶定理; 弱对偶定理推论; 2.2.2 最优解判别定理; 主对偶定理的证明; 2.2.4 互补松弛定理; 2.2.4 互补松弛定理; 2.2.5 原问题检验数与对偶问题的解; 例2.2.3 原问题检验数与对偶问题的解;;; 线性规划原问题与对偶问题的表达形式;对偶单纯形算法;对偶单纯型算法基本思路： ;基本思想;;;;正则解的单纯性表;规划无可行解;入基变量;;算法;选入基变量;迭代步骤; 例6 对偶单纯型解法; 表2.3.1 对偶单纯???法的单纯型表(min);作 业;迭 代;;;;;最小比例原则;最小比例原则;则对偶问题的最优解为;灵 敏 度 分 析;概况;改变价值向量;一 般 改 变 ;非 基 变 量;基 变 量;;算 例;;改变右端向量; 基本思想;;算 例;;;改变技术系数; 基本思想;算 例;计算软件;LinDo;输入模型;注意事项;结果;LinGo;LinDo输入模式;注意与LinDo的区别;LinGo模式;集合部分;定义数据; 调用函数;结果;B( 1) 1500.000 0.000000 B( 2) 800.0000 0.000000 B( 3) 2000.000 0.000000 A( 1, 1) 2.000000 0.000000 A( 1, 2) 3.000000 0.000000 A( 1, 3) 0.000000 0.000000 A( 2, 1) 0.000000 0.000000 A( 2, 2) 2.000000 0.000000 A( 2, 3) 4.000000 0.000000 A( 3, 1) 3.000000 0.000000 A( 3, 2) 2.000000 0.000000 A( 3, 3) 5.000000 0.000000 ;Row Slack or Surplus Dual Price 1 2675.000 1.000000 2 0.000000 1.050000 3 0.000000 0.6250000 4 0.000000 0.3000000 ;Scilab函数;命令1;实例;命令2;实例;;命令3;实例;命令4：;命令5;实例;注意事项;人力资源分配问题;模型假设;问题分析; 3.变量非负约束： ;目标函数：总费用最小，总费用与使用的总人数成正比。由于每个人必然在且仅在某一天开始休息，所以总人数等于;模型;计算;Global optimal solution found at iteration: 9 Objective value: 4400.000 Variable Value Reduced Cost X1 5.000000 0.000000 X2 2.000000 0.000000 X3 8.000000 0.000000 X4 0.000000 0.000000 X5 4.000000 0.000000 X6 0.000000 66.66667 X7 3.000000 0.000000 ;注解;配料问题;;配料问题案例;问题分析;变 量;约束条件;资源约束;目标函数;;模型;求解;Global optimal solution found at iteration: 5 Objective value: 500.0000 Variable Value Reduced Cost X11 100.0000 0.000000 X12 50.00000