线性规划的对偶与对偶单纯形法.pptVIP

对偶原理 对偶问题概念： 　　任何一个线性规划问题都有一个与之相对应 的线性规划问题，如果前者称为原始问题，后者 就称为“对偶”问题。 　　对偶问题是对原问题从另一角度进行的描述 其最优解与原问题的最优解有着密切的联系，在 求得一个线性规划最优解的同时也就得到对偶线 性规划的最优解，反之亦然。 　　对偶理论就是研究线性规划及其对偶问题的 理论，是线性规划理论的重要内容之一。 问题的导出 对偶问题的定义 对偶的定义 原始问题 min f(x)=CTX s.t. AX≥b X ≥0 对偶问题的特点 （1）目标函数在一个问题中是求最大值在另一问题中则为求最小值 （2）一个问题中目标函数的系数是另一个问题中约束条件的右端项 （3）一个问题中的约束条件个数等于另一个问题中的变量数 （4）原问题的约束系数矩阵与对偶问题的约束系数矩阵互为转置矩阵 3、互补松弛性 练习 已知线性规划问题 对偶单纯形法 　下面通过例题说明对偶单纯形法的步骤： 例3 用对偶单纯形法求解线性规划问题： 第五步：重复第二～四步，一直到找出最优解为止。 单纯形法是在基本可行解中寻找满足最优性条件（简约价值系数非负）的最优解 对偶单纯形法则是在所有满足最优性条件（简约价值系数非负）的最优解中寻找满足可行的最优解 第二步：由于对偶问题的求解是使目标函数达到最小值 　　　　所以最优判别准则是当所有检验数大于等于零时 为最优（也即这时原问题是可行解） 　　　　如果不满足这个条件，找出绝对值最大的负检 　　　　验数，设为　　，其对应的原问题的基变量　　　 　　　　即为对偶问题的换入变量 第三步：将　　　　行数字与表中第　行对应的数字对比　　 　　　令 第四步：用换入变量替换对偶问题中的换出变量（在单纯 形表中反映为用 替原问题的基变量 ）， 得到一个新的单纯形表。 表中数字计算同用单纯形法时完全一样。 新表中对偶问题仍保持基本可行解，原问题基变 量列数字相当于对偶问题的检验数。 15/2 0 0 7/2 3/2 cj -17/2 －5/4 1 0 　 －1/4 1/4 15/2 0 1 1/2 －3/2 y2 1/4 y3 ? 15 0 　1 　 4 0 Cj -8 0 1 　1/6 　－1/6 0 －5 0 　 [-2/3] 　－1/3 1 y2 1/3 y5 －1/3 15 24 5 0 0 　　　cj 　　　0 0 　［－6］ －1 1 0 －5 －2 －1 0 1 y4 －2 y5 －1 y1 y2 y3 y4 y5 15 24 5 0 0 例4 考虑线性规划问题 基变量 右端项 －f 6.8 3 0 0 0 0 0 x3 -2.6 -1 1 0 0 0 -800 x4 -3.8 -3 0 1 0 0 -1000 x5 -1.6 -1 0 0 1 0 -100 x6 -6 -10 0 0 0 1 -6000 基变量 右端项 －f 5 0 0 0