清华大学版运筹学 对偶理论与灵敏度分析.ppt

对偶理论与灵敏度分析;设max z = CX AX = b X ≥ 0 A为m×n阶矩阵 RankA=m ,取B为可行基, N为非基， ;求解步骤：;; 现在出租，设y1为设备单位台时的租金 y2,y3为材料A、B转让附加费(kg-1) ; 一般的，原问题：max z = CX AX ≤ b X ≥ 0; 1、典型情况 [eg.2]max z = x1 + 2x2 + x3 2x1 + x2 ≤ 6 2x2 + x3 ≤ 8 x1,x2,x3 ≥ 0; 2、含等式的情况 [eg.3]max z = x1 + 2x2 + 4x3 2x1 + x2 + 3x3 = 3 x1 + 2x2 + 5x3 ≤ 4 x1,x2,x3 ≥ 0; 3、含“≥”的max问题 [eg.4]max z = x1 + 2x2 + 4x3 2x1 + x2 + 3x3 ≥ 3 x1 + 2x2 + 5x3 ≤ 4 x1,x2,x3 ≥ 0;一般: ① max问题第i个约束取“≥”，则min问题第i个变量 ≤ 0 ；; [eg.5]min z = 2x1 + 3x2 - 5x3 + x4 x1 + x2 - 3x3 + x4 ≥ 5 2x1 + 2x3 - x4 ≤ 4 x2 + x3 + x4 = 6 x1 ≤ 0,x2,x3 ≥ 0,x4无约束;对偶问题的性质;推论： (1) max问题任一可解的目标值为min问题目标值的一个下界； (2) min问题任一可解的目标值为max问题目标值的一个上界。; 4、最优性 设X*，Y*分别为原问题和对偶问题可行解，当 CX*=Y*b时， X*，Y*分别为最优解。; 5、对偶定理 若原问题有最优解，那么对偶问题也有最优解， 且目标值相等。;∴Y*为对偶问题的最优解，且原问题和对偶问题 的目标值相等。 证毕 ;将b,C分别代入目标函数：;其中：; 7、检验数与解的关系 (1)原问题非最优检验数的负值为对偶问题的一个基解。 (2)原问题最优检验数的负值为对偶问题的最优解。;[eg.6]已知：min w = 20y1 + 20y2 的最优解为y1*=1.2,y2*=0.2 -ys1 y1 + 2y2 ≥ 1 ① 试用松弛性求对偶 -ys2 2y1 + y2 ≥ 2 ② 问题的最优解。 -ys3 2y1 + 3y2 ≥ 3 ③ -ys4 3y1 + 2y2 ≥ 4 ④ y1,y2 ≥ 0; ∵y1*=1.2,y2*0.2 0 ∴xs1* = xs2* = 0 由① y1* + 2y2* = 1.6 1 ∴ys1* 0 ∴x1* = 0 由② 2y1* + y2* = 2.6 2 ∴ys2* 0 ∴x2* = 0 由③ 2y1* + 3y2* = 3 =右边 ∴ys3* = 0 ∴x3*待定 由④ 3y1* + 2y2* = 4 =右边 ∴ys4* = 0 ∴x4*待定;最优情况：z* = w* = b1y1* + ··· + biyi* + ··?? + bmym* ;单纯形法：由 XB = B-1b ≥ 0，使σj ≤ 0，j = 1,···,m 对偶单纯形法：由σj ≤ 0(j= 1,···,n)，使XB = B-1b ≥ 0; (4)消元运算，得到新的XB。; [eg.8]用对偶单纯形法求解 min w = 2x1 + 3x2 + 4x3 x1 + 2x2 + x3 ≥ 1 2x1 - x2 + 3x3 ≥ 4 x1,x2,x3 ≥ 0;;分析 变化对最优解的影响。;例1 已知下述问题的最优解及最优单纯形表,;最优单纯形表如下: ;由最优单纯形表得:;不可行!;;例2 求例1 ?c4的变化范围,使最优解不变. ;分析:;方法:;解:;分析:;例