第八章 线性规划.ppt

将上式两端同乘以（-1），则式(8.35)变成下面的等 价问题，注意： 这个问题就是本原问题式(8.32)。证毕。 和 分别是式(8.32)与(8.33)的可行解,则恒有 定理8.4 设式(8.32)与(8.33)是一对互为对偶的线性规划问题,并且 是式(8.32)的可行解,故有 将上式两边同乘以yi,并对i从1到m求和得 即 (8.36) 证明：∵ 是式(8.33)的可行解,故有 将上式两边同乘以xj,并对j从1到r求和得 即 (8.37) 由式(8.36)和(8.37)即得 又因为 (8.36) 定理8.5 如果 和 分别是本原 问题式(8.32)和对偶问题式(8.33)的可行解,且有 则 是本原问题式(8.32)的最优可行解, 是对偶问题式(8.33)的最优可行解。 证明：用反证法。若 不是本原问题式(8.32） 的最优解,则必存在本原问题式(8.32)的一个可行解 而 这与定理8.4矛盾,故 必是本原问题式(8.32)的 最优可行解.同理可证 是对偶问题式(8.33)的 最优可行解. 使得 定理8.6 如果本原问题(式8.32)与对偶问题(式8.33)之一有最优可行解，则另一个也有最优可行解，且它们的目标函数值相等。 证明：略。 定理8.6表明了本原问题(对偶问题)最优可行解存在性，保证了对偶问题（本原问题）的最优可行解的存在。由这一定理可得到如下的推论，该推论表明了怎样从本原问题的最优单纯形表得到对偶问题的最优可行解。 推论 在本原问题的最优单纯形表中，目标函数的松弛变量的系数就是对偶问题的最优基本可行解。 由定理8.6与推论可知，用单纯形法求一个本原问题和它的对偶问题的最优可行解，可以先直接求出这个本原问题的最优可行解，从而得到对偶问题的最优可行解，也可以先求出对偶问题的最优可行解，从而得到本原问题的最优可行解。 [例1] 求解线性规划问题 由于该问题无明显基本可行解，故可用二阶段法求解。然而其约束条件较多，计算起来较为困难。因此可以考虑选择求其对偶问题的最优可行解，从而得到本原问题的最优可行解。 对偶问题为 引入松弛变量y6, y7,得到如下的标准形 式(8.39)有明显的基本可行解(0,0,0,0,0,1,1)，用这个基本可行解作为初始基本可行解，由单纯形表格法可得表8-27，表8-28。 y1 y2 y3 y4 y5 解 y6 -4 -5 -3 -7 8 1 y7 -5 -2 -8 -4 5 1 z 10 10 12 7 -1 0 表8-27 y1 y2 y3 y4 y6 解 y5 -1/2 -5/8 -3/8 7/8 1/8 1/8 y7 -5/2 9/8 -49/8 -67/8 -5/8 3/8 z 19/2 75/8 93/8 63/8 1/8 1/8 表8-28 由表8-28可得对偶问题的最优基本可行解为(0,0,0,0,1/8,0,3/8), max z=1/8。又由定理8.6的推论可知，本原问题的最优基本可行解为 x1=1/8,x2=0, min y=1/8（目标函数中松弛变量的系数）。 [例2]求解下列线性规划问题的对偶问题 对于这个问题，没有必要写出对偶问题再去求解，这里只需用单纯形法对本原问题求解，再由定理8.6的推论即可得到对偶问题的最优可行解。 标准形化 引入松弛变量x3，x4得 显然，可用(0,0,1,1)作为初始基本可行解，利用单纯 形法可得表8-29，8-30，8-31。 x1 x2 解 x3 1 5 1 x4 3 2 1 y -5 -6 0 x4 x2 解 x3 -1/3 13/3 2/3 x1 1/3 2/3 1/3 y 5/3 -8/3 5/3 表8-29 表8-30 x4 x3 解 x2 -1/13 3/13 2/13 x1 5/13 -2/13 3/13 y 19/13 8/13 27/13 表8-31 由表8-31可得本原问题的最优基本可行解为(3/13, 2/13, 0, 0), max y=27/13. 同时可得到对偶问题的最优基本可行解为(8/13, 19/13), min z =27/13。 * ax+(1-a)y \in E A(ax+(1-a)y)=aAx+(1-a)Ay=aB+(1-a)B=B * 值得注意的是，这节关于n维空间中的超平面和凸多面体的理论问题只是作了粗略的介绍，并没有作严格的推理论证。目的是给§8.5节中将证明的定理提供几何解释。对有关n维空间的几何图像，读者也没有必要苦求把它们直观化。 * 当增加xm+j的值而使它成为一个基本变量的时候，xk就变成一个非基本变量。 * * 表中方框中的数