最优化方法之对偶理论讲解.pptxVIP

最优化方法 Optimization第七讲; 窗含西岭千秋雪， 门泊东吴万里船。 -----(唐)杜甫 ;主要内容;对偶及鞍点问题;Lagrange函数;例：考虑线性规划问题;求下列非线性规划问题的对偶问题:;对偶问题为:;对偶定理;定理1(弱对偶定理);推论1:;对偶间隙：;LP 对偶问题的表达;例：写出下列LP问题的对偶问题;例：写出对偶问题(D)的对偶;;非对称形式的对偶;;;变量;;;练习题;LP对偶问题的基本性质;例：;推论1;定理2(最优性准则);例;定理3(强对偶定理);推论;解：化为标准形;x1 x2 x3 x4 x5 ;x1 x2 x3 x4 x5 ;(P);小结;;;定理4（互补松驰定理）;证明：（必要性）;证明：（充分性）　;定理4’：互补松驰定理(非对称形式）;例: 考虑下面问题;解:;1、定义;若把原问题的约束条件看成是广义的资源约束,则右端项的值表示每种资源的可用量. 对偶解的经济含义:资源的单位改变量引起目标函数值的增加量. 通常称对偶解为影子价格. 影子价格的大小客观地反映了资源在系统内的稀缺程度.资源的影子价格越高,说明资源在系统内越稀缺,而增加该资源的供应量对系统目标函数值贡献越大.; 木门 木窗 木工 4小时 3小时 120小时/日 油漆工 2小时 1小时 50小时/日 收入 56 30 解：设该车间每日安排 x1 x2 x3 x4 生产木门x1扇，木窗x2 x3 4 3 1 0 120 max z=56 x1 +30 x2 x4 2 1 0 1 50 s.t. 4 x1 +3 x2≤120 -56 -30 0 0 0 2 x1 + x2 ≤50 x3 0 1 1 -2 20 x1 x2 ≥0 x1 1 1/2 0 1/2 25 0 -2 0 28 1400 x2 0 1 1 -2 20 x1 0 0 -1/2 -1/2 15 0 0 2 24 1440; （2）告诉管理者花多大代价购买进资源或卖出资源是合适的 ;对偶单纯形法;所以，x(0)为对偶可行的基解。;基本思想： 从原问题的一个对偶可行的基解出发； 求改进的对偶可行的基解：每个对偶可行的基解x=(xBT,0)T对应一个对偶问题的可行解w=cBB-1，相应的对偶问题的目标函数值为wb=cBB-1b，所谓改进的对偶可行的基解，是指对于原问题的这个基解，相应的对偶问题的目标函数值wb有改进（选择离基变量和进基变量，进行主元消去）； 当得到的对偶可行的基解是原问题的可行解时，就达到最优解。; 与原单纯形法的区别： 原单纯形法保持原问题的可行性，对偶单纯形法保持所有检验数wPj-cj ≤0，即保持对偶问题的可行性。 特点：先选择出基变量，再选择进基变 量。;3、换基迭代;;x1 x2 x3 x4 x5;用对偶单纯形法求解下列LP问题;x1 x2