优化方法lecture4对偶理论.pptx

最优化方法Optimization第四章对偶理论窗含西岭千秋雪，门泊东吴万里船。对偶是一种普遍现象主要内容LP对偶问题的形式LP的对偶定理对偶问题的经济解释对偶单纯形法原-对偶算法对偶问题的来源甲乙丙丁材料每台收益产品３２１１200040003000x1x2x3ABC４１３２２２３４限额600400300200y1y2y3y4假设工厂考虑不进行生产而把全部可利用的资源都让给其他企业，工厂希望给这些资源定出一个合理的价格，即使别的企业愿意购买，又使本工厂能得到生产这些产品所能获得的最大收益。对偶问题的表达（1）对称LP问题的定义第二类对称形式第一类对称形式（2）对称LP问题的对偶问题(P)(D)例：写出下列LP问题的对偶问题对偶例：写出对偶问题(D)的对偶变形(D)对偶结论：对偶问题(D)的对偶为原问题(P)。变形(DD)写出对称形式的对偶规划的要点min变成max价值系数与右端向量互换系数矩阵转置≥变≤原问题中约束条件的个数=对偶问题中变量的个数原问题中变量的个数=对偶问题中约束条件的个数非对称形式的对偶对称形式(P)(D)对偶例min5x1+4x2+3x3s.t.x1+x2+x3=43x1+2x2+x3=5x1≥0,x2≥0,x3≥0对偶问题为max4w1+5w2s.t.w1+3w2≤5w1+2w2≤4w1+w2≤3一般情形LP问题的对偶问题标准形对偶约束变量约束变量练习题对偶问题的基本性质对偶问题(D)原问题(P)定理1(弱对偶定理)例：(P1)1）原问题(P1)一可行解x=(1,1)T目标值=4040是(D1)最优目标值的上界.2）对偶问题(D1)一可行解w=（1111）目标值=1010是(P1)最优目标值的下界.推论1若问题(P)或(D)有无界解，则其对偶问题(D)或(P)无可行解极大化问题的任何一个可行解所对应的目标函数值都是其对偶问题的目标函数值的下界。推论2推论3极小化问题的任何一个可行解所对应的目标函数值都是其对偶问题的目标函数值的上界。定理2(最优性准则)证明：例定理3(强对偶定理)若(P),(D)均有可行解,则(P),(D)均有最优解,且(P),(D)的最优目标函数值相等.证明：因为(P),(D)均有可行解,由推论2,推论3知,(P)的目标函数值在其可行域内有下界,(D)的目标函数值在其可行域内有上界,故则(P),(D)均有最优解.引入剩余变量，把(P)化为标准形:推论：若问题(P)或(D)无可行解，则其对偶问题(D)或(P)或者无可行解,或者目标函数值趋于无穷。推论在用单纯形法求解LP问题（P）的最优单纯形表中松弛变量的检验数的相反数(单纯形乘子w=(B-1)TcB)就是其对偶问题（D）的最优解.由于(P)化成标准形式时,松弛变量xn+j对应的列为-ej，它在目标函数中的价格系数＝０，所以，判别数＝(B-1)TcB(-ej)-0=-wj则松弛变量对应的判别数均乘以(-1)，便得到单纯形乘子w=(w1,…,wm).当原问题达最优时,单纯形乘子即为对偶问题的最优解.例:求下列问题对偶问题的最优解解：化为标准形x1x2x3x4x512100x3x4x58161240010040014-2-300001010-1/2x3x4x2121634001001001/4-20003/49x1x2x3x4x51010-1/2x1x4x228300-412201001/40020-1/4131001/40x1x5x244200-2