运筹学2014-2015-2第2章

合集下载

第二章 单纯形法

第二章 单纯形法

最小比值规则
当确定进基变量后, 当确定进基变量后,以进基变量的系数列向量 中的正数为分母, 中的正数为分母,以相应的方程右端常数为分子求 最小比值,所得到的最小比值的分母就是主元 主元. 最小比值,所得到的最小比值的分母就是主元.主 元所在的方程中的基变量就是离基变量 离基变量. 元所在的方程中的基变量就是离基变量.即:
bi bl min α ik > 0 = a ik a lk
令新的非基变量 x3 = x 4 = 0 ,得到新的 基本可行解: 基本可行解: T 经济含义—— 经济含义—— 分别生产甲,乙产品20 20个 分别生产甲,乙产品20个,此时可获得 利润200百元. 200百元 利润200百元.
几个名词
进基, 进基,进基变量 离基, 离基,离基变量 最大检验数规则 最小比值规则 主元/ 主元/主方程 迭代(旋转运算) 迭代(旋转运算)
增加单位产品甲比乙对目标函数 的贡献值大(600>400),故先把非 的贡献值大(600>400),故先把非 ), 变成基变量, 基变量 x1 变成基变量,称为让 x1 进基, 进基变量. 进基,同时称 x1 为进基变量.
R( A) = R( A, b ) = 3 < 5
则该函数约束等式方程组有无穷多组解. 则该函数约束等式方程组有无穷多组解.
分析目标函数表达式
max z = 6 x1 + 4 x 2 + 0 x3 + 0 x 4
非基变量的系数都是正数,若将它们转换 非基变量的系数都是正数, 为基变量,目标函数值则就会可能增加. 为基变量,目标函数值则就会可能增加. 经济含义:每分别多生产一个单位产品甲, 经济含义:每分别多生产一个单位产品甲, 目标函数值分别增加6 乙,目标函数值分别增加6,4,即利润分 别增加600 600元 400元 别增加600元, 400元.

运筹学课件 第二章-对偶问题

运筹学课件 第二章-对偶问题

2.4 运输问题
2.1 线性规划的模型与图解法
2.1.1 问题的引入 (1)生产安排问题 如何合理使用有限的人力、物力和资金, 使得收到最好的经济效益。
例1:某工厂可生产甲、乙两种产品,需消耗煤、 电、油三种资源。现将有关数据列表如下:
资源单耗 资源 产品
甲 9 4 3 7
乙 4 5 10 12
•约束条件的类型与非负条件对偶 •非标准的约束条件类型对应非正常的非负规划:
min z 5 x x 3 x
1 2
3
2x 2x x 1
1 2 3
x 3 x 4 x 10
1 2 3
2x 2x x 5
2.3.2 灵敏度分析
一、定义:
灵敏度分析讨论建模时的系数及有关变量变化时对 解的影响。 反映在两个方面
最优性: j C j C B B 1 Pj 1 可行性:X B B b
二、目的:
(1)参数在何范围内变化最优解(基)不变。 (2)参数变化,最优解有何变化。 1.资源向量b的变化分析
4.最优性
设X,分别是( P )与( D )问题的可行解, Y 且C X Y b,则 X, Y皆为最优解。
图示为:
CX Yb
z w CX Yb
* *
5.强对偶性 设 如果(P)问题有最优解,则(D)问题也有最 优解,且最优值相等。 证:对(P)增加松弛变量XS,化为标准型:
min w 2 y1 y2 y1 2 y2 1 y1 y 2 1 y1 y2 0 y , y 0 1 2
s.t.
s.t.
若原问题xj≤0,则对偶问题第j个约束
反号(与规定形式比)。同理,若原问题 第i个约束反号(与规定形式比),则对偶 问题yi≤0。

运筹学第2章对偶理论和灵敏度分析-第4节

运筹学第2章对偶理论和灵敏度分析-第4节

1 y1 2 y2 3 y3
x1 0, x2,x3 0, x4无约束
则由表2-4中原问题和对偶问题的对应关系, 可以直接写出上述问题的对偶问题,
max z ' 5 y 1 4 y 2 6 y 3
y1 2 y2
2



y1 3 y1
2 y2
综合上述,线性规划的原问题与对偶问题 的关系,
其变换形式归纳为表2-4中所示的对应关系。
原问题
目标函数 max z
n个
变 0


0
无约束
约 m 个



0



0

约束条件右端项
目标函数变量的系数
对偶问题
目标函数 min
n个 约


证:由性质(2)可知,
YbCX ,是不可能成立。
例:
LP:
DP:
maxzx1 x2
mi n4y1 2y2
2xx11xx22
4 2

2yy11yy22
1 1
x1,x2 0
y1,y2 0
从两图对比可明显看到原问题无界, 其对偶问题无可行解
j1

x
j

0,
j

1 ,2 ,
,n
第一步:先将等式约束条件分解 为两个不等式约束条件。
n
maxz cj xj j1


n
aijxj bi j 1,2,,m 213
j1


n
ai j x j
bi ,
i

运筹学02-单纯形法

运筹学02-单纯形法

反之,若经过迭代,不能把人工变量都变
为非基变量,则表明原LP问题无可行解。
19
第2章
单纯形法
2.3 人工变量法
2.3.1 大M法
在原问题的目标函数中添上全部人工变量,并令其系数 都为-M,
而M是一个充分大的正数。即
max z = c1x1 + c2x2 + c3x3 + … + cnxn – M( xn+1 + xn+2 +…+ xn+m )
思路:由一个基本可行解转化为另一个基本可行解。 等价改写为 目标方程 max z max z = 3x1+5x2 z -3x1 -5x2 = 0 z -3x1 -5x2 x1 +x3 x1 +x3 = 8 2x2 +x4 2x2 +x4 = 12 s.t. s.t. 3x1+4x2 +x5 3x1 + 4x2 +x5 = 36 x1 , x2 ,x3,x4,x5 x1 , x2 ,x3,x4,x5 ≥ 0
以主列中正值元素为分母,同行右端常数为分子,求比值;
6
第2章
单纯形法
2.1 单纯形法的基本思想
(Ⅰ)
用换基运算 将X0 转化为 另一个基本 可行解 X1。
z- 3x1 -5x2 = 0 0 换基运算—— x1 +x3 = 8 ① 方程组的初等变换 目的是把主列变为 22x2 +x4 = 12 ② 单位向量:主元变 3x1 + 4x2 +x5 = 36 ③ 为1,其余变为0。 X0 = ( 0, 0, 8, 12, 36 )T z0 = 0
⑴ 当前基:m阶排列阵

运筹学:第2章 图与网络分析 第4节 最大流

运筹学:第2章 图与网络分析 第4节 最大流

v2
13 (5)
6(3)
v5
9 (5)
5 (2)
v1
4 (1) 5 (2)
v4
9 (3)
v3
5 (0)
4 (2) 4 (1)
v6
v7
10 (1)
设 V1 v1 , v2 , v5 ,V2 v3 , v4 , v6 , v7 则截集为
(V1,V2 ) (v1v3 ), (v2 , v4 ), (v5 , v7 ) 截量为24
凡与u方向相同的称为正向弧; 凡与u方向相反的称为反向弧; 其集合分别用u+和u-表示。 f 是一个可行流,如果满足:
0 fi j ci j 0 fi j ci j
(vi , vj ) 即μ+中的每一条弧都是非饱和弧 (vi , vj ) 即μ-中的每一条弧都是非零流弧
则称 u为从vs到vt 的关于f 的一条增广链。
是一个(V,A,C),vs为始点,vt为终点。如 果把V分成两个非空集合V1 ,V2(V1 V2 ,V1 V2 V )
使vs V1 ,vt V2 ,则所有始点属于V1 ,而终点属于 V2的 弧的集合,称为D的截集,记作 (V1 ,V2。) 截集(V1 ,V2)中所有弧的 容量之和,称为这个截集的截量,记为C(V1,V2) 。
2 .把节点集V分成VA :已标号点集
VB :未标号点集
3.考虑所有这样的弧(vi ,vj) 或(vj,vi ) ,其中vi VA,v j VB
若该弧为
(1)流出未饱弧,那么给vj标号(θj, vi) ,其中: θj=cij-fij
(2)流入非零弧,那么给vj标号(θj, -vi) ,其中: θj=fij 4.重复步骤2,3,直到vt被标号或标号过程无法进行下去 ,则标号结束。

运筹学--第2节(线性规划-标准型)

运筹学--第2节(线性规划-标准型)
一、问题的提出 二、线性规划数学模型的一般形式 三、线性规划数学模型的标准形式
分析和表述问题
目 例1 美佳公司计划制造I,II两种家电产品。已知各制造标一件时
分别占用的设备A、B的台时、调试时间及A、B设备和调试工
序每天可用于这两种家电的能力、各售出一件时的获利:情况如 表 的I利—润l所为示最。大问。该公司应制造A、B两种家电各多少件,利使获取
minZ= 2x11 + x12+3x13+2x21 +2x22 +4x23 +3x31 +4x32 +2x33
x11 +x12+x13 50 x21+x22+x23 30 x31+x32+x33 10
x11 +x21+x31 = 40 x12 +x22+x32 = 15 x13 +x23+x33 = 35
假设:利润——Z
家电I的数量——x1
家电II的数量——x2
分析和表述问题
例1 美佳公司计划制造I,II两种家电产品。已知各制造一件时 分别占用的设备A、B的台时、调试时间及A、B设备和调试工 序每天可用于这两种家电的能力、各售出一件时的获利情况如 表I—l所示。问该公司每天应制造I、II两种家电各多少件,使 获取的利润为最大。
x1 , x2 , x4 , … , x7 0
练习
补充作业、运输问题
从仓库到工厂运送单位原材料的成本,工厂对原
材料的需求量,仓库目前库存分别如表所示,求成本 最低的运输方案。
工厂 仓库
1 2 3 需求
1 2 3 库存
213
50
224

北交大交通运输学院《管理运筹学》知识点总结与例题讲解第2章 线性规划

北交大交通运输学院《管理运筹学》知识点总结与例题讲解第2章 线性规划

第二章线性规划教学目的:了解线性规划的基本概念,理解线性规划最优化原理、单纯形法原理,掌握单纯形法及其矩阵描述、人工变量法、,能够对简单的问题建模。

教学重点:线性规划的含义、性质;线性规划问题的求解方法——图解法、单纯形法。

线性规划模型的建立非标准型线性规划问题转化为标准线性规划问题;线性规划问题的图解法;解的存在情况判断;大M法;两阶段法;单纯形法的矩阵表示;教学难点:单纯形法的求解思想、矩阵表示、对偶理论、对偶单纯形法以及灵敏度分析。

学时: 8学时2.1 线性规划(Linear Programming,LP)问题及其数学模型(1学时)我们应用数学规划模型求解实际问题中,将实际问题抽象成数学模型,然后再对其求解。

2.1.1线性规划问题提出我们用一个简单例子来说明如何建立数学规划问题的数学模型。

例2.1 某家具厂生产桌子和椅子两种家具,有关资料见表2-1。

解:用数学语言来描述生产计划安排问题,这个过程称为建立其数学模型,简称建模。

设:①桌子、椅子生产的数量分别为x1,x2,称为决策变量。

因为产量一般是一个非负数,所以有x1,x2≥0,称非负约束。

②限制条件为木工和油漆工的加工时间约束了产品的生产量x1,x2。

约束如下:4x1+3x2≤1202x1+x2≤50③生产桌子、椅子x 1,x 2所得总收入为Z ,显然Z =50x 1+30x 2。

我们希望总收入值能达到最大,这个关系用公式表达为max Z =50x 1+30x 2 把上述所有数学公式归纳如下12121212max .0z 50x 30x 4x 3x 120s t 2x x 50x x =++≤⎧⎪+≤⎨⎪≥⎩,这就是一个最大化的线性规划模型。

例 2.2(运输工具的配载问题)有一辆运输卡车,载重2.5t ,容积183m ,用来装载如下的两种货物:箱装件125kg/个、0.43m /个;包装件20kg/个、1.53m /个。

问:如何装配,卡车所装物件个数最多?解 根据题意,设箱装件1x 个,包装件2x 个,那么需要满足条件:体积约束 120.4 1.518x x +≤重量约束 12125202500x x +≤非负约束12,0x x ≥目标要求 max z=12x x +我们对上面的式子稍作整理,便得到下面的形式:max z=12x x +1212120.4 1.518125202500,0x x x x x x +≤⎧⎪+≤⎨⎪≥⎩ 上述两例中所提出的问题,最终都归结为在变量满足线性约束条件的前提下,求使线性目标函数最大或最小的问题,这种问题称为线性规划问题。

运筹学第2章影子价格

运筹学第2章影子价格

ck zk alk
按 规则所对应的列的非基变量 xk 为换入变量,这 样才能保持得到的对偶问题解仍为可行解。
(4) 以 alk 为主无素,按原单纯形法在 表中进行迭代运算,得到新的计算表。
重复(1)-(4)的步骤。 下面举例来说明具体算法
例6 用对偶单纯形法求解
min 2x1 3x2 4x3
由表2-7看出,对偶问题仍是可行解,而 b列中仍有负分量。故重复上述迭代步骤, 得表2-8。
表2-8中b列数字全为非负,检验数全为 非正,故问题的最优解为
X * (11 / 5,2 / 5,0,0,0)T
若对应两个约束条件的对偶变量分别为 y1和y2,则对偶问题的最优解为
表2-7
用改进单纯形法求线性规划问题
max S 8x1 20 x2 10 x3 20 x4 21x5
x1 2x2 x3
x5 10

x1
x3 3x4 2x5 24

x1
xi
2x2 0

2x3 2x4 2x5 (i 1,2,5)
z CB2 B21b (21,0,20)(10,5/ 2,1/ 2)T 220
居民区煤场
现有原
B1
B2
B3 料(吨)
A1
2
1
0
≥ 60
A2
0
每吨成品可获 利润(万元)
3
2
4
≥ 100
2
0.5
160
2 0 11 2 2 2 0
13,22,11,20, 21
对应的换入变量为 x4 。
计算


min

运筹学 第2章 线性规划的图解法

运筹学 第2章  线性规划的图解法

图2-1
管 理 运 筹 学
2-12

可行域
可行域的几何形状由于问题不同可以千变 万化,但可行域的几何结构是凸集 要求集合中的任何两点的连线段落在这个 集合中







2-13
§2
图解法
(4)目标函数z=50x1+100x2,当z取某一固定值时得到一 条直线,直线上的每一点都具有相同的目标函数值,称之 为“等值线”。平行移动等值线,当移动到B点时,z在可 行域内实现了最大化。A,B,C,D,E是可行域的顶点,对 有限个约束条件则其可行域的顶点也是有限的。
1.极小化目标函数的问题: 设目标函数为 Min f = c1x1 + c2x2 + … + cnxn (可以)令 z = -f , 则该极小化问题与下面的极大化问题有相同的最优解, 即 Max z = - c1x1 - c2x2 - … - cnxn
在线性规划中,一个“ ”约束条件中没使用 的资源或能力称之为松弛量。 • 为了把一个线性规划标准化,需要有代表没有 使用的资源或能力的变量,称之为松弛变量,记为 si •
管 理 运 筹 学
2-19
§2 图 解 法
• 线性规划的标准化内容之一:——引入松驰变量(含 义是资源的剩余量) 例1 中引入 s1, s2, s3 模型化为 目标函数:Max z = 50 x1 + 100 x2 + 0 s1 + 0 s2 + 0 s3 约束条件:s.t. x1 + x2 + s1 = 300 2 x1 + x2 + s2 = 400 x2 + s3 = 250 x1 , x2 , s1 , s 2 , s3 ≥ 0 对于最优解 x1 =50 x2 = 250 , s1 = 0 s2 =50 s3 = 0 把所有的约束条件都写成等式,称为线性规划模型的 标准化。

运筹学第二章灵敏度分析

运筹学第二章灵敏度分析

CB
-3 -5 -Z’
xB x1 X2
2.4 对偶解的经济解释
一、对偶线性规划 的解: P55
Cj xB x3 x1 x2 z b 7/2 7/2 3/2 x1 1 0 0 y4 Cj yB b y1 15/2 0 原问题变量 x2 0 0 1 0 y5 对偶问题变量 y2 y3 x3 1 0 0 0 y1 原问题变量 x4 5/4 1/4 -1/4 1/4 y2 x5 -15/2 -1/2 3/2 1/2 y3
T.G.Koopman(库普曼)和 L.V.Kamtorovich(康脱罗维奇)
二人因此而共同分享了1975年的第7届诺贝尔经 济学奖。
2.5 灵敏度分析
一、灵敏度分析的含义 是指系统或事物因周围条件变化显示出来的敏感性程度的分析。 对于线性规划问题的灵敏度分析是指参数A,b,C变化引起的 对原问题解的变化的分析。 其中:A为技术参数矩阵,b为资源向量,C为价值向量 可以用参数变化后的问题重新用单纯形法求解? 没必要,意义不大,有些问题看不出来。 把相应的变化反映到最终单纯形表中,再根据情况用相应的方 法求解。
Z 50 x1 30 x2
2.1 线性规划的对偶问题与对偶理论
假设现有乙公司准备租借用(购买)该木器厂的木工和 油漆工两种劳力的劳务,需要考虑这两种劳务以什么 样的价格租入最合算?而同时甲公司要以什么条件才 会租让?甲公司肯定会以自己利用两种劳力的劳务组 织生产所获得的利润最大为条件,设每个木工的租用 价格为y1,每个油漆工的租用价格为y2,则乙公司愿 意租用的出资为:
0 变量 0 无限制
型 约束 型 型
0 变量 0 无限制
型 约束 型 型

运筹学之单纯形法

运筹学之单纯形法

0 0
-M-4 3
0 1
0 0
0
0
-2
0
0
6 -M
X4
X1 X7
64
14
22
0
1
0
2
0
(1)
0
0
0
1
0
0
0
0
-1
-4
1
0
0
0
1
CB
XB X3
172 6
0
0
0 1
0 0
-4 (3)
6+M -2
4+M -3
0
0
0
0
6 4
X4
X1 X2
20
14
22
0
1
0
0
0
1
0
0
0
1
0
0
2
0
-1
-4
1
0
-2
0
1
CB
XB
6
4 3 2
-1
1 0 (1)
0
0 1 0
0
1 0 0
2
0 1 -2
(接下表)
0
0 0 1
0 2 0
1
X1
CB XB X3 X2 X1
2
X2
0
X3
0
X4
0
X5
8 2 3 2
0 0 0 1
0 0 1 0
0 1 0 0
0 (2) 1 -2
1 -1 0 1
0 2 1
CB
XB
X4 X2 X1
8
1 2 4
0
0 0 1

第2章--单纯形法的几种特殊情况学习资料

第2章--单纯形法的几种特殊情况学习资料

450-25M
6 30 4 780-4M
2
管理运筹学
§4 几种特殊情况
解:在上述问题的约束条件中加入松驰变量,得标准型如下:
目标函数 max z x1 x2
约束条件 x1 x2 s1 1,
填入单纯形表计算得:
迭 基 CB x1
x2
s1
代变 次量
1
1
0

3x1 2x2 s2 6,
s2 M 9. 显然这是线性规划的可行解,此时目标函数
z x1 x2 M 1 M 2 M 1.
管理运筹学
5
§4 几种特殊情况
由于M可以是任意大的正数,可知此目标函数值无界。
上述的例子告诉了我们在单纯形表中识别线性规划问题是无界的方法: 在某次迭代的单纯形表中,如果存在着一个大于零的检验数 ,并 ij 且该列 的系数向量的每个元素aij(i=1,2,…,m)都小于或等于零,则此线性规划问题 是无界的,一般地说此类问题的出现是由于建模的错误所引起的。
2x1 x2 s2 400, x2 s3 250, x1, x2 , s1, s2 , s3 0.
填入单纯形表计算得:
管理运筹学
7
迭 基变 CB x1 代量
次 数
50
s1 s2 0 s3
01 02 00
zj
0
cj-zj
50
s1 s2 1 x2
01 02 50 0
zj
0
cj-zj
50
x1 2 s2
x1 s2 30, x1 x2 s3 a1 40, x1, x2 , s1, s2, s3, a1 0.
填入单纯形表计算得:
管理运筹学
1
§4 几种特殊情况

运筹学——第2章_线性规划的图解法

运筹学——第2章_线性规划的图解法

Q点坐标为x1=250,x2=100。也即得到此线性规划问 题的最优解,购买A原料250吨,购买B原料100吨, 可使成本最小,即2x1+3x2=2×250+3×100=800(万元)。 分析: 可知购买的原料A与原料B的总量为 250+100=350(吨)正好达到约束条件的最低限,所需 的加工时间为2×250+1×100=600正好达到加工时间 的最高限。而原料A的购进量250吨则比原料A购进量 的最低限125吨多购进了250-125=125吨, 这个超过 量在线性规划中称为剩余量。

7
对于一般线性规划问题的建模过程。应注意 如下几个问题:
1.要正确理解所要解决的问题,要搞清在什么条件
下,追求什么样的目标。 2.定义决策变量,每一个问题都用一组决策变量 (X1, X2, …, Xn)表示任何一个方案;这组决策变量的值就代 表一个具体方案,一般这些变量取值是非负的。 3.用决策变量的线性函数形式写出所要追求的目标, 称之为目标函数,按问题的不同,要求目标函数实现最 大化或最小化。 4.用一组决策变量的等式或不等式来表示在解决问 题过程上所必须遵循的约束条件。 满足以上2、3、4三个条件的数学模型称之为线性规 划的数学模型,其一般形式为: 8
品的 产量是不能取负值的。综上所述,就得到了例1的数学模型 如下:
6
目标函数: max Z=50x1+100x2, 满足约束条件:x1+x2≤300, 2 x1+x2≤400, x2≤250, x1≥0, x2≥0. 由于上述数学模型的目标函数为变量的线性函数, 约束条件也为变量的线性等式或不等式,故此模型称 之为线性规划。如果目标函数是变量的非线性函数, 或约束条件中含有变量非线性的等式或不等式的数学 模型则称之为非线性规划。 把满足所有约束条件的解称为该线性规划的可行 解。把使得目标函数值最大(即利润最大)的可行解称 为该线性规划的最优解,此目标函数值称为最优目标 函数值,简称最优值。

运筹学(第四版)清华大学出版社《运筹学》教材编写组-第章

运筹学(第四版)清华大学出版社《运筹学》教材编写组-第章

27
清华大学出版社
2.1.4 线性规划问题的解概念
❖ 1.可行解 ❖ 2.基 ❖ 3.基可行解 ❖ 4.可行基
28
清华大学出版社
2.1.4 线性规划问题的解的概 念
1. 可行解
❖ 定义
满足约束条件(1-5)、(1-6)式的解X=(x1,x2,…,xn)T, 称为线性规划问题的可行解,其中使目标函数达到最 大值的可行解称为最优解。
21
清华大学出版社
2.1.3 线性规划问题的标准型式
线性规划问题的几种表示形式
用向量形式表示的标准形式线性规划
M
'' 1
:目标函数:max
z
CX
n
约束条件: j1 Pj x j
b
x
j
0,
j 1,2,,n
C c1 ,c2 ,,cn ;
x1
a1 j
b1 Xx2 ; NhomakorabeaPj
a2
j
若约束条件为“≤”型不等式,则可在不等式左端加入非负松弛变 量,把原“≤”型不等式变为等式约束; 若约束条件为“≥”型不等式,则可在不等式左端减去一个非负剩 余变量(也称松弛变量),把不等式约束条件变为等式约束。 (3) 若存在取值无约束的变量xk,可令
xk xk' xk" xk' , xk" 0
2.1.3 线性规划问题的标准型式
M1 : 目标函数:max z c1x1 c2 x2 cn xn
a11x1 a12 x2 约束条件:a21x1 a22 x2
a1n xn b1 a2n xn b2
am1x1 am2 x2 amn xn bm
x1, x2 , , xn 0

运筹学第2章线性规划的对偶问题

运筹学第2章线性规划的对偶问题
第2章 线性规划的对偶理论 与灵敏度分析
§2.1 线性规划的对偶问题
随着线性规划应用的逐步加深,人们发现每一个线性规 划问题都存在一个与之对应的、具有密切关联的线性规 划问题,其中一个称为原问题,另一个称为对偶问题 (Dual linear programming,DLP)。对偶问题不仅具有 优良的数理性质,而且还有着重要的实际意义,尤其在 生产运营管理中有明显的经济含义。对偶理论充分显示 出线性规划理论逻辑上的严谨性和结构上的对称性,使 线性规划理论更加丰富,应用领域更为广泛。
yi 0 (i 1,2,3)
则得如下的线性规划模型:
min w 48 y1 20 y2 8 y3 8 y1 4 y2 2 y3 600 6 y 2 y2 1.5 y3 300 s.t. 1 y1 1.5 y2 0.5 y3 200 y , y , y 0 1 2 3
max z 2 y1 5 y2 9 y3 y1 3 y2 2 y3 3 2 y y 2 y 1 1 2 3 5 y1 y2 3 y3 1 y1无约束,y2 0, y3 0,
max z 600 x1 300 x2 200 x3 8 x1 6 x2 x3 48 4 x1 2 x2 1.5 x3 20 s.t 2 x1 1.5 x2 0.5 x3 8 x , x , x 0 1 2 3
x1 2, x2 0, x3 8
(2.1.6)
设 yi (i 1,2,, m) 表示第i种资源的定价,则其对偶问 题的形式为:
min w b1 y1 b2 y2 ... bm ym a11 y1 a21 y2 ... am1 ym c1 a y a y ... a y c 12 1 22 2 m2 m 2 s.t. a y a y ... a y c mn m n 1n 1 2 n 2 y1 , y2 , , ym 0
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。

则称下列线性规划问题 Min W b1 y1 b2 y 2 bm ym a11 y1 a 21 y 2 a m 1 ym c1 a12 y1 a 22 y 2 a m 2 ym c 2 s .t a y a y a y c 2n 2 mn m n 1n 1 yi 0 i 1 ,2 , , m
Z 5 x1 6 x 2 3 x1 2 x 2 7 4 x 1 x 2 9 x1 , x 2 0
Min s .t
W 7 y1 9 y 2 3 y1 4 y 2 5 2 y1 y 2 6 y1 , y 2 0
王老板做家 具赚了大钱, 可惜我老李 有高科技产 品,却苦于 没有足够的 木工和油漆 工咋办?只 有租咯。
家具生意还真赚钱, 但是现在的手机生 意这么好,不如干 脆把我的木工和油 漆工租给他,又能 收租金又可做生意。
王 老 板
价格嘛…… 好商量, 好商量。只 是…...
Hi:王老板,听 说近来家具生意 好呀,也帮帮兄 弟我哦! 李 老 板
CB b b 0 XB B CB CB b B-1b -CBB-1b XB I 0 CN XN N CN CN XN B-1N CN-CBB-1 N CS(0) XS I 0 CS(0) XS B-1 -CBB-1
2.3 对偶问题的提出
对偶问题的提出
引例1
俩家具制造商间的对话:
唉!我想租您的木工和 油漆工一用。咋样?价 格嘛……好说,肯定不 会让您兄弟吃亏。
x1 + x2 ≤45 2x1 + x2 ≤80 x1 +3x2 ≤90 x1,x2 ≥0
LP
2. 两问题数学模型的对应关系
(1)两个问题的系数矩阵互为转置。
(2)一个问题变量的个数,等于另一个问题的约束条件的个数。 (3)一个问题的右端常数,是另一个问题的目标函数的系数。
(4) 若一个问题的目标为“ max”,约束为“≤类型;则另一个 问题的目标为“min”,约束为“≥”类型。
线性规划的对偶理论
例3 求线性规划问题的 对偶规划
Max s .t
Z 5 x1 6 x 2 3 x1 2 x 2 7 4 x1 x 2 9 x1 , x 2 0
解:由原问题的结构可知不是对称型对偶问题,可先化为 对称型,再求其对偶规划。
Max s .t
这种关系称为对称型对偶关系。
2.4 线性规划的对偶理论
线性规划的对偶理论
一、 原问题与对偶问题的对应关系
Max Z= 40x1 +50x2 x1 + 2x2 30 s.t 3x1 + 2x2 60 2x2 24 x1,x2 0 原问题 (对偶问题)
(y1) (x 1 ) (x 2 ) 1 2 30 (y2) 3 2 60
4、将原问题约束条件的系数矩阵转置,得到其对偶问
题约束条件的系数矩阵; 5、改变约束问题不等号的方向,即将“≤”改为“≥”;
6、原问题为“max”型,对偶问题为“min”型。
线性规划的对偶理论
原始问题 Max Z=CX s.t. AX≤b X ≥0 Max
C
Y为行向量 对偶问题 Min W=Yb s.t. YA≥C Y ≥0
线性规划的对偶理论 上式已为对称型对偶问题,故可写出它的对偶 2 Z 7 y1 3 y1 4 y 2 5 3 y1 2 y1 y 2 6 2 y1 , y1 , y 2 0 y1
1
0 0 0 1 0 0 0
0
1 0 0 0 1 0 0
0
0 1 0 -0.4 -0.5 0.1 -1.2
90
40 30 30.8 20 100

•每一列的含 义? •每个表中的 B和B-1的查 找?

0
7 12
x3
x1 x2
84
20 24
0
1 0
0
0 1
1
0 0
-3.12
0.4 -0.12
1.16
为其对偶问题,其中yi (i=1,2,…,m) 上述对偶问题称为对称型对偶问题
称为对偶变量
线性规划的对偶理论
对称型问题的对偶规则
1、给每个原始约束条件定义一个非负对偶变量 yi(i=1,2,…,m);
2、使原问题的目标函数系数 cj 变为其对偶问题约束条 件的右端常数; 3、使原问题约束条件的右端常数 bi 变为其对偶问题目 标函数的系数;
4. 了解影子价格、灵敏度分析。
2.1 单纯形法的矩阵描述
单纯形法的矩阵描述
XB CB B-1b x1 x2 x3 x4 x5 ɵ
x3
x4 x5 x3 x4 x2
0
0 0 0 0 12
360
200 300 240 50 30
9
4 3 7 7.8 2.5 0,3 3.4
4
5 10 12 0 0 1 0
则上式化为

y1 y1 y1
Min s .t
Z 7 y1 9 y 2 3 y1 4 y 2 5 2 y1 y 2 6 y 无限制, y 0 2 1
Max s .t
Z 5 x1 6 x 2 3 x1 2 x 2 7 4 x1 x 2 9 x1 , x 2 0
按时下最流行的一个词,叫什么来着————
引例:资源价格问题
生产计划问题 甲 A B C 利润 1 乙 1 资源量 45 80 90 资源价格问题 Max Z(X)=4x1+5x2 x1 + x2 ≤ 45 2x1 + x2 ≤ 80 x1 + 3x2 ≤ 90 x1 ,x2 ≥ 0
2
1 4
1
3 5
线性规划的对偶理论
例2 求线性规划问题的 对偶规划
Max s .t
Z 5 x1 6 x 2 3 x1 2 x 2 7 4 x1 x 2 9 x1 , x 2 0
解:由原问题的结构可知不是对称型对偶问题,可先化为 对称型,再求其对偶规划。
Max s .t
Z 5 x1 6 x 2 3 x1 2 x 2 7 3 x1 2 x 2 7 4 x1 x 2 9 x1 , x 2 0
Max s .t
Z 5 x1 6 x 2 3 x1 2 x 2 7 3 x 1 2 x 2 7 4 x1 x 2 9 x1 , x 2 0
假设企业决策者不考虑自己生产产品甲、乙,而是将厂 里的现有资源卖出。试问该厂的决策者应给每种资源制 定一个怎样的价格,才能获得良好收益?

分析: 决策者要考虑两个因素: 第一,每种资源所收回的费 用应不底于自己生产时所获 得的利润; 第二,定价又不能太高,要 使对方容易接受。 总之,定价要公平合理,使 双方都能接受。 资源价格问题 y1 y2 y3 A B C 利润
对偶问题的提出
王老板的家具生产模型:
x1 、 x2是桌、椅生产量。 Z是家具销售总收入(总利润)。 max Z = 50x1 + 30x2 s.t. 4x1+3x2 ≤ 120(木工) 2x1+ x2 ≤ 50 (油漆工) x1, x2

王老板的资源出租模型:
y1、 y2单位木、漆工出租价格。 W是资源出租租金总收入。 min W =120y1 + 50y2 s.t. 4y1+2y2 ≥ 50 3y1+ y2 ≥ 30 y1, y2
线性规划的对偶理论 求线性规划问题的 例1 对偶规划
Max s .t
z 5 x1 6 x 2 3 x1 2 x 2 7 4 x1 x 2 9 x1 , x 2 0
解:由原问题的结构可知为对称型对偶问题
Min s .t
w 7 y1 9 y 2 3 y1 4 y 2 5 2 y1 y 2 6 y1 , y 2 0
3个约束 2个变量
Min W = 30y1 + 60 y2 + 24y3
y1 + 3y2 s.t
y1 , y2 , y 3 0
40
2y1 + 2 y2 + 2y3 50
2个约束 3个变量
对偶问题
(原问题)
(y3) 0 2 24 40 50 minω max z
线性规划的对偶理论
对偶问题的形式

0
0
原始线性规划问题,记为(P)
对偶线性规划问题,记为(D)
1. 所得不得低于生产的获利 (不吃亏原则) 两个原则 2. 要使对方能够接受
(竞争性原则)
对偶问题的提出 王老板按(D)的解 y1 、y2出租其拥有的木、漆工资源, 既保证了自己不吃亏(出租资源的租金收入并不低于自己生 产时的销售收入),又使得出租价格对李老板有极大的吸引 力(李老板所付出的总租金W最少)。
定义 设原线性规划问题为
Max
s .t
Z c1 x 1 c 2 x 2 c n x n a11 x1 a12 x 2 a1 n x n b1 a 21 x1 a 22 x 2 a 2 n x n b2 a x a x a x b m2 2 mn n m m1 1 x j 0 j 1 ,2 , , n
线性规划的对偶理论
原问题(或对偶问题) 约束条件右端项 目标函数变量的系数 目标函数 max 约 束 条 件 m个 ≤ ≥ = n个 变 量 ≥0 ≤0 无约束 对偶问题(或原问题) 目标函数变量的系数 约束条件右端项 目标函数 min m个 ≥0 ≤0 无约束 n个 ≥ ≤ = 约 束 条 件 变 量
相关文档
最新文档