第二章 对偶理论及灵敏度分析分析

合集下载

对偶理论和灵敏度分析

对偶理论和灵敏度分析
从新的基,基变量开始。
可编辑ppt 23
福州大学公共管理学院
计算非基变量的检验数,确定换入变 量。
N1 CN1 CB1B11N1 ( 注意:N1 P1,P5 )
2,
0
(
0,0,3
1 )0
0 1
1/ 21 0 0 4 0
0 0 1/ 4 0 1
2, 3 / 4 对应 x1,x5
换入变量
a( 2) 23
a( 2) m3
a( 2) 2m
a( 2)
mm
可编辑ppt 13
福州大学公共管理学院
重复以上的步骤,直到获得
1
EmE2E1A
1
A1
1
可编辑ppt 14
福州大学公共管理学院
• 求单形法求解线性规划问题:
maxz 2x1 3x2 0x3 0x4 0x5
可编辑ppt
24
福州大学公共管理学院
(3) 确定换出变量
计算:
表示选择>0的元素
min
B11b B11P1
i i
B11P1 0
m
in
2 1
,16,3 4 0
2
对应x 1
可编辑ppt 25
福州大学公共管理学院
B 2 P1 , P4 , P2
主元素
1
1
1 0 0
P1 4
B3 P1 ,P5 ,P2 ;
换入变量x5 的系数向量是
1 0 1 / 2 0 1 / 2
B21P5
4
1
2 0 2 主元素
0 0 1 / 4 1 1 / 4
可编辑ppt 32
福州大学公共管理学院
计算B逆矩阵

《运筹学》胡运权 第4版 第二章 线性规划的对偶理论及灵敏度分析

《运筹学》胡运权 第4版 第二章  线性规划的对偶理论及灵敏度分析

b2 bm
x1, x2 , , xn 0
对 称 形 式 的
的 定 义
m W ib 1 n y 1 b 2 y 2 b m y m 对
s.t.
a11 a12 a1n
a21 a22 a2n
am1 y1 c1
am2 y2 amn ym
c2 cn
偶 问 题
y1, y2 , , ym 0
a23 x3 a33 x3
b2 b3
x1 0, x2 0, x3无 约 束
(2.4a) (2.4b) (2.4c) (2.4d)
先转换成对称形式,如下:
的 的一个变量,其每个变量对应于对偶问题 的一个约束。


m Z a c 1 x 1 x c 2 x 2 c n x n 一
对 偶
a11x1 a12x2 a1n xn (,)b1
a2
1x1
a22x2
a2n xn
(, )b2
般 线 性
问 题 的 定 义
am1x1 am2 x2 amnxn (,)bm xj 0( 0,或符号不限) j 1 ~ n
问题。

对偶问题是对原问题从另一角度进

行的描述,其最优解与原问题的最 优解有着密切的联系,在求得一个

线性规划最优解的同时也就得到对 偶线性规划的最优解,反之亦然。

对偶理论就是研究线性规划及其对 偶问题的理论,是线性规划理论的
重要内容之一。
问 题 的 导 出
例2-1
我们引用第一章中美佳公司的例子,如表1

x1, x2, , xn 0

m W ib 1 n y 1 b 2 y 2 b m y m

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

运筹学对偶理论与灵敏度分析

运筹学对偶理论与灵敏度分析
17
(6)(互补松驰性)
若X*、Y*分别是原问题和对偶问题的可行解,则X*、Y*是最优解的充要条件是: Y*XS=0,YSX*=0 (其中XS,YS分别是原问题和对偶问题的松驰变量向量)。
证明:设原问题和对偶问题的标准型是 原问题
对偶问题
max Z CX
s.t.
AX X, Xs
Xs 0
b
CX (0) Y (0)b CX
所以 X是(0最) 优解。
15
(5)(强对偶定理) 若互为对偶问 题之一有最优解,则另一问题必有最优解,且它们的 目标函数X值* 是相原等问题。的最优解,对应基阵B必存在
C CB B1A 0
即得到 Y *A, C其中
Y * CB B 1
若 Y * 是对偶问题的可行解,它使
3x5 2 x4 2x5
3
解:对偶问题为
maxW 2 y1 3y2
x2 3x5 2
x1
x2
2x5
3
化简为
x1 1 x5
x2
2
3x5
y2 3
(1)
y1 y2 4
( 2)
5
y1 y1
y2 2 y2 5
( 3) ( 4)
3y1 2 y2 9
( 5)
y1, y2 0
n
max z c j x j j 1
s.t.
n
aij x j bi ,
j1
i 1, 2,
,m
x
j
0,
j 1, 2, , n
特点:对偶变量符号不限
对偶问题:
m
minW bi yi i 1
s.t.
m
aij yi c j ,
i1

第二章 对偶理论和灵敏度分析

第二章  对偶理论和灵敏度分析
经整理得 : min 20 y1 10 y2 5 y3 3 y1 4 y2 y3 4 s.t. 2 y1 3 y2 y3 5 y 0, y 0, y 不限 2 3 1
Slide 12
4 5 5 0
第二章 对偶理论和灵敏度分析
c
CB
CN
x
b XB -Z B-1b -CBB-1b
θ
XB
B-1B 0
XN
B-1N CN-CBB-1 N
二、对偶问题的经济含义
每一个线性规划问题,都存在一个与它密切相关的线性 规划的问题,我们称其中的任一个为原问题,另一个为对 偶问题。任何线性规划问题都有其对偶问题。 对偶思想: 周长一定的矩形,以正方形面积最大 面积一定的矩形,以正方形周长最小 P6 例1.1:MAXZ=3X1+2X2+5X3 S.T. X1+2X2+X3<=430 3X1+2X3<=460 X1+4X2<=420 X1,X2,X3>=0
《运筹学》 第二章 对偶理论和灵敏度分析 Slide 4
设X1、X2、X3分别为生产甲、乙、丙三种产品的产量。 解见P71表1.63。 假如有另外一个工厂要求租用该厂的全部生产能力另做 他用。 那么该厂的厂长应该如何来确定合理的租金(各道工序 的每分钟加工能力的定价)呢? 出租所得的利润应不小于原来用于生产甲、乙、丙三种 产品的利润。 而对于租用生产能力的厂家,考虑的是在尽量满足上述 条件的基础上,总的租用花费最少。 设Y1、Y2、Y3为第一、第二、第三道工序每分钟的租金 。
《运筹学》 第二章 对偶理论和灵敏度分析 Slide 17
五、对偶单纯形法
对偶单纯形法是应用对偶原理求解原问题线性规划的一 种方法,采用的技术是在原问题的单纯形表格上进行对偶处 理。 注意:对偶单纯形法不是求解对偶问题的单纯形法。 对偶单纯形法的基本思想:当一个原始问题从可行但不 最优开始,并继续保持可行直到取得最优解的时候,也就是 它的对偶问题从不可行但比最优还好开始并继续保持最优直 到取得可行最优解。 当原问题在寻找最优性的时候,对偶问题相应地寻找可 行性。P56图1.12

运筹(第二章对偶与灵敏度分析)(1)

运筹(第二章对偶与灵敏度分析)(1)

5x2 3x3 30
x1 0, x2无约束,x3 0
2023/2/22
17
解:将原问题模型变形, 令x1 x1
min z 7x1 4x2 3x3
4x1 2x2 6x3 24
3x1 6x2 4x3 15 5x2 3x3 30
y1 y2 y3
x1 0, x2无约束,x3 0
则对偶问题是
max w 24 y1 15y2 30 y3
4 y1 3y2
7
x1
2 y1 6 y2 5 y3 4
x2
6 y1 4 y2 3x3 3
x3
y1, y2 0, x3无约束
2023/2/22
18
小结:对偶问题与原问题的关系:
目标函数:MAX
原 约束条件:m个约束


y1 y2
ym
2023/2/22
12
类似于前面的资源定价问题,每一个约束条件对 应一个“ 对偶变量”,它就相当于给各资源的单 位定价。于是我们有如下的对偶规划:
min W b1 y1 b2 y2 bm ym
a11 y1 a21 y2 am1 ym c1 a12y1 a22y2 am2ymc2 a1n y1 a2n y2 amn ym cn y1, y2 ,, ym 0
分别是原问题和对偶问题的可行解,则恒有
n
m
c j x j bi yi
j 1
i 1
m
n
考虑利用 c j aij yi 及
aij x j bi
i 1
j 1
代入。
2、无界性 如果原问题(对偶问题)有无界解,则
其对偶问题(原问题)无可行解。
2023/2/22

第2章对偶理论与灵敏度分析

第2章对偶理论与灵敏度分析

五.互补松弛性(松紧定理)
在线性规划问题的最优解中,如果对应某一约束
条件的对偶变量值为非零,则该约束条件取严格等式;
反之如果约束条件取严格不等式,则其对应的对偶变
量一定为零。也即:
n
若yˆi 0, 则有 aij xˆ j bi ,即xˆsi 0
n
j 1
若 aij xˆ j bi ,即xˆsi 0, 则有yˆi 0
minW=bTy
bT (12 8 16 12 )
y1 y2 y3
4x1 16 4x2 12
x1 x2 0
minW=12y1+8y2 +16y3+12y4
y4
ATy CT
AT 2140
2204
y1
CT
y2 y3
2 3
y4
2y1 +y2 +4y3 2 2y1 +2y2 +y4 3 y1 … y4 0
x (0,5,0)
对于对偶问题的可行解y (5,0)
有 80.
由弱对偶性,最优目标函数值z* *有上.下界。 25 z* * 80
互补松弛定理: 在线性规划问 题的最优解中,
一 . 对称性 :
对偶问题的对偶是原问题
二. 弱对偶性:
若x′是原问题的可行解,y′是对偶问题的可行 解。则有 cx′≤y′b
弱对偶性的三个推论
推论(1): 原问题任一可行解的目A标≦函Z数=W值是≦其B对偶
问题目标函数值的下界,反之对偶问题任一可行解的 目标函数值是其原问题目标函数值的上界。
推论(2): 若原问题(对偶问题)为无界解,则其对 偶问题(原问题)无可行解。注 : 其逆不成立。
由此y1,y2,y3的取值应满足:

第二章 对偶理论及灵敏度分析

第二章  对偶理论及灵敏度分析
2013-11-13 11
写对偶问题的练习(1)
min z= 2x1+4x2-x3 s.t. 3x1- x2+2x3 ≥ 6 -x1+2x2-3x3 = 12 2x1+x2+2x3 ≤ 8 x1+3x2-x3 ≥ 15 x1≥0 x2≤0 x3: Free
max y=6w1+12w2+8w3+15w4 s.t. 3w1- w2+2w3+ w4≤ 2 -w1+2w2+ w3+3w4 ≥ 4 2w1- 3w2+2w3- w4 = -1 w1 ≥ 0,w2Free 3 ≤ 0,w4 ≥ 0 ,w
2013-11-13 16
当B为最优基时,XB为最优解时,则有: CN-CBB-1N≤0 -CBB-1≤0
∵CB-CBI=0
代入得: CN-CBB-1N+CB-CBI≤0 C-CBB-1(B+N)≤0 整理得: C-CBB-1 A≤0 -CBB-1≤0
令CBB-1为单纯形乘子,Y‘=CBB-1 则: Y’ A≥C’ C-Y’ A≤0 -Y’≤0 Y’ ≥0 W=Y’b=CBB-1b=Z 所以当原问题为最优解时,对偶问题为可行解且具有相 2013-11-13 17 同的目标函数值。
2013-11-13
第一种产品 第二种产品
x1 x2
6
原始问题为 min z=2x1+3x2-x3
s.t. x1+2x2+x3≥6
原始问题是极小化问题 原始问题的约束全为≥ 原始问题有3个变量,2个约束 原始问题的变量全部为非负
2x1-3x2+2x3≥9
x1, x2, x3≥0 根据定义,对偶问题为 max y=6y1+9y2 s.t. y1+2y2≤2 2y1- 3y2≤3 y1+2y2≤-1 y1, y2≥0

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

第二章对偶理论及灵敏度分析

第二章对偶理论及灵敏度分析
三、非对称形式的原-对偶问题
四、对偶问题的写法
第3页,共68页。
返回本章目录
引言
在实际问题中,一个问题的优化往往可以从不同的 两个角度提出问题。
譬如,要求在有限资源条件下生产利润最大;或在一 定生产能力条件下使资源消耗最少。
所以,在线性规划中,对任一给定的求最大值问题,相 应也存在一个求最小值的问题。且两者包括有相同的数据。
6x3 4
1
x1 x1
x2 x3 x3 , x2 , x3 , x3 0
4
x1x, 1x2,
x2 x3
x3 x3 , x3 0
4
第14页,共68页。
max z x1 4 x2 3 x3 3 x3
2 x1 3 x2 5 x3 5 x3 2
3 x1 x1 x2
m aaay111iin21 nyyyw1110 a aab(1222iyn12 y1yy222 1,b2 2 ,y2 ,aam a mmm)12 nyyymmm bmycccm 12n
(2.4)
第7页,共68页。
矩阵形式表示的原问题与对偶问题
原问题: maxz CX XAX0b (2.5)
4 3 3
5
y
1
6 y 2
y 3
y 3
3
y1 , y 2 , y 3 , y 3 0
min w 2 y1 y 2 4 y 3
2 y1 3 y2 y3 1
3 5
y1 y1
y2 6y
y3 4 2 y3 3
5
y
1
6
y2
y3
3
y1 0 , y 2 0 , y 3无约束
第15页,共68页。
min w 2 y1 y 2 4 y 3

运筹学2对偶理论与灵敏度分析

运筹学2对偶理论与灵敏度分析

三、增加新变量的灵敏度分析
在管理中经常遇到的问题:已知一 种新产品的技术经济指标,在原有最优 生产计划的基础上,怎样最方便地决定 该产品是否值得投入生产,可在原线性 规划中引入新的变量 ; 无论增加什么样的新变量,新问题 的目标函数只能向好的方向变化。
例2.16 (续例2.14)
设企业研制了一种新产品,对三种资源的消耗系数 列向量以P6表示。试问它的价值系数c6符合什么条件, 才必须安排它的生产?设c6=3,新的最优生产计划是 什么?
1. 强制生产30件A x1 必须等于30 目 标值下降; 下降程度可用 x1 的检验数进行 计算:
cj CB 0 5 4 0 XB x3 x1 x2 x6 σ
j
5 b 25 35 10 150 x1 0 1 0 4 0
4 x2 0 0 1 2 0
0 x3 1 0 0 0 0
0 x4 2 1 -1 0 -1
0 x5 -5 -1 2 0 -3
0 x6 0 0 0 1 0
0 5 4 0
0 5 4 0
90 1 = 80 0 b 0 3
250 - 5b3 - 5 90 80 = 80 b 3 ≥0 1 1 80 2b b3 -1 2 3
2
解得40≤b3≤50,即当3∈[40,50]时,最优基B不变, 最优解为: * x3 250- 5b3 * x1 80 b 3 * = x2 80 2b 3
x4*=x5*=0, z*=5×(80-b3)+4×(-80+2b3)=80+3b3
例2.14 某企业利用三种资源生产两种产品 的最优计划问题归结为下列线性规划

第二章对偶理论与灵敏度分析A4

第二章对偶理论与灵敏度分析A4

第二章对偶理论与灵敏度分析A4第二章对偶理论与灵敏度分析本章内容重点:1、线性规划的对偶问题概念、理论及经济意义;2、线性规划的对偶单纯形法;3、线性规划的灵敏度分析。

线性规划有一个有趣的特性,就是每一个LP问题都存在一个与之相应的LP问题,我们称其中任一个为原问题(记为LP),另一个为对偶问题(记为DP)。

线性规划的这个特性称为对偶性。

线性规划有一个有趣的特性,就是每一个LP问题都存在一个与之相应的LP问题,我们称其中任一个为原始问题(记为LP),另一个为对偶问题(记为DP)。

线性规划的这个特性称为对偶性。

研究线性规划的对偶问题,不仅可以获得许多原始问题的知识,还可以得到原始问题不易直接弄清楚的问题,从而有利于原始问题的求解。

在这一章中,我们将从经济意义上研究线性规划的对偶问题,揭示原问题与对偶问题之间的关系,间接地获得更多的有用的信息,为企业经营决策提供更多的科学依据。

§1 线性规划的对偶问题一、 LP对偶问题的提出例1某工厂拥有A、B、C三种类型的设备,生产甲、乙两种产品。

每件产品在生产中需要占用的设备台时数,每件产品可获得的利润以及三种设备可利用的台时数如下表所示。

求获取利润最大的生产方案。

甲产品乙产品每天设备台时限制设备A0515设备B6224设备C115利润(万元/21吨)这个问题的数学模型与第一章例2类似,设x1, x2分别为产品甲、乙的计划日产量,则有:Max z = 2x1 + x2s.t. 5x2 ≤ 156x1 + 2x2 ≤ 24x1 + x2 ≤ 5x1 , x2 ≥ 0求解得每天最大利润8.5万元。

现在我们从另一个角度来考虑这个问题。

假如有另一个企业要求租用该厂的设备A、B、C,那么该厂的厂长应该如何来确定合理的租金呢?一般来说,有两点需要考虑,一是该厂出租设备要合算;二是要价合理。

所谓合算,就是出租的收入不少于生产利润8.5万元。

而要价合理,就是在合算的前提下,租金要尽量低,这样才能吸引求租者。

灵敏度分析

灵敏度分析

-1 - 1 T ,, 1i mi
1

T
B b B
-1
- 1 T -1 1i ,, mi
B
Δ bi
பைடு நூலகம்
B
是原最优基逆阵B-1的第i列。如果变化后仍有
XB ≥0,则原最优基不变。由此可知,当△bi满足 1 1 B bk 1 ≤△b ≤ min B bk B1 0 i max 1 Bki 0 1 ki k Bki k Bki 时,原最优基不变。 结果说明 ,△bi的变化范围是由原基变量的相反数与B-1的 第i列元素的比值所确定的。 如果△bi不在上述范围变动,则变化后的基变量所取值 XB 肯定会出现负分量,但由于△bi不影响检验数的变化,因 此可以用 XB 取代原最优解XB=B-1b ,以该解为初始解,用对偶 单纯形法继续求解。
2.增加一个新约束条件的分析
设am+1,1x1+am+1,2x2+‥‥+am+1,nxn≤bm+1是新增加的约 束条件,试分析原问题最优解有无变化? 将原最优解代入新约束中,如果满足新约束条件,则原 最优解不变,反之,则需进一步求出新的最优解。 考虑到单纯形算法中,每步迭代得到的单纯形表对应的 约束方程组都与原约束方程组等价,因此,可以将新约束方 程 am+1,1x1+am+1,2x2+‥‥+am+1,nxn+xn+1=bm+1 增填到原最优表的下面,变化后的单纯形表增加一个行、一 个列,新约束对应的基变量是xn+1 ,在单纯形表中,由于增 加了新约束,原基变量对应的列向量可能不再是单位列向量, 所以需用初等行变换将表中基变量对应的列向量变为单位列 向量。变换后,原最优表的检验数不变,但基变量xn+1所取 的值一般要变了。若xn+1=B-1b m+1≥0,则已得最优解;反之, 若xn+1=B-1b m+1 <0,则用对偶单纯形法继续求解。

《运筹学》第二章 对偶问题和灵敏度分析jssk1

《运筹学》第二章 对偶问题和灵敏度分析jssk1

2.1 线性规划的对偶理论
解:写出该问题的对偶问题
min W 20 y1 20 y2 y1 2 y2 1 2y y 2 2 1 2 y1 3 y2 3 3 y 2 y 4 2 1 y1 , y2 0
根据互补松弛性,可得: X3*=4>0 则 2y1+3y2=3
s.t. AX ≤b X≥0 s.t. YA ≥ C Y≥0
2.1 线性规划的对偶理论
二、原问题和对偶问题的关系
1、原问题目标函数求最大值,对偶问题求最小值; 2、原问题目标函数的系数是对偶问题约束条件的右端项,原问 题中的右端项是对偶问题目标函数的系数; 3、原问题约束条件为“≤”,则在其对偶问题中决策变量为 “≥”;原问题中决策变量为“≥”,则在其对偶问题中的约束条 件为“≥”; 4、原问题中的约束条件个数等于它的对偶问题中的变量个数, 原问题中的变量个数等于它的对偶问题中的约束条件个数;
YA ≥ C
Y≥0
在单纯形法的每一步迭代中,目标函数取值 Z=CBB-1b+(CN-CBB-1N)XN ,当非基变量XN=0时有 Z=CBB-1b和检验数CN-CBB-1N中都有乘子Y=CBB-1, 那么Y的经济意义是什么?
2.1 线性规划的对偶理论
Y=CBB-1=(y1,y2,…,ym),则得
Z CB B b Yb bi yi
2.1 线性规划的对偶理论
三、对偶问题的基本定理
1、对称性:对偶问题的对偶是原问题。
2、弱对偶定理:若X(0)是原问题的可行解,Y(0)是对偶 问题的可行解,则一定有CX(0) ≤ Y(0)b
max Z=CX 证明:设原问题是 AX ≤b X≥0
则对偶问题是

第二章对偶理论灵敏度分析

第二章对偶理论灵敏度分析

A 工 时 材 料 单件利润
1 1 2
B
1 4 3
C
1 7 3
拥有量 3 9
A 工 时 材 料 单件利润
1 1 2
B
1 4 3
C
1 7 3
拥有量 3 9
max Z 2 x1 3 x2 3 x3
x1 x2 x3 3 s.t. x1 4 x2 7 x3 9 x 0, x 0, x 0 2 3 1
x1 max Z ( 2,3,3) x 2 x 3
y1 min W (3,9) y 2
1 1 2 y1 1 4 3 1 7 y2 3 s.t. y 1 y 0 2
目标函数 minZ 变量数: m个
第i个变量 ≥0 第i个变量 ≤0 第i个变量是自由变量
min W b1 y1 b2 y 2 bm y m
a11 y1 a21 y2 am1 ym c1 a y a y a y c 12 1 22 2 m2 m 2 a y a y a y c mn m n 1n 1 2 n 2 y1 , y2 , , ym 符号不限
其对偶问题为
4 y1 8 y 2 12 y 3 4 5 y 9 y 13 y 2 1 2 3 3 6 y1 10 y 2 y1符号不限, y 2 0, y 3 0
max Z x1 x 2 5 x 3 7 x 4 x1 3 x 2 2 x 3 x 4 25 2x 7x 2 x 4 60 1 3 30 2 x1 2 x 2 4 x 3 5 x 4 10 , x1 , x 2 0 , x 3 没有非负限制
  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)。
2y1-3y2+2y3≥9 y1, y2, y3≥0
根据定义写出对偶问题
max u=6w1+9w2 s.t. w1+2w2≤2
2w1- 3w2≤3 w1+2w2≤-1 w1, w2≥0
对偶问题的对偶就是原始问题。两个问题中的任一个都 可202以0/1作0/2为0 原始问题。另一个就是它的对偶问题。 8
y1 -y2 +y3 = 1
y1≥0 ,y2≤0,y3无约束
y1+y2’+(y3’-y3”) ≤ 1
-y1-y2’-(y3’-y3”) ≤-1
y1,y2’ ,y3’,y3”≥0
2020/10/20
10
maxw=5y1-4y2’+6(y3’-y3”)
s.t.-y1+2y2’
≤-2
y1 +(y3’-y3”) ≤3
-3y1-2y2’ +(y3’-y3”) ≤ -5
y1+y2’+(y3’-y3”) ≤ 1
-y1-y2’-(y3’-y3”) ≤-1
y1,y2’ ,y3’,y3”≥0
设y2=-y2’,y3=y3’-y3”,则y2≤0,y3无约束 此时对偶问题变为
maxw=5y1+4y2+6y3
s.t. y1+2y2 ≥2
y1
+y3 ≤3
-3y1+2y2+y3 ≤ -5
解:设甲资源的出让价格为y1,乙资源的出让价格为y2
minw=24y1+40y2
s.t. 3y1+4y2≥4.5
34
2y1+5y2≥5
25
y1,y2≥0
2020/10/20
3
二、对偶问题的一般形式
一般认为变量均为非负约束的情况下,约束条件在目标函 数取极大值时均取“≤”号;当目标函数求极小值时均取 “≥“号。则称这些线性规划问题具有对称性。
A1 A2 可供量 甲 3 2 24 已 4 5 40 利润 4.5 5
2020/10/20
2
解:设生产A1为x1件,生产A2为x2件,则线性规划问题为:
maxZ=4.5x1+5x2
s.t. 3x1+2x2≤2432ຫໍສະໝຸດ 4x1+5x2≤40
45
x1,x2≥0
假设现在不考虑生产产品,而是把甲乙两种原材料卖掉,则 问题变成对于甲乙两种原材料企业以多少最低价愿意出让?
x1≤0,x2,x3≥0
x2+x3+x4≥6
x2+x3+x4≤6 -x1=x1’,x1≥0;x4’-x4”=x4,x4’ ≥0,x4” ≥0
变为一般形式
minz=-2x1’+3x2-5x3+(x4’-x4”) s.t.-x1’+x2-3x3+(x4’-x4”)≥5
y1
2x1’ -2x3+(x4’-x4”)≥-4 y2’
原始问题是极小化问题 原始问题的约束全为≥ 原始问题有3个变量,2个约束 原始问题的变量全部为非负
根据定义,对偶问题为
max y=6y1+9y2
对偶问题是极大化问题
s.t. y1+2y2≤2
对偶问题的约束全为≤
2y1- 3y2≤3 y1+2y2≤-1 y1, y2≥0
对偶问题有2个变量,3个约束 原始问题的变量全部为非负
y3
x1,x2≥0
minw=4y1+14y2+y3 s.t. -y1+3y2+y3≥3 2y1+2x2-y3≥2 y1,y2,y3≥0
第一种产品 x1 第二种产品 x2
2020/10/20
6
原始问题为
min z=2x1+3x2-x3 s.t. x1+2x2+x3≥6
2x1-3x2+2x3≥9 x1, x2, x3≥0
原始问题变量的个数(3)等于对偶问题约束条件的个数(3)
原始问题约束条件的个数(2)等于对偶问题变量的个数(2)
2020/10/20
7
对偶问题的对偶
max z=6x1+9x2 s.t. x1+2x2≤2
2x1- 3x2≤3 x1+2x2≤-1 x1, x2≥0
根据定义写 出对偶问题
minw=2y1+3y2-y3 s.t. y1+2y2+y3≥6
maxZ=x1+4x2+2x3 s.t. 5x1-x2+2x3≤8 x1+3x2-3x3≤5 x1,x2,x3≥0
minw=8y1+5y2 s.t. 5y1+y2≥1 -y1+3y2≥4 2y1-3y2 ≥2 y1,y2≥0
2020/10/20
9
三、非对称形式的原—对偶问题
minz=2x1+3x2-5x3+x4 s.t. x1+x2-3x3+x4≥5 2x1 +2x3-x4≤4 x2+x3+x4=6
第二章 对偶线性规划
对偶的定义 对偶问题的性质 原始对偶关系
目标函数值之间的关系 最优解之间的互补松弛关 系
对偶单纯形法 对偶的经济解释 灵敏度分析
DUAL
2020/10/20
1
线性规划对偶问题的提出
一、对偶理论的提出
现有甲乙两种原材料生 产A1,A2两种产品,所 需的原料,甲乙两种原 料的可供量,以及生产 A1,A2两种产品可得的 单位利润见表。问如何 安排生产资源使得总利 润为最大?
max z=c1x1+c2x2+……+cnxn s.t. a11x1+a12x2+……+a1nxn ≤b1
a21x1+a22x2+……+a2nxn ≤b2 ……
min w=b1y1+b2y2+……+bmym s.t. a11y1+a21y2+……+am1ym ≥c1
a12y1+a22y2+……+am2ym ≥ c2 ……
am1x1+am2x2+……+amnxn ≤bm x1, x2, ……, xn ≥0
a1ny1+a2ny2+……+amnym ≥ cn y1, y2, ……, ym ≥0
Max Z=CX s.t. AX≤b X≥0
2020/10/20
Minw=Y’b s.t. A’Y≥C’ Y≥0
4
原始问题
max z=CX
s.t. AX≤b
X ≥0
max
C
m
A
≥b
n
2020/10/20
对偶问题 min w=Y’b s.t. A’Y≥C’
Y ≥0 min b
n AT ≤ C
m
5
举例:
maxZ=3x1+2x2 s.t. -x1+2x2≤4 3x1+2x2≤14
第一种资源 第二种资源
y1 y2
x1-x2 ≤3 第三种资源
x2+x3 +(x4’-x4”) ≥6 y3’ -x2-x3-(x4’-x4”) ≥-6 y3”
x1’,x2,x3 ,x4’,x4” ≥0
写出对偶问题
maxw=5y1-4y2’+6(y3’-y3”)
s.t.-y1+2y2’
≤-2
y1 +(y3’-y3”) ≤3
-3y1-2y2’ +(y3’-y3”) ≤ -5
相关文档
最新文档