没有合适的资源?快使用搜索试试~ 我知道了~
首页运筹学第二章:线性规划的对偶理论和灵敏度分析.pdf
运筹学第二章:线性规划的对偶理论和灵敏度分析.pdf
需积分: 50 17 下载量 136 浏览量
更新于2023-03-03
评论 2
收藏 248KB PDF 举报
运筹学教程第五版第二章——线性规划的对偶理论和灵敏度分析的一个学习笔记。主要介绍了对偶单纯形法和线性规划问题中不同变量变换时的灵敏度分析。也介绍了参数线性规划的内容。
资源详情
资源评论
资源推荐
运筹学第二章:线性规划的对偶理论与灵敏度分析
Charles007
August 27, 2020
1 线性规划的对偶问题
一个线性规划问题,如果它的目标是利用现有资源最大化利益,那么它的对偶问题就是如何在收购这些资源时花
最小的代价。这能够帮助理解:在一对对偶问题中,如果这对对偶问题都有可行解,那么最小化问题的任意可行
解对应的目标值大于等于最大化问题的任意可行解对应的目标值,当它们的目标函数值相等时,两个问题都取得
最优解。先看看对称形式下的对偶问题的一般形式。原问题:
max z = c
1
x
1
+ c
2
x
2
+ . . . + c
n
x
n
s.t.
a
11
x
1
+ a
12
x
2
+ · · · + a
1n
x
n
≤ b
1
a
21
x
1
+ a
22
x
2
+ · · · + a
2n
x
n
≤ b
2
.
.
.
a
m1
x
1
+ a
m2
x
2
+ · · · + a
mn
x
n
≤ b
m
x
j
≥ 0 (j = 1, . . . , n)
对偶问题:
min ω = b
1
y
1
+ b
2
y
2
+ . . . + b
m
y
m
s.t.
a
11
y
1
+ a
21
y
2
+ · · · + a
m1
y
m
≥ c
1
a
12
y
1
+ a
22
y
2
+ · · · + a
m2
y
m
≥ c
2
.
.
.
a
1n
y
1
+ a
2n
y
2
+ · · · + a
mn
y
m
≥ c
n
y
i
≥ 0 (i = 1, . . . , m)
并非所有线性规划问题都具有对称形式,对于一般形式下的线性规划问题,先看一个示例。原问题:
max z = c
1
x
1
+ c
2
x
2
+ c
3
x
3
s.t.
a
11
x
1
+ a
12
x
2
+ a
13
x
3
≤ b
1
a
21
x
1
+ a
22
x
2
+ a
23
x
3
= b
2
a
31
x
1
+ a
32
x
2
+ a
33
x
3
≥ b
3
x
1
≥ 0, x
2
≤ 0, x
3
无约束
对偶问题:
min ω = b
1
y
1
+ b
2
y
2
+ b
3
y
3
s.t.
a
11
y
1
+ a
21
y
2
+ a
31
y
3
≥ c
1
a
12
y
1
+ a
22
y
2
+ a
32
y
3
≤ c
2
a
13
y
1
+ a
23
y
2
+ a
33
y
3
= c
3
y
1
≥ 0, y
2
无约束, y
3
≤ 0
实际上,对称形式的线性规划问题可以看做是一般线性规划问题的一种特殊情况,对于一般情况下的线性规划问
题,其原问题和对偶问题的对应关系总结如表 1所示。需要注意,原问题是最大化问题和是最小化问题时,求取
对偶问题的方法是有区别的。具体地说,如果原问题是求最大化问题,那么原问题的约束条件的符号和对偶问题
的变量的符号是相反的,原问题的变量符号和对偶问题的约束条件的符号是相同的;如果原问题是求最小化问
题,那么原问题的约束条件的符号和对偶问题的变量的符号是相同的,原问题的变量符号和对偶问题的约束条件
的符号是相反的。
1
Table 1: 线性规划原问题和对偶问题的对应关系
项目 原问题 (对偶问题) 对偶问题 (原问题)
A 约束系数矩阵 约束系数矩阵的转置
b 约束条件右端项向量 目标函数中的价格系数向量
C 目标函数中的价格系数向量 约束条件右端项向量
目标函数 max z =
n
j=1
c
j
x
j
min ω =
m
i=1
b
i
y
i
变量
x
j
(j = 1, . . . , n)
x
j
≥ 0
x
j
≤ 0
x
j
无约束
有 n 个 (j = 1, . . . , n)
m
i=1
a
ij
y
i
≥ c
j
m
i=1
a
ij
y
i
≤ c
j
m
i=1
a
ij
y
i
= c
j
约束条件
约束条件
有 m 个 (i = 1, . . . , m)
n
j=1
a
ij
x
j
≤ b
i
n
j=1
a
ij
x
j
≥ b
i
n
j=1
a
ij
x
j
= b
i
y
i
(
i
= 1
, . . . , m
)
y
i
≥ 0
y
i
≤ 0
y
i
无约束
变量
2 对偶问题的基本性质
2.1 单纯形法计算的矩阵描述
书中推导单纯形法的矩阵描述时假定问题是对称的,但是表示这些矩阵描述对于一般形式的线性规划问题也是成
立的。现在有一个最大化目标函数的对称形式的线性规划问题,在添加松弛变量 X
S
后变为:
max z = CX + 0X
S
s.t.
AX + IX
S
= b
X ≥ 0, X
S
≥ 0
单纯形法计算时,总选取 I 为初始基,对应基变量为 X
S
。设迭代若干步后,基变量为 X
B
,X
B
在初始单纯形表
中的系数矩阵为 B。将 B 在初始单纯形表中单独列出,而 A 中去掉 B 的若干列后剩下的列组成矩阵 N,这样
上述问题的初始单纯形表可写为表 2所示的形式。当迭代若干步,基变量为 X
B
时,则该步的单纯形表中由 X
B
Table 2: 矩阵形式初始单纯形表
项目 非基变量 基变量
C
B
基 b X
B
X
N
X
S
0 X
S
b B N I
c
j
− z
j
C
B
C
N
0
系数组成的矩阵为 I。又因单纯形法的迭代是对约束增广矩阵进行的行初等变换,对应 X
S
的系数矩阵 I 在新表
中应为 B
−1
。故当基变量为 X
B
时,新的单纯形表具有表 3所示的形式。如果 B 为最优基,令 Y
T
= C
B
B
−1
,
那么从表 3可以得到:
A
T
Y ≥ C
T
, Y ≥ 0 (1)
能够看出这时检验数行,若取相反数恰好是其对偶问题的一个可行解。将这个解带入对偶问题的目标函数可得:
ω = Y
T
b = C
B
B
−1
b = z (2)
2
Table 3: 多次迭代后的矩阵形式单纯形表
项目 基变量 非基变量
C
B
基 b X
B
X
N
X
S
C
B
X
B
B
−1
b I B
−1
N B
−1
c
j
− z
j
0 C
N
− C
B
B
−1
N −C
B
B
−1
这表明,当原问题为最优解时,上述方法得到的对偶问题的解为可行解,且两者具有相同的目标函数值。根据后
面讲述的对偶问题的基本性质,将看到这时对偶问题的解也为最优解。
需要注意,表 2、表 3中的基变量和非基变量可能有交集。这句话听起来很奇怪,一个变量怎么可能既是基变
量又是非基变量呢?的确,一个变量不可能同时是基变量和非基变量。但是这两个表中的 X
S
其实都是表示初始
单纯形表中的基变量,而 X
B
却是表示最终单纯形表中的基变量。一个变量,完全有可能在初始单纯形表和最
终单纯形表中都是基变量。这样就会有变量同时属于 X
S
和 X
B
。还有一点需要注意,就是 B 矩阵的寻找。先
说 B
−1
矩阵的寻找,如果初始单纯形表中基变量对应的系数矩阵是 I,那么 B
−1
就是最终单纯形表中矩阵 I 对
应位置的系数组成的矩阵。而在寻找 B 矩阵时,需要先按照最终单纯形表中的基变量排列出一个单位阵,这意
味着需要移动表中列的位置,在移动最终单纯形表中的列时需要同步移动初始单纯形表中的列。在最终单纯形表
中排列出单位阵之后,初始单纯形表中对应位置组成的矩阵就是 B。
2.2 对偶问题的基本性质
• 弱对偶性。如果 x
j
(j = 1, . . . , n) 是原问题 (最大化目标函数) 的可行解,y
i
(i = 1, . . . , m) 是其对偶问题的
可行解,则恒有:
n
j=1
c
j
x
j
≤
m
i=1
b
i
y
i
据此可以有以下推论:
(1) 原问题最优解的目标函数值是其对偶问题目标函数值的下界;反之对偶问题最优解的目标函数值是其
原问题目标函数值的上界。
(2) 如原问题有可行解且目标函数值无界 (具有无界解),则其对偶问题无可行解;反之对偶问题有可行解
且目标函数值无界,则其原问题无可行解 (注意:本点性质的逆不成立,当对偶问题无可行解时,其原问题
或具有无界解或无可行解,反之亦然)。
(3) 若原问题有可行解而其对偶问题无可行解,则原问题目标函数值无界;反之对偶问题有可行解而其原问
题无可行解,则对偶问题的目标函数值无界。
• 最优性。如果 ˆx
j
(j = 1, . . . , n) 是原问题的可行解,ˆy
i
(i = 1, . . . , m) 是其对偶问题的可行解,且有
n
j=1
c
j
ˆx
j
=
m
i=1
b
i
ˆy
i
那么,ˆx
j
(j = 1, . . . , n) 是原问题的最优解,ˆy
i
(i = 1, . . . , m) 是其对偶问题的最优解。
• 强对偶性 (或称对偶定理)。若原问题及其对偶问题均具有可行解,则两者均具有最优解,且它们最优解的
目标函数值相等。
• 互补松弛性。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:
(1) 若 ˆy
i
> 0,则有
n
j=1
a
ij
ˆx
j
= b
i
。
(2) 若
n
j=1
a
ij
ˆx
j
< b
i
(应用于其对偶问题时取 > 符号),则有 ˆy
i
= 0
这一条性质非常好用,可以在已知对偶问题中一个的最优解时,不必列出单纯形表就求出另一个问题的最
优解。
3
剩余10页未读,继续阅读
KnowledgeIsMagic
- 粉丝: 2
- 资源: 15
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
- SPC统计方法基础知识.pptx
- MW全能培训汽轮机调节保安系统PPT教学课件.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
评论0