目录
1.对偶理论
1.1对偶线性规划模型
1.2对偶问题的性质
1.对称性:
对偶问题的对偶,是原问题
2.弱对偶性:
若X是原问题(max)的可行解,Y是对偶问题(min)的可行解,则CX≤YB
3.无界性
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
4.最优性
5.对偶定理
6.互补松弛性
1.3对偶单纯形法
求解步骤:
步骤一:求出满足最优检验的基本解(即对偶问题的基可行解),建立初始单纯形表
步骤二:判断基本解是否满足非负约束,若满足则得到最优解,结束计算;否则转下一步
步骤三:基变量(先确定出基变量,再确定进基变量),构建新的单纯形表进行迭代
步骤四:重复步骤二、三,直到得出最优解/无最优解
1.4对偶单纯形法解决实际问题
1.5对偶单纯形法的优缺点
- 优点:
①初始解可以是非可行解,且当检验数都≤0时(目标函数为min,则检验数都≥0),就可以进行基变换,不需添加人工变量,可简化计算;
②当变量多于约束条件时,用对偶单纯形法可减少计算工作量;
③在灵敏度分析及求解整数规划的割平面法中,有时需要用对偶单纯形法。
- 局限性
在使用对偶单纯形法时,要求必须所有的检验数均 ≤ 0,且b中必须有负值,而大多数线性规划问题的初始单纯形表很难满足所有检验数均 ≤0 的要求,因此,对偶单纯形法一般不会单独使用。
2.灵敏度分析
灵敏度分析,是指当线性规划问题中的输入参数(b值、目标函数的系数等)发生变化后,会引起最优解如何改变的分析。
2.1价值系数Cj的灵敏度分析
(1)求C1的变化范围,使最优解不变:
设C1的价值系数为C1,则求出新的 sigema 的值,并令 sigema ≤ 0 ,即可求得 C1 的取值范围,如下所示:
(2)求C2的变化范围,使最优解不变:
设C2的价值系数为C2,则求出新的 sigema 的值,并令 sigema ≤ 0 ,即可求得 C2 的取值范围,如下所示:
2.2资源限量bi的灵敏度分析
(1)求b1的变化范围,使最优基不变;
若使最优基不变,则最优解所对应的基矩阵不能变,即基向量不能变,基变量也不能变,也就是说 X1 , X3 , X4 仍为基变量。
b 的值可能会变化,但仍要保证所有 b ≥ 0 ,且所有 sigema ≤ 0 。
B的逆:松弛变量所对应的系数矩阵
B的逆乘以b:b列的值构成的矩阵
(2)若b2增加10,求变化后的最优解。
如上图,求得的 XB’ 不满足 ≥0,因此需要将其带入b中,重新计算。
带入后,我们发现:b 列不满足全部 ≥ 0 ,sigema 行满足全部 ≤ 0,因此接下来可用对偶单纯形法进行计算。
选择b列最小值对应的变量作为出基变量:X4
选择θ行最小值对应的变量作为入基变量:X5
迭代过程如下:
因此,求得的最优解为X=(10 , 0,15, 0,5,0)T,max Z=55。(T代表转置)
2.3技术系数aij的灵敏度分析
单纯形表中与aij相关的数值如下图红线所示: