理论教育 线性规划的对偶问题及性质

线性规划的对偶问题及性质

时间:2023-06-01 理论教育 版权反馈
【摘要】:对偶问题的对偶是原问题。利用上述关系,可建立对偶问题的约束线性方程组,方程组的解即为最优解。由互补松弛条件可得y1=y2=0,将其代入对偶问题的约束中可得y3=3。性质2.6只适用于线性规划为规范形式的情况,性质2.1~2.5适用于所有线性规划问题。 线性规划1)求该问题的最优解。2)从最优表中写出对偶问题的最优解。表2-43)最优基为,B-1为表2-4c中x4、x5两列的系数,即,并且CB=,所以对偶问题的最优解为:

线性规划的对偶问题及性质

为了讨论方便,设原问题与对偶问题都是规范形式,分别记为(LP)和(DP):

978-7-111-46552-2-Chapter02-29.jpg

978-7-111-46552-2-Chapter02-30.jpg

【性质2.1】 对称性。对偶问题的对偶是原问题。

证 设原问题是:

978-7-111-46552-2-Chapter02-31.jpg

根据表2-1可写出它的对偶问题为:

978-7-111-46552-2-Chapter02-32.jpg

该问题等价于:

978-7-111-46552-2-Chapter02-33.jpg

根据表2-1写出它的对偶问题为:

978-7-111-46552-2-Chapter02-34.jpg

又该问题等价于:

978-7-111-46552-2-Chapter02-35.jpg

即对偶问题的对偶是原问题得证。

【性质2.2】 弱对偶性。若X∗、Y∗分别为(LP)和(DP)的可行解,则存在:CX∗≤Yb

证 因为X∗是(LP)的可行解,故有:

978-7-111-46552-2-Chapter02-36.jpg

将该不等式两边左乘Y∗可得:

978-7-111-46552-2-Chapter02-37.jpg

又因Y∗是(DP)的可行解,则有:

978-7-111-46552-2-Chapter02-38.jpg

将该不等式两边右乘X∗可得:

978-7-111-46552-2-Chapter02-39.jpg

于是得到:

978-7-111-46552-2-Chapter02-40.jpg

由该性质可得到下面几个结论:

1)(LP)的任一可行解的目标值是(DP)的目标值的下限,(DP)的任一可行解的目标值是(LP)目标值的上限。

2)如果一个问题有无界解,则其对偶问题无可行解。

3)如果原问题有可行解且其对偶问题无可行解,则原问题具有无界解。

注意:当一个问题无可行解时,其对偶问题可能有无界解,也可能无可行解。

【例2.3】 已知原问题(LP)和其对偶问题(DP)分别为:

978-7-111-46552-2-Chapter02-41.jpg

978-7-111-46552-2-Chapter02-42.jpg

试用对偶理论证明原问题无界。

解 因为y1y2≥0,则(DP)中的第一个约束条件不能成立,因此对偶问题无可行解。

通过观察可知X=(0,0,0)是(LP)的一个可行解,即原问题可行,则由结论3)可知原问题无界。

【性质2.3】 最优性。设XY∗分别为(LP)和(DP)的可行解,则XY是最优解,当且仅当CX=Yb

证 设B是(LP)的最优基,若XY是最优解,则有:

Y=CBB-1CX=CBB-1b=Yb

CX=Yb,根据性质2.1,对任意可行解978-7-111-46552-2-Chapter02-43.jpg978-7-111-46552-2-Chapter02-44.jpg都有:

978-7-111-46552-2-Chapter02-45.jpg

CX是(LP)中任一可行解的目标值的上限,Yb是(DP)中任一可行解的目标值的下限,所以XY是最优解。

【性质2.4】 对偶定理。若(LP)有最优解,则(DP)也有最优解(反之亦然),且其最优值相等。

证 设B是(LP)的最优基,X∗是其最优解,则有:

978-7-111-46552-2-Chapter02-46.jpg

Y=CBB-1,则有YACY≥0,即Y是(DP)的可行解。所以对目标函数有:

978-7-111-46552-2-Chapter02-47.jpg

由性质2.3可知Y∗是(DP)的最优解。

由这个性质可得到结论:若(LP)和(DP)都有可行解,则两者都有最优解,若一个问题无最优解,则另一个问题也无最优解。

【性质2.5】 互补松弛性。设XY分别为(LP)和(DP)的可行解,XSYS是它的松弛变量的可行解,则X、Y是最优解当且仅当YSX=0和YXS=0。(www.daowen.com)

证 若XY分别为(LP)和(DP)的最优解,XSYS是松弛变量,则有:

978-7-111-46552-2-Chapter02-48.jpg

将第一式左乘Y,第二式右乘X∗得:

978-7-111-46552-2-Chapter02-49.jpg

由性质2.3知,CX=Yb,得:

978-7-111-46552-2-Chapter02-50.jpg

由于XYXSYS≥0,所以有:

978-7-111-46552-2-Chapter02-51.jpg

反之,当YSX=0和YXS=0时有:

978-7-111-46552-2-Chapter02-52.jpg

由性质2.3知XY是(LP)和(DP)的最优解。

通过该性质可知,当已知Y可求X或已知X可求Y

YSX=0和YXS=0两式称为互补松弛条件,可将其改写成:

978-7-111-46552-2-Chapter02-53.jpg

由于变量非负,要使上述等式成立,必定每一个分量都为零,则有:

1)当yi∗>0时,xsi=0;当xsi>0时yi=0。

2)当ysj>0时,xj∗=0;当xj∗>0时ysj=0。

利用上述关系,可建立对偶问题(或原问题)的约束线性方程组,方程组的解即为最优解。对于非规范形式,性质2.5仍然有效。

【例2.4】 已知线性规划

978-7-111-46552-2-Chapter02-54.jpg

的最优解为X=(0,0,4)T,试求对偶问题的最优解。

解 对偶问题为:

978-7-111-46552-2-Chapter02-55.jpg

X=(0,0,4)T代入原问题的约束中可知xs1≠0,xs2≠0。由互补松弛条件可得y1=y2=0,将其代入对偶问题的约束中可得y3=3。因此对偶问题的最优解Y=(0,0,3)T。

【性质2.6】 (LP)的检验数的相反数对应于(DP)的一组基本解,第j个决策变量xj的检验数的相反数对应于(DP)中第j个松弛变量ysj的解,第i个松弛变量xsi的检验数的相反数对应于第i个对偶变量yi的解。反之(DP)的检验数(不乘负号)对应于(LP)的一组基本解。

证 将原问题(LP)加入松弛变量XS变换为标准型。假设可行基B是矩阵A中的前m列,将变量和参数矩阵按基变量和非基变量对应分块,则有:

978-7-111-46552-2-Chapter02-56.jpg

其对偶问题(DP)为:

978-7-111-46552-2-Chapter02-57.jpg

上述(LP)模型可用下面较简单的表2-2表达。用B-1左乘表2-2第二行得到表2-3第二行,再用(-CB)左乘表2-3第二行加上表2-2第三行得到表2-3第三行,即可求出该模型的基本可行解、检验数、目标函数值和单纯形乘子。

表2-2

978-7-111-46552-2-Chapter02-58.jpg

表2-3

978-7-111-46552-2-Chapter02-59.jpg

表2-3即为迭代后的单纯形表,由该表可知,对于任意可行基B,初始表中单位阵的位置经过迭代运算后,就是B-1的位置。

观察表2-3,当求得(LP)的一个可行解时,相应的检验数为0、CN-CBB-1N和-CBB-1,将Y=CBB-1代入对偶问题(DP)的约束条件中可得到:

978-7-111-46552-2-Chapter02-60.jpg

反之也用该方法证明。

性质2.6只适用于线性规划为规范形式的情况,性质2.1~2.5适用于所有线性规划问题。

【例2.5】 线性规划

978-7-111-46552-2-Chapter02-61.jpg

1)求该问题的最优解。

2)从最优表中写出对偶问题的最优解。

3)用公式Y=CBB-1求对偶问题的最优解。

解 1)加入松弛变量x4x5后,用单纯形法求解,见表2-4,最优解X=(4,6,0)T

2)设对偶变量为y1y2,松弛变量为y3y4、y5,则Y=(y1y2y3y4y5)。由性质2.6可知对偶问题的基本解(y1y2y3y4y5)=(-λ4,-λ5,-λ1,-λ2,-λ3)。因为表2-4c为最优解,所以Y(3)=(2,2,0,0,11)为对偶问题的最优解。

表2-4

978-7-111-46552-2-Chapter02-62.jpg

3)最优基为978-7-111-46552-2-Chapter02-63.jpgB-1为表2-4c中x4x5两列的系数,即978-7-111-46552-2-Chapter02-64.jpg,并且CB=(6,-2),所以对偶问题的最优解为:

978-7-111-46552-2-Chapter02-65.jpg

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈