4线性规划的基本理论

第四章 线性规划

本章主要内容:线性规划的基本理论 线性规划的单纯形法 线性规划的对偶理

论 线性规划的对偶单纯形法

教学目的及要求:理解线性规划的基本理论;掌握线性规划的单纯形法;理解线

性规划的对偶理论;掌握线性规划的对偶单纯形法。

教学重点:线性规划的单纯形法. 教学难点:线性规划的对偶单纯形法. 教学方法:启发式.

教学手段:多媒体演示、演讲与板书相结合. 教学时间:6学时. 教学内容:

§4、1 线性规划的基本理论

考虑线性规划问题

1

1min ;

,1,2,,,0,1,2,,.n

j j j n ij j i j j c x a x b i m x j n ==?

??

?

==???≥=??

∑∑s.t. (LP)

或

min ;,0.T c x Ax b x ??

=??≥?

s.t. 其中 121212(,,

,),(,,,),(,,,),(),T T T n n m ij m n x x x x c c c c b b b b A a ?====

A 称为约束矩阵,Ax b =称为约束方程组,0x ≥称为非负约束.假定:rank()A m =.

定义 在(LP)中,满足约束方程组及非负约束的向量x 称为可行解或可行点;所有可行解的全体称为可行解集或可行域,记作K ,即

{,0}K Ax b x ==≥.

使目标函数在K 上取到最小值的可行解称为最优解;最优解对应的目标函数值称为最优值.

定义 在(LP)中,约束矩阵A 的任意一个m 阶满秩子方阵B 称为基,B 中m 个线性无关的列向量称为基向量,x 中与B 的列对应的分量称为关于B 的基变量,其余的变量称为关于B 的非基变量.

任取(LP)的一个基12(,,

,)m j j j B p p p =,记12(,,

,)m T B j j j x x x x =,若令关于B

的非基变量都取0,则约束方程Ax b =变为B Bx b =.由于B 就是满秩方阵,因此

B Bx b =有唯一解1B x B b -=.

记121(,,,)m T j j j B b x x x -=,则由

12,1,2,,,0,{1,2,

,}{,,

,}

k k j j j m x x k m x j n j j j ===?∈-

所构成的n 维向量x 就是Ax b =的一个解,称之为(LP)的关于B 的基本解.

基本解满足约束方程组,但不一定满足非负约束,所以不一定就是可行解.若

10B b -≥,即基本解x 也就是可行解,则称x 为(LP)的关于基B 的基本可行解,相应

的基B 称为(LP)的可行基;当10B b ->时,称此基本可行解x 就是非退化的,否则,称之为退化的.若一个(LP)的所有基本可行解都就是非退化的,则称该(LP)就是非退化的,否则,称它就是退化的.

例1 求下列线性规划问题的所有基本可行解.

12123

124min 44;4,2,0,1,2,3,4.j x x x x x x x x x j -??-+=??

-++=??≥=?

s.t. 解 约束矩阵的4个列向量依次为

12341110,,,1101p p p p -????????==== ? ? ? ?-????????.

全部基为

113214323424534(,),(,),(,),(,),(,),B p p B p p B p p B p p B p p =====

对于1B ,1x 与3x 为基变量,2x 与4x 为非基变量.令2x =4x =0,有

131

4,

2,x x x +=??

-=? 得到关于1B 的基本解(1)(2,0,6,0)T x =-,它不就是可行解.

对于2B ,1x 与4x 为基变量,2x 与3x 为非基变量.令2x =3x =0,有

1

144,2,

x x x =??

-+=? 得到关于2B 的基本解(2)(4,0,0,6)T x =,它就是一个非退化的基本可行解.

同理,可求得关于345,,B B B 的基本解分别为

(3)(4)(5)(0,2,6,0),(0,4,0,6),(0,0,4,2)T T T x x x ==-=,

显然,(3)x 与(5)x 均就是非退化的基本可行解,而(4)x 不就是可行解.因此,该问题的所有基本可行解为(2)(3)(5),,x x x .此外,因为这些基本可行解都就是非退化的,所以该问题就是非退化的.

定理 1 设x 为(LP)的可行解,则x 为(LP)的基本可行解的充要条件就是它的非零分量所对应的列向量线性无关.

证明 不妨设x 的前r 个分量为正分量,即

12(,,,,0,

,0),0(1,2,

,).T r j x x x x x j r =>=

若x 就是基本可行解,则取正值的变量12,,,r x x x 必定就是基变量,而这些基变量

对应的列向量12,,,r p p p 就是基向量.故必定线性相关.

反之,若12,,

,r p p p 线性无关,则必有0r m ≤≤.当r m =时,12(,,,)r B p p p =就就

是一个基;当r m <时,一定可以从约束矩阵A 的后n r -个列向量中选出m r -个,不妨设为12,,

,r r m p p p ++,使121(,,

,,,,)r r m B p p p p p +=成为一个基.由于x 就是

可行解,因此1

r

j j j x p b ==∑,从而必有1

m

j j j x p b ==∑.由此可知x 就是关于B 的基本可行

解.

定理 2 x 就是(LP)的基本可行解的充要条件就是x 为(LP)的可行域的极点.

证明 由定理4.1.1与定理2、2、2知结论成立. 例2 求下列线性规划问题的可行域的极点.

12123

14min ;22,2,0,1,2,3,4.j x x x x x x x x j -??++=??

+=??≥=?

s.t. 解 因为约束矩阵的4个列向量依次为

12341210,,,1001p p p p ????????==== ? ? ? ?????????.

全部基为

112213314424534(,),(,),(,),(,),(,),B p p B p p B p p B p p B p p =====

求得关于基12345,,,,B B B B B 的基本解分别为

(1)(2)(3)(4)(5)(2,0,0,0),(2,0,0,0),(2,0,0,0),(0,1,0,2),(0,0,2,2)T T T T T

x x x x x =====显然,(1)(2)(3),,x x x 均为退化的基本可行解,(4)(5),x x 就是非退化的基本可行解.可行域有三个极点:(2,0,0,0)T ,(0,1,0,2)T ,(0,0,2,2)T .

定理3 若(LP)有可行解,则它必有基本可行解. 证明 由定理2.2.1及定理4、1、2知结论成立.

定理 4 若(LP)的可行域K 非空有界,则(LP)必存在最优解,且其中至少有一个基本可行解为最优解.

证明 根据推论 2.2.6,(LP)的任一可行解x 都可表示为(LP)的全部基本可行解12,,

,k x x x 的凸组合,即 1,k

i i i x x x K λ==?∈∑,其中1

0(1,2,

,),1k

i i i i k λλ=≥==∑.

设s x 就是使(LP)中目标函数值达到最小的基本可行解,即 1min T T s i i k

c x c x ≤≤=,则

1

1

,k k

T

T

T T i i i s s i i c x c x c x c x x K λλ===≥=?∈∑∑.

这表明,基本可行解s x 为(LP)的最优解.

定理 5 设(LP)的可行域K 无界,则(LP)存在最优解的充要条件就是对K 的任一极方向d ,均有0T c d ≥.

证明 根据定理2.2.10,(LP)的任一可行解x 都可写成1

1

k

l

i i j j i j x x d λμ===+∑∑,其

中12,,,k x x x 为(LP)的全部基本可行解,12,,,l d d d 为K 的全部极方向,且

1

0(1,2,

,),1,0(1,2,

,)k

i i j i i k j l λλμ=≥==≥=∑.

于就是,(LP)等价于下面以0(1,2,,)0(1,2,

,)i j i k j l λμ≥=≥=和为决策变量

的线性规划问题

11

1min ()();

1,

0,1,2,,,0,1,2,,.k l

T T

i i j j i j k i i i j c x c d i k j l λμλλμ===?+??

??

=???≥=?

≥=??

∑∑∑s.t. 由于j μ可以任意大,因此若存在某个j d ,使0T j c d <,则上述问题的目标函数无下界,从而不存在最优解,从而(LP)不存在最优解.

若1,2,

,j l ?=,均有0T j c d ≥,设1min T T s i i k

c x c x ≤≤=,则

1

1

()(),k l

T

T

T T i i j j s i j c x c x c d c x x K λμ===+≥?∈∑∑.

所以基本可行解s x 就是(LP)的最优解.

推论 6 若(LP)的可行域K 无界,且(LP)存在最优解,则至少存在一个基本可行解为最优解.

证明 由定理4.1.5的证明过程可知结论成立. 定理7 设在(LP)的全部基本可行解12,,

,k x x x 中,使目标函数值最小者为

12,,

,s i i i x x x ;在K 的全部极方向12,,

,l d d d 中,满足0T j c d =者为12,,

,t j j j d d d .若

(LP)存在最优解,则x 为(LP)的最优解的充要条件就是存在

1

0(1,2,

,),1,0(1,2,

,)p

p q s

i i j p p s q t λλμ=≥==≥=∑

使 1

1

p p q q

s

t

i i j j p q x x d λμ===+∑∑.

(*)

证明 因为(LP)存在最优解,所以由定理4.1.4与推论4、1、6及其证明知,基本可行解12,,

,s i i i x x x 就是(LP)的最优解.

设x 具有(*)式的形式,则由推论2.2.6与定理2、2、10知,x 为(LP)的可行解,从而由(*)式知,

11

1

p p q q s

t

T

T

T T i i j j i p q c x c x c d c x λμ===+=∑∑

因此,x 为(LP)的最优解.

反之,设x 为(LP)的任一最优解,则x 为可行解,于就是由推论2.2.6与定理2、2、10知,存在 10(1,2,

,),1,0(1,2,

,)k

i i j i i k j l λλμ=≥==≥=∑,

使 1

1

k

l

i i j j i j x x d λμ===+∑∑. (**)

根据定理1.1.5,有 0,1,2,

,T j c d j l ≥=,

且由1i x 为最优解知1,1,2,

,T T i i c x c x i k ≥=.

从而由上述两式容易用反证法证明:若(**)式中某个0i λ>,则i x 必为(LP)的最优解;若(**)式中某个0j μ>,则必有0T j c d =。由此知,最优解x 必具有(*)式的形式.

(LP)的解有四种可能:

(1)(LP)有唯一最优解(此时,T c x 的最优值恰在K 的一个极点上达到); (2)(LP)有无穷多个最优解(此时,T c x 的最优值在K 的一段边界上达到); (3)(LP)有可行解,但无最优解(此时,K 无界且T c x 在K 上无下界); (4)(LP)无可行解.

§4、2 单纯形法

需解决三个问题:

(1)求(LP)的初始基本可行解的方法;

(2)判别一个基本可行解就是否为最优解的准则;

(3)从一个基本可行解转换到使目标函数值下降到另一个基本可行解的方法. 1、 最优性条件

设x 就是(LP)的一个基本可行解,为了叙述上的方便,先设x 对应的基为

12(,,

,)m B p p p =,从而12,,

,m x x x 为基变量,12,,

,m m n x x x ++为非基变量.记

121212(,,,),(,,

,),(,,

,)T T m m n B m N m m n N p p p x x x x x x x x ++++===,

于就是 (,),,B B N N x c A B N x c x c ????

=== ? ?????,即知 Ax b =等价于B N Bx Nx b +=.由此解

得

11B N x B b B Nx --=-. (4.2.1)

在(4.2.1)式中,令0N x =,即知1

B x B b -=,从而得基本解10B b x -??

= ???

.将(4、2、1)

式代入目标函数,有

1111()()T T T T T T T T

B B N N B N N N B B N N c x c x c x c B b B Nx c x c B b c B N c x ----=+=-+=--, 即11

()T T T B B N N f c B b c B N c x --=--.

以上推导表明,对于给定的一个基B ,(LP)可化为如下的等价形式:

11

11

min ();,

0.T T T B B N N B N f c B b c B N c x x B Nx B b x ----?=--?+=??≥?

s.t. (4.2.2) 称(4.2.2)式为(LP)关于基B (或基本可行解x )的典式.

如果x 对应的基B 为一般形式,即12(,,

,)m j j j B p p p =,则通过类似的推导,可

得关于一般基B 的典式仍具有(4.2.2)式的形式.只就是此时,12(,,

,)m T B j j j x x x x =,N x 为非基变量构成的n m -维向量,N 就是非基变量对应

的列向量构成的()m n m ?-矩阵;12(,,

,)m T B j j j c c c c =,N c 为目标函数中非基变量

的系数构成的n m -维向量.

下面把关于一般基B 的典式(4.2.2)用代数式来表示. 设12{1,2,

,}{,,

,}m R n j j j =-,它表示非基变量的指标集,并令

1011121202122211012

,n n m m m mn b b b b b b b b B b B A b b b b --????

? ? ? ?

== ? ? ? ?????

, 1

1

,,

T T j B j j B c B p c j R f c B b π--=-?∈=,

则(4.2.2)式等价于

0min ;

,1,2,

,,0,1,2,,.i j j j R j ij j i j R j f f x x b x b i m x j n π∈∈?=-??

+==??

?≥=?

∑∑s.t. (4.2.3)

记1()T T T B

c B A c π-=-,则基变量对应的部分1()0T T T

B B B c B B c π-=-=;而非基变量对应的部分1()T T T

N B N c B N c π-=-,它就是由前面所定义的()j j R π∈构成的向量.

定理 1 设x 就是(LP)的关于B 的基本可行解,若0N π≤,则x 就是(LP)的最优解;若x 就是(LP)的非退化的最优解,则0N π≤.

j π称为变量j x 的检验数.

定理 2 设B 就是(LP)的一个基,若关于B 的典式(4.2.3)中存在r R ∈,使

0,1,2,

,ir b i m ≤=,则存在可行域K 的一个极方向d ,使T r c d π=-.

定理 3 设x 为(LP)的基本可行解,若关于x 的典式(4.2.3)中有某个检验数

0()r r R π>∈,且0,1,2,,ir b i m ≤=,则(LP)无最优解.

2、 基本可行解的改进

定理4 设12(,,,)m j j j B p p p =就是(LP)的一个基,且r R ∈,

则111(,

,,,,,)s s m j j r j j B p p p p p -+=为(LP)的一个基的充要条件就是关于B 的典式

(4.2.3)中0sr b ≠.

定理 5 设x 为(LP)的非退化的基本可行解,若关于x 的典式(4.2.3)中有

0()r r R π>∈,且至少有一个0(1)ir b i m >≤≤,则必存在另一个基本可行解x ,使

T T c x c x <.

3、 单纯形法的算法步骤

改进基本可行解的方法:把对应于正检验数r π的非基变量r x 变成基变量,称它为进基变量,而从原基变量中按 00min{|0,1,2,,}s i ir sr ir

b b

b i m b b =>=确定s j x 变为

非基变量,称它为离基变量.

现在来讨论如何从关于基12(,,

,)m j j j B p p p =的典式(4.2.3)式导出关于新基

111(,,,,,,)s s m j j r j j B p p p p p -+=的典式.为此将典式(4、2、3)中的系数写成表4、

2、1的表格形式.

表4.2.1 单纯形表()T B

这个表称为(LP)关于基B 的单纯形表,记为()T B .于就是只要说明怎样从原单纯形表()T B 导出新的单纯形表()T B 即可.按照解线性方程组的Gauss-Jordan 消去法思想,要使r x 变成基变量,必须把()T B 中r x 所在的列变成单位向量.因此可得单纯形表的变换规则如下:

(1)把()T B 中第s 行同除以sr b 作为新的第s 行(这样把r x 所在的列中第s 个元

素变成1),即 1

():()sr

s s b =

行行; (2)把表中新的第s 行乘以()ir b -加到第i 行()i s ≠,得到新的第i 行(把r x 所在的列中第i 个元素变成0),即

():()(),{1,2,

,}{}ir i i b s i m s =-?∈-行行行;

(3)把表中新的第s 行乘以()r π-加到第1m +行,得到新的第1m +行(把r x 的检验数变成0),即 (1):(1)()r m m s π+=+-行行行.

上述变换称为{,}s r 旋转变换,元素sr b 称为主元,主元所在的行与列分别称为主元行与主元列.

算法4-1(单纯形法)

Step1 对于一个已知的可行基12(,,

,)m j j j B p p p =,求出关于B 的单纯形表

()T B .

Step2 如果所有0(1,2,

,)j j n π≤=,则关于B 的基本可行解x 便就是(LP)

的最优解,f 就是最优值,此时的()T B 称为最优单纯形表,算法结束;否则,转Step3.

Step3 如果有0r π>,使()T B 中r x 所在的列12(,,,)0T r r mr b b b ≤,则(LP)无最

优解,算法终止;否则,转Step4.

Step4 令r 为最大正检验数中指标最小者,即

min{|max }j l j r l πππ>==, (4.2.12)

取r x 为进基变量;令s j 为比值最小的行中指标最小者,即

000min{|

min }ir k i s k b kr ir

b b

j j b b >==, (4.2.13) 取s j x 为离基变量.

Step5 以sr b 为主元进行{,}s r 旋转变换,得到新的单纯形表()T B .以B 取代

B ,返回Step2.

从Step2到Step5的每一次循环称为一次单纯形迭代.

式(4.2.12)与(4、2、13)分别称为Dantzig 进基规则与离基规则,统称为Dantzig 规则.

例3 求解线性规划问题

12123124125min 2;5,0,6221,0,1,2,3,4,5.

j f x x x x x x x x x x x x j ?=--?++=??-++=??++=??≥=?

s.t.

解

最优解为(11/4,9/4,0,1/2,0)T x =,最优值为-31/4. 4、退化情形的处理

Bland 规则:

(1)进基规则:由min{|0}j r j π=>确定r x 为进基变量; (2)离基规则:由000min{|min }ir k i s k b kr ir

b b

j j b b >==确定s j x 为离基变量. 5、初始基本可行解的求法

考虑线性规划问题(LP)

min ;,0.T c x Ax b x ??

=??≥?

s.t. 且不妨设0b ≥,但并不要求A 为行满秩矩阵.

寻找初始基本可行解的方法主要有两阶段法与大M 法.我们只介绍两阶段法.

在第一阶段先求解如下的线性规划问题

1

1min ;

,1,2,

,,0,1,2,,.m

n i i n

ij j n i i j j g x a x x b i m x j n m +=+=?

=??

?

+==???≥=+??

∑∑s.t. (LP1)

其中(1,2,

,)n i x i m +=称为人工变量.因0b ≥,故(LP1)有一个现成的基本可行解: 0,1,2,

,;,1,2,

,j n i i x j n x b i m +====,与之对应的基为单位矩阵,从而目标函数

g 可改写为 1

1

1

1

11

()m

m

n

m

n

m

n i i ij j i ij j i i j i j i g x b a x b a x +========-=-∑∑∑∑∑∑,于就是得到(LP1)的

一个单纯形表如表4.2.2.

表4.2.2 两阶段法初始单纯形表

由于目标函数0g ≥,即它在(LP1)的可行域上有下界,因此(LP1)必有最优解.于就是从单纯形表4.2.2出发,通过单纯形迭代必可求得(LP1)的最优解.设最优解

为??x y ?? ???,对应的基为?B ,其中1212????????(,,,),(,,,)T T n n n n m x x x x y x x x

+++==,分三种情况讨论.

(1)?0y ≠。此时(LP)无可行解。因为假若(LP)存在一个可行解x ,则0x ?? ???

为(LP1)

的可行解,且对应的目标函数g 的值为0,这与1?min 0m

n i i g x

+==>∑相矛盾. (2)?0y

=且人工变量(1,2,,)n i x i m +=都就是非基变量.这时?x

就是(LP)的可行解.又因基变量全在12,,,n x x x 之中,故对应的基?B

必为A 的子方阵,所以?x 为(LP)的基本可行解.

(3)?0y

=且基变量中含有人工变量,设n s x +为基变量,则(LP1)关于?B 的单纯形表?()T B 中n s

x +所在的第s 行对应的方程为 ,0n s sj j s n i n i j J

i I

x b x b x +++∈∈++=∑∑, (4.2.14)

这里J 为12,,,n x x x 中非基变量的指标集,I 为人工变量中非基变量的指标集.

如果(4.2.14)式中所有0()sj b j J =∈,则有,0n s s n i n i i I

x b x +++∈+=∑。这说明人工变量n s x +可由诸人工变量()n i x i I +∈线性表出,从而可知原约束方程组Ax b =中第s 个方程可由另外一些方程(即人工变量()n i x i I +∈对应的那些约束方程)的适当线

性组合来表示,因此,第s 个约束方程就是多余的,应当删去,这相当于从?()T B

中删去第s 行.

如果(4.2.14)中存在r J ∈,使0sr b ≠,则由定理4、2、4知,以sr b 为主元进行

{,}s r 旋转变换,得到(LP1)的新的单纯形表,它对应的基本可行解仍为(LP1)的最

优解,但新的基变量中减少了一个人工变量n s x +.若新的基变量中还有人工变量,再重复此法,经过有限次,必能化为(2)的情形.

综上所述,对于不具有明显可行基的(LP),可先用单纯形法解(LP1),解的结果或者说明(LP)无可行解,或者找到(LP)的一个基本可行解.然后再从这个基本可行解开始应用单纯形法求解(LP),这就是两阶段法的第二阶段.

注意,在第一阶段迭代过程中,人工变量一旦离开基,随之也就失去了作用,故可从单纯形表中删去人工变量所在的列.

例4 求解线性规划问题

12323412345134min 3;24,

24,334,0,1,2,3,4,5.

j f x x x x x x x x x x x x x x x j ?=--+?++=??-++++=??++=??≥=?

s.t. (4.2.15) 解 只需引进两个人工变量6x 与7x ,相应的(LP1)如下:

672346123451347min ;24,24,334,0,1,2,

,7.j g x x x x x x x x x x x x x x x x j ?=+?+++=??-++++=??+++=??≥=?

s.t.

最优解与最优值分别为(0,4/3,4/3,0,0)T

x=,f=－8/3.

6、单纯形法的几何解释

定理 6 设x就是(LP)关于基B的基本可行解,对()

T B进行一次单纯形迭代得到新的基本可行解x,若x就是非退化的,则x与x就是(LP)的可行域K的相邻极点.

§4、3 对偶理论

定义设有线性规划问题

min;

,

0.

T

c x

Ax b

x

?

?

≥

?

?≥

?

s.t.(4.3.1)

及

max;

,

0.

T

T

b y

A y c

y

?

?

≤

?

?≥

?

s.t.(4.3.2)

称问题(4.3.2)为问题(4、3、1)的对偶问题,并称问题(4、3、1)为原问题.

定理1 对偶问题的对偶就是原问题.

下面给出其它形式的线性规划问题的对偶问题.

标准形式的线性规划问题

min ;,0.T c x Ax b x ??

=??≥?

s.t. (LP) 的对偶问题如下:

max ;

.

T T

b y A y

c ???≤??s.t. (DP) 一般的线性规划问题

1122111122121122221min ;,

,0.T T c x c x A x A x b A x A x b x ?+?

+≥??

+=??≥?

s.t. (P) 的对偶问题如下:

1121121122121122221max ;,

,0.T T T T

T T

b y b y A y A y

c A y A y c y ?+?+≤??+=??

≥?

s.t. (D) 原问题与对偶问题的对应关系表

例5 求如下线性规划问题的对偶问题.

12341234234123414min 3234;2343,345,23742,0,0.

x x x x x x x x x x x x x x x x x +-+??-++≤??++≥-??---=??≥≤?

s.t.

解 先把上述线性规划问题写成如下形式

1234

1234234

1234

14

min 3234;2343,345,23742,0,0.x x x x x x x x x x x x x x x x x '+--??'-+-+≥-??'+-≥-??'--+=?'?≥≥?

s.t.

它的对偶问题为

1231312312312312max 352;

23,

232,3373,1,0,0.y y y y y y y y y y y y y y y y --+??-+≤?

?+-=?

?

-+-=-??-+≤-?

≥≥??

s.t. 下面总假设在(P)中,11122122A A A A ??

???

就是行满秩矩阵. 定理2 设12x x ??

???与12y y ?? ???

分别为(P)与(D)的可行解,则11221122T T T T

c x c x b y b y +≥+. 定理3 (P)与(D)都有最优解的充要条件就是它们都有可行解. 定理4 设12x x ??

???与12y y ??

???

分别就是(P)与(D)的可行解,则它们分别为(P)与(D)的最优解的充要条件就是 1

1221122T T T T c x c x b y b y +=+. 定理 5 在(P)与(D)中,若有一个有最优解,则另一个也有最优解,且(P)与(D)的最优值相等.若其中一个有可行解但无最优解,则另一个必无可行解.

定理6 设12x x ??

???与12y y ??

???

分别就是(P)与(D)的可行解,则它们分别为(P)与(D)的最优解的充要条件就是 1111122111112121()0,

()0.

T T T T

y A x A x b c A y A y x ?+-=??--=?? (互补松弛条件) 推论7 设x 与y 分别为原问题(4.3.1)与对偶问题(4、3、2)的可行解,A 为行满秩的,则它们分别为问题(4、3、1)与(4、3、2)的最优解的充要条件就是

()0,

()0.

T T T

y Ax b c A y x ?-=??-=?? 推论8 设x 与y 分别为(LP)与(DP)的可行解,A 为行满秩的,则它们分别为(LP)与(DP)的最优解的充要条件就是 ()0T T c A y x -=.

定理4.3.6中的互补松弛条件表明:对于(P)与(D)的最优解,若(P)的第i 个不等式约束为松约束,则(D)的第i 个非负约束为紧约束;若(D)的第i 个非负约束为松约束,则(P)的第i 个不等式约束为紧约束;若(P)的第j 个非负约束为松约束,则(D)

的第

j 个不等式约束为紧约束;若(D)的第j 个不等式约束为松约束,则(P)的第

j 个非负约束为紧约束.

§4、4 对偶单纯形法 1、 对偶单纯形法的算法步骤

设x 为(LP)中关于基B 的基本解,令1()T T

B

y c B -=.若x 与y 分别就是(LP)与(DP)的可行解,则T A y c ≤,这等价于

1

()0T T T T B c B A c A y c π-=-=-≤,

即x 对应的检验数全部非正,故由定理4.2.1知,x 就是(LP)的最优解.而

1T T T T B b y y b c B b c x -===,

所以由定理4.3.4知,y 就是 (DP)的最优解.这不但说明可以由(LP)的最优解得出(DP)的最优解,而且表明:(LP)中关于基B 的基本解x 对应的检验数全部非正当且

仅当1()T T

B

c B -为(DP)的可行解.因此,我们引入如下的概念. 定义 (LP)中检验数全部非正的基本解称为对偶可行解或正则解,相应的基称为对偶可行基或正则基.

算法4-2(对偶单纯形法)

Step1 选取(LP)的一个关于正则基B 的正则解x ,列出单纯形表()T B . Step2 若00(1,2,

,)i b i m ≥=,则x 就是最优解,算法结束;否则,按

0000

min{|min }i s k k i b j j b b <==选取s j x 为离基变量.

Step3 若0()sj b j R ≥∈,则(LP)无可行解,算法终止;否则,按

min{|

min

}sj j

l

b sl

sj

r l b b ππ<==选取r x 为进基变量.

Step4 以sr b 为主元进行{,}s r 旋转变换,得到新的单纯形表()T B .以B 取代

B (B 亦为正则基),返回Step2.

例6 用对偶单纯形法求解线性规划问题

12312312123123min 3;23,

324,21,,,0.f x x x x x x x x x x x x x x =++??++≥??

+≥?

?+-≥??≥?

s.t. 解 引进变量456,,,x x x 将给定的线性规划问题化为标准形式:

12312341251236123456min 3;

23,

324,21,,,,,,0.f x x x x x x x x x x x x x x x x x x x x =++??---+=-??

--+=-??--++=-??≥?s.t.

最优解为3,0,0,2T

x ??

= ???

最优值为32.

2、 退化情形的处理

Bland 规则:

(1)离基规则:由0min{|0}s i i j j b =<确定s j x 为离基变量; (2)进基规则:由0

min{|min

}sj j

l

b sl

sj

r l b b ππ<==确定r x 为进基变量.

3、 初始正则解的求法

设已知(LP)的关于基B 的基本解x ,它不就是正则解(也不必就是可行解),对应的典式为

0min ;

,1,2,

,,0,1,2,,.i j j j R j i ij j j R j f f x x b b x i m x j n π∈∈?=-??

=-=??

?≥=?

∑∑s.t. (4.4.1)

引进一个人工约束

1j

n j R

x

x M +∈+=∑,其中M 表示充分大的正数,1n x +为引进的变

量.把这个约束添加到(4.4.1)式中得到一个新的线性规划问题

01min ;,1,2,,,

0,1,2,,, 1.i j j j R j i ij j j R n j j R j f f x x b b x i m x M x x j n n π∈∈+∈?=-??

=-=??

?=-??

≥=+?

∑∑∑s.t. (4.4.2) 问题(4.4.2)称为(LP)关于基B 的扩充问题.