对偶单纯形法
对偶单纯形法的原理和应用
对偶单纯形法的原理和应用一、原理介绍对偶单纯形法是线性规划的一种求解方法，通过对原问题的对偶问题进行迭代求解，来达到求解原问题的目的。
下面详细介绍对偶单纯形法的原理。
1. 线性规划问题的对偶性在线性规划问题中，我们常常需要求解最小化或最大化线性目标函数的问题，同时满足一系列线性约束条件。
对于这样的问题，可以通过定义对偶问题来求解。
2. 对偶问题的定义对于原问题的最小化形式，可以定义对偶问题的最大化形式。
对于原问题的最大化形式，可以定义对偶问题的最小化形式。
对偶问题和原问题之间具有很强的对称性。
3. 对偶单纯形法的基本思想对偶单纯形法的基本思想是通过迭代求解对偶问题来达到求解原问题的目的。
在每一次迭代中，首先确定最优解是否已经找到，如果找到最优解，则结束算法；否则，确定要改进的变量，通过计算改变最变量之前对应的对偶变量的值，然后再进行下一次迭代。
二、应用场景对偶单纯形法在实际应用中有着广泛的应用场景。
下面列举几个典型的应用场景。
1. 生产计划问题在生产计划问题中，常常需要确定各个生产线的产量，以最小化总成本或最大化总利润。
对偶单纯形法可以应用于该问题的求解，通过定义对偶问题，并通过迭代求解对偶问题，来确定生产线的产量。
2. 项目调度问题在项目调度问题中，需要确定各个项目的开始时间和结束时间，以最小化总工期或最大化资源利用率。
对偶单纯形法可以应用于该问题的求解，通过定义对偶问题，并通过迭代求解对偶问题，来确定项目的调度方案。
3. 运输问题在运输问题中，需要确定各个供应商到各个销售点的运输量，以最小化总运输成本。
对偶单纯形法可以应用于该问题的求解，通过定义对偶问题，并通过迭代求解对偶问题，来确定每个供应商和销售点的运输量。
4. 资源分配问题在资源分配问题中，需要确定各个资源的分配比例，以最大化总效益或最小化总成本。
对偶单纯形法可以应用于该问题的求解，通过定义对偶问题，并通过迭代求解对偶问题，来确定资源的分配比例。
(完整版)对偶单纯形法详解
一、什么是对偶单纯形法？
对偶单纯形法是应用对偶原理求解原始 线性规划的一种方法——在原始问题的单 纯形表格上进行对偶处理。
注意：不是解对偶问题的单纯形法！
二、对偶单纯形法的基本思想 1、对“单纯形法”求解过程认识的提升— —
从更高的层次理解单纯形法 初始可行基（对应一个初始基本可行解）
3 4
x1, x2 , x3, x4, x5 0
以此形式进行列表求解，满足对偶单纯形 法的基本条件，具体如下：
CB
XB
0
x4
0
x5
cj -2 -3 -4 0 0
xj b
x1 x2 x3 x4 x5
-3
-1 -2 -1 1 0
-4
-2 1 -3 0 1
-Z
0
-2 -3 -4 0 0
比
值 -2/-2 --- -4/-3 --- ---
2/5
11/5
-2 -3 -4 0 0 x1 x2 x3 x4 x5
0 1 -1/5 -2/5 1/5 1 0 7/5 -1/5 -2/5
cj-zj
0
0 0 -3/5 -8/5 -1/5
最优解: X*=（11/5，2/5, 0, 0, 0）T，
最优值: minW= -maxZ* = -[11/5×(-2)+2/5×(-3)]= 28/5
将三个等式约束两边分别乘以-1，然后
列表求解如下：
CB
XB
0
y3
0
y4
0
y5
-Z
比
cj yj b
-3 -9 0 y1 y2 y3
00 y4 y5
-2
-1 -1 1 0 0
对偶单纯形法
把上述思想移植到对偶问题上。
对偶单纯形法迭代过程的实质是：保持对偶问题的可行性（只要检验数≤0即可）， 通过改变对偶问题的可行基，使原问题由不可行变为可行。根据对偶理论，这两 个可行解就是原始和对偶问题的最优解。
例2.4.1 用对偶单纯形法求解下列线性规划问题。 min z = 15x1+24 x2 +5 x3
6 x2 + x3 ≥2
st.
5x1+2 x2 + x3 ≥1
x1 , x2 , x3 ≥0
解：把线性规划问题化为标准形式。
max z′ = －15x1－24 x2 － x3 +0 x4 +0 x5
-2/3是主元素， x3是换入变量。
ቤተ መጻሕፍቲ ባይዱj
－15 －24 － 5
CB
XB
b
x1
x2
x3
-24
x2 1/4
-5/4
1
0
表 11
0
0
x4
x5
-1/4 1/4
5
x3 1/2 15/2
0
1
1/2 -3/2
(cj－zj) 或 j
-15/2 0
0
-7/2 -3/2
由于原始，对偶都已经可行，所以，表11对应的解是最优解。
求极大为标准形式时
min j
c
j
arj
z
j
arj
0
cs zs ars
求极小为标准形式时
min j
z
j c arj
j
arj
0
第三章对偶单纯形法
··
≥ (c1,c2,…,cn)
y1，y2，…，ym≥0
m个变量，n个约束条件
2﹒约束条件全部为“=”的对偶
原问题：
max z=CX
max z=CX
max z=CX
AX＝b
等价
AX≤b AX≥b
AX≤b 等价 －AX≤－b
X≥0
min ω=(Y1,Y2) A
(Y1,Y2) －A Y1,Y2≥0
b －b
承租
出让代价应不低于 用同等数量的资源 自己生产的利润。
厂家能接受的条件：
出 用同让6等代y数价2量应的不y资低3 源于 2 5 y自1 己生2产y2的利y润3。 1
收购方的意愿：
min w 15 y 24 y 5 y
1
2
3
Ⅰ
Ⅱ
D
设备A
0
设备B
6
调试工序
1
5 15时 2 24时 1 5时
利润（元） 2
x1 0, x2 , x3 0, x4无限制max变S量个数5n y1 约4束y方2 程个6数yn3
2、求下列问题的对偶问题 min Z 2x1 3x2 5x3 x4
4x1 x2 3x3 2x4 5
s.t
3x1 2x2 7x4 2x1 3x2 4x3
4 x4
6
s.t
3﹒约束条件为“≥”的对偶
原问题：
max z=CX
max z=CX
对
AX≥b
等价
－AX≤ － b
偶
X≥0 min ω=Yb
对偶 问题
X≥0
问
题
min ω=Y1 (－ b)
YA ≥C Y≤0
令Y= － Y1
对偶单纯形法
1. 换出变量的确定原则
常数列中最小的负元素所在的行所对应的基变量为换出变量.
p11-1
§3.4 灵敏度分析
运筹学
灵敏度分析——研究系数变化对最优解的影响.
一、改变价值向量
在最终表内, cr的变化只引起检验数的变化, 需重新计算检验数.
§3.3 对偶单纯形法
运筹学
一、对偶单纯形法与单纯形法的区别
对 运用对偶单纯形法时, 不需要引入人工变量, 但必须先给 定原问题的一个对偶可行基本解.
二、对偶单纯形法的求解方法
▲ 以求解下述线性规划 问题为例
min z 2x1 3x2 4x3 s.t. x1 2x2 x3 3
二、改变资源向量
在最终表内, br的变化只引起右端项的变化, 需重新计算右端项. 利用B-1(b+b).
三、改变A中的一列
通常是非基变量所对应的列, 需重新计算检验数.
四、增加一个新的约束条件
五、增加一个新的变量
p11-2
运筹学
作业：P81第1.12题之（2）； 第1.13题
p11-3
对偶单纯形法
y1, y2 0
Min w 2 y1 3y2
解:
先将原问题化为下列形式
s.t.
2 y1 y1
y1 y2 y3 4 3y2 y4 6 y2 y5 3
y1, y2 , y3, y4 , y5 0
对偶单纯形法举例(例2-2) 则第一个基为B1=(P3,P4,P5)=I 基变量为y3,y4,y5 第一个对偶可行基对应的单纯形表如下
5
-w 8 -15 0 -1 -4 0
对偶单纯形法举例(例1-4)
T(B2) XB b Y1 Y2 Y3 Y4 Y5 Y2 1/3 0 1 1/6 -1/6 0
Y -1/3 -5 0
5
-w 8 -15 0
-2/3 -1/3 1 -1 -4 0
T(B3)
Y2 1/4 -5/4 1 Y3 1/2 15/2 0 -w 17/2 -15/2 0
5
w 0 -2 -3 0 0 0
Y3 -2 -5/3 0 Y2 2 1/3 1 Y5 -1 -2/3 0
1 -1/3 -1/3 0 -1/3 -1/3 0 -1/3 2/3
w 6 -1 0 0 -1 -1
对偶单纯形法举例(例3-1)
例3：用对偶单纯形法解下列线性规划
Min w x1 x2
3x1 x2 x3 1
s.t.
x1 x2 2x1 2x2
x4 2 x5 4
x j 0 j 1,2,3,4,5
解: 取B1=(P3，P4，P5)=I
为对偶可行基
因此其对应的单纯形表如下
对偶单纯形法举例(例3-2)
T(B1)
x1 x2 x3 x4
x5
x3 -1 3 -1 1 0 0
x4 -2 -1 1 0 1
对偶单纯形法
2 2
x1 x1
+x2 + 4x3 2 +2x2 + 4x4 3
x
j
0,
j
= 1, 2,3
MinS =1200x1 +800x2 +1600x3 +1200x4 + 0x5 + 0x6
−−22xx11
− −
x 2
−
2
x2
4x3 + − 4x4
x
+
=
5
x6
−2 = −3
K
Min{-1200/-2; -800/-2; -1200/-4}=300
Cj
CB
XB
0
X5
1200
X4
Zj
cj-zj
1200 800 1600 1200 0
0
b
x1
x2
x3x4x5Fra bibliotekx6L
-2
-2
--11
-4
0
1
0
3/4
1/2 1/2
0
1
0
-1/4
600 600
0 1200
0
-300
600 200 1600 0
即：保持对偶问 题可行，将原问 题由不可行化为 可行
➢算法流程：
? 找出初始基本解，满足cj-zj≤0 （MaxZ）
bi>0? N
Y
最优解
i=L
Y
aLj 0 ?
N
无解
? 找出新的基本解，满足cj-zj≤0
例题： 解：标准型为
Min S = 1200x1 +800x2 + 1600x3 + 1200x4
对偶单纯形法
j1 n
c
j
0
n i 1, 2, , m a ij x j bi j1 x 0, j 1, 2, , n j
在引入松弛变量化为标准型之后，约束等 式两侧同乘-1，能够立即得到检验数全部非正 的原规划基本解，可以直接建立初始对偶单纯 形表进行求解，非常方便。
对偶单纯形法求解线性规划问题过程：
1.建立初始单纯形表,检查b列中的各分量，若都为非 负，且检验数均非正,则已得到最优解，若b列中至 少有一个负分量，检验数非正,则转2； 2.确定换出变量
min
(bi 0)
确定对应的基变量xi为出基变量,转3 3.在单纯形表中检查xi所在行的各系数，若所有 aij≥0，则原问题无可行解,停止;否则,若有aij<0 则选 =min{j/aij┃ aij<0}=k/aik 那么xk为进基变量,转4； 4.以aik为主元，进行迭代运算，得到新的单纯形表； 5.重复上述步骤，直到求得最优解。
（2） 影子价格表明资源增加对总效益产生 的影响。根据推论“设x0和y0分别为原规划（P） 和对偶规划（D）的可行解，当cx0=y0b时，x0、 y0 分别是两个问题的最优解”可知，在最优解 的情况下，有关系
Z w b y b2 y bm y
* * * 1 1 * 2
* m
因此，可以将z*看作是bi,i=1,2，… ,m的函数， 对bi求偏导数可得到
影子价格y2 0的经济意义：原料 的供应量b2增加 个单位 B 1 时，最大利润将不变化 .
影子价格y3 50的经济意义：原料 的供应量b2增加 个单位 C 1 时，最大利润将增加 个单位. 50
(3)设该厂将A, B, C三种原料的价格分别定 y1, y2 , y3 , 为
对偶单纯形法
§6 对偶单纯形法在介绍对偶单纯形法之前，让我们先利用对偶理论来重温一下单纯形法的基本思想，以便给单纯形法一种新的解释。
考虑线性规划（LP ）和其对偶规划（DP ）：x c T min b w T max(LP) s.t ⎩⎨⎧≥=0x b Ax (DP) s.t TT c A w ≤我们已经知道，（LP ）的单纯形表为基变量 x 1 x 2 ┄ x nx B B -1 A B -1bf c B T B -1 A – c T c B T B –1b定理1 设(LP)的任一基本解为x 0，它对应于基B ，并作(w 0 )T = c B T B –1。
若x 0 和w 0 分别是(LP)和（DP ）的可行解，则x 0 和w 0 也分别是(LP)和（DP ）的最优解。
证明 因w 0 是（DP ）的可行解，即 (w 0 )T A ≤ c T从而有 c B T B –1A - c T ≤ 0 此式说明，x 0是对应于基B 的基本可行解，且所有的检验数λj ≤ 0故x 0是（LP ）的最优解。
此外，还有(w 0 )T b = c B T B –1 b = c B T x B 0 = c x 0从而由线性规划的对偶定理知，w 0 也是（DP ）的最优解。
证毕。
由以上证明过程可看到：x 0（（LP ）的任一基本解）的检验数全部非正与(w 0 )T = c B T B –1是对偶问题（DP ）的可行解等价。
据此我们可对单纯形法作如下解释：从一个基本解x 0出发迭代到另一个基本解，在迭代过程中始终保持解的可行性（基本可行解），同时使它所对应的对偶规划的解w 0（满足（w 0 ）T = c B T B –1 ）的不可行性逐步消失（即检验数逐步变为非正）；直到w 0是（DP ）的可行解，x 0就是（LP ）的最优解。
因（LP ）和（DP ）互为对偶问题，故基于对称的想法，我们也可以把迭代过程建立在满足对偶问题（DP ）的可行解上，即在迭代过程中保持对应的对偶问题的解w 0的可行性（从而x 0的检验数全部非正），逐步消除原问题（LP ）的基本解x 0的不可行性（即使x 0非负），最后达到双方同时为可行解，x 0和w 0也就同时为最优解了。
对偶单纯形法
3x2 2x2
x4 x5
x7 3
6
用单纯形 法求解
x1, x2 , x3 , x4 , x5 0
对偶单纯形法的优点：
1、不需要人工变量；
2、当变量多于约束时，用对偶单 纯形法可减少迭代次数；
3、在灵敏度分析中，有时需要用对 偶单纯形法处理简化。
注意：对偶单纯形法仅限于初始基B对应
X（0）为基本可行 解的X（条0）件为？最优解的 条件？
B-1b≥0 C CBB1 A 0
原问题最优解条件
令Y=CBB-1，代入原问题最优解条件，→YA≥C
min Yb
YA C Y无符号限制
取基本解X1 B1b,0
保证对偶问题的可行性，逐
步改进原问题的可行性，求
x1 x3 2
s.t
x2
2x3
5
x1，x2，x3 0
若取初始基B1 P4，P5
则关于B1的标准型为
max Z 4x1 3x2 8x3
不s可.t 行 x1x2
x3 2x3
x4
2 x5 5
x1，x2，x3 , x4 , x5 0
且由对偶理论知，Y0 CB B 1为（D）的最优解
对偶单纯形法步骤：
1. 列出初始单纯形表，检查b 列的数字若都为非负， 则已得到最优解，停止计算，若b列的数字中至少 有一个负分量，转第二步。
2. 确定出基变量
按 min B1b i B1b i 0 B1b l ,对应的基变量法： 求max Z x6 Mx9
2x2 x3 x4 x5
x9 1