【运筹学】对偶理论 : 互补松弛定理应用 2 ( 互补松弛定理求最优解思路 ) ★★





一、原问题与对偶问题标准形式



原问题 P \rm P P : m a x Z = C X s . t { A X ≤ b X ≥ 0 \begin{array}{lcl} \rm maxZ = C X \\\\ \rm s.t\begin{cases} \rm AX \leq b \\\\ \rm X \geq 0 \end{cases}\end{array} maxZ=CXs.tAXbX0 ;              \ \ \ \ \ \ \ \ \ \ \,            对偶问题 D \rm D D : m i n W = b T Y s . t { A T Y ≥ C T Y ≥ 0 \begin{array}{lcl} \rm minW = b^T Y \\\\ \rm s.t\begin{cases} \rm A^TY \geq C^T \\\\ \rm Y \geq 0 \end{cases}\end{array} minW=bTYs.tATYCTY0


等价方法 :

  • 生产 : 目标函数追求 利润最大化 , 约束方程设备的使用时长受约束 , 小于等于 某个时间值 ;
  • 出租设备 : 目标函数追求 租金最小化 , 约束方程设备产生的利润要 大于等于 生产的利润 , 不能亏钱 ;




二、互补松弛定理



X 0 \rm X^0 X0 Y 0 \rm Y^0 Y0 分别是 原问题 P \rm P P 问题 和 对偶问题 D \rm D D可行解 ,

这两个解各自都是对应 线性规划问题最优解

的 充要条件是 : { Y 0 X s = 0 Y s X 0 = 0 \begin{cases} \rm Y^0 X_s = 0 \\\\ \rm Y_sX^0 = 0 \end{cases} Y0Xs=0YsX0=0

其中 X s , Y s \rm X_s , Y_s Xs,Ys松弛变量剩余变量 ;





三、已知原问题最优解求对偶问题最优解



已知线性规划 :

m i n W = 2 x 1 − x 2 + 2 x 3 { − x 1 + x 2 + x 3 = 4 − x 1 + x 2 − x 3 ≤ 6 x 1 ≤ 0 , x 2 ≥ 0 , x 3 无 约 束 \begin{array}{lcl} \rm minW= 2x_1 - x_2 + 2x_3 \\\\ \rm \begin{cases} \rm -x_1 + x_2 + x_3 = 4 \\\\ \rm -x_1 + x_2 - x_3 \leq 6 \\\\ \rm x_1 \leq 0 ,x_2 \geq 0 , x_3 无约束 \end{cases}\end{array} minW=2x1x2+2x3x1+x2+x3=4x1+x2x36x10,x20,x3

上述线性规划的对偶问题的最优解是 Y 0 = ( 0 − 2 ) \rm Y^0 = \begin{pmatrix} \quad \rm 0 \quad \rm -2 \quad \end{pmatrix} Y0=(02) , 求其原问题最优解 ;



互补松弛定理 :

" X 0 \rm X^0 X0 Y 0 \rm Y^0 Y0 分别是 原问题 P \rm P P 问题 和 对偶问题 D \rm D D最优解 " ⇔ \Leftrightarrow { Y 0 X s = 0 Y s X 0 = 0 \begin{cases} \rm Y^0 X_s = 0 \\\\ \rm Y_sX^0 = 0 \end{cases} Y0Xs=0YsX0=0

其中 X s , Y s \rm X_s , Y_s Xs,Ys松弛变量剩余变量 ;



分析 :

给出了对偶问题最优解 Y 0 = ( 0 − 2 ) \rm Y^0 = \begin{pmatrix} \quad \rm 0 \quad \rm -2 \quad \end{pmatrix} Y0=(02) , 其互补松弛定理中对应原问题的松弛变量 X s = ( x 4 x 5 ) \rm X_s =\begin{pmatrix} \quad \rm x_4 \quad \\\\ \quad \rm x_5 \quad \end{pmatrix} Xs=x4x5 ;

根据公式有 ( 0 − 2 ) × ( x 4 x 5 ) = 0 \rm \begin{pmatrix} \quad \rm 0 \quad \rm -2 \quad \end{pmatrix} \times \begin{pmatrix} \quad \rm x_4 \quad \\\\ \quad \rm x_5 \quad \end{pmatrix} = 0 (02)×x4x5=0
0 x 4 − 2 x 5 = 0 \rm 0 x_4 - 2x_5= 0 0x42x5=0

− 2 x 5 = 0 \rm - 2x_5= 0 2x5=0


原问题添加松弛变量 ,

− x 1 + x 2 + x 3 = 4 \rm -x_1 + x_2 + x_3 = 4 x1+x2+x3=4 已经是等式了 , 添加一个 x 4 \rm x_4 x4 松弛变量 , x 4 = 0 \rm x_4 = 0 x4=0 ,

− x 1 + x 2 − x 3 ≤ 6 \rm -x_1 + x_2 - x_3 \leq 6 x1+x2x36 添加松弛变量 x 5 \rm x_5 x5 , 由于对应的最优解不为 0 0 0 , 是 − 2 -2 2 , 其对应的松弛变量还是 0 0 0 , 即 x 5 = 0 x_5 = 0 x5=0 ;

原问题的最优解满足 { − x 1 + x 2 + x 3 = 4 − x 1 + x 2 − x 3 = 6 \begin{cases} \rm -x_1 + x_2 + x_3 = 4 \\\\ \rm -x_1 + x_2 - x_3 = 6 \end{cases} x1+x2+x3=4x1+x2x3=6 方程 , 该方程组 2 2 2 个等式 , 3 3 3 个变量 , 如果再得到一个方程 , 就可以得到三个方程 ;


根据 对偶理论中的 强对偶性 , 如果 原问题 与 对偶问题 都有可行解 , 只要有一个问题有最优解 , 则 两个问题都有最优解 , 二者的最优解的目标函数值相等 ;


这里求一下对偶问题的目标函数值 , 对偶问题的目标函数与原问题的目标函数值相等 ;

对偶问题的目标函数是 m a x Z = 4 y 1 + 6 y 2 = 4 × 0 − 2 × 6 = − 12 \rm max Z = 4y_1 + 6y_2 = 4 \times 0 - 2 \times 6 = -12 maxZ=4y1+6y2=4×02×6=12 ;

因此原问题的目标函数值也是 12 12 12 , 得到式子 m i n W = 2 x 1 − x 2 + 2 x 3 = − 12 \rm minW= 2x_1 - x_2 + 2x_3 = -12 minW=2x1x2+2x3=12 ;


这里就得到了 3 3 3 个方程组 , 3 3 3 个变量 , 求解下面的方程组 , 最终结果就是最优解 ;

{ − x 1 + x 2 + x 3 = 4    ① − x 1 + x 2 − x 3 = 6    ② 2 x 1 − x 2 + 2 x 3 = − 12    ③ \begin{cases} \rm -x_1 + x_2 + x_3 = 4 \ \ ① \\\\ \rm -x_1 + x_2 - x_3 = 6 \ \ ② \\\\ 2x_1 - x_2 + 2x_3 = -12 \ \ ③ \end{cases} x1+x2+x3=4  x1+x2x3=6  2x1x2+2x3=12  


最终方程组的解是 :

{ x 1 = − 5 x 2 = 0 x 3 = − 1 \begin{cases} \rm x_1 = -5 \\\\ \rm x_2 = 0 \\\\ x_3 = -1 \end{cases} x1=5x2=0x3=1


最终的原方程的最优解是 ( − 5 0 − 1 ) \begin{pmatrix} \quad \rm -5 \quad 0 \quad \rm -1 \quad \end{pmatrix} (501)

目标函数值是 − 12 -12 12





四、互补松弛定理求最优解思路



给定线性规划 , 给定一个问题的最优解 , 求另一个问题的最优解 ;



互补松弛定理 :

" X 0 \rm X^0 X0 Y 0 \rm Y^0 Y0 分别是 原问题 P \rm P P 问题 和 对偶问题 D \rm D D最优解 " ⇔ \Leftrightarrow { Y 0 X s = 0 Y s X 0 = 0 \begin{cases} \rm Y^0 X_s = 0 \\\\ \rm Y_sX^0 = 0 \end{cases} Y0Xs=0YsX0=0

其中 X s , Y s \rm X_s , Y_s Xs,Ys松弛变量剩余变量 ;



使用上述互补松弛定理 , 求出 给定的最优解 对应的对偶问题线性规划 松弛变量的值 ;

松弛变量 代入到 约束方程等式 中 , 求解出的值就是线性规划问题的最优解 ;


还有一种方式 , 就是根据给定的最优解 , 求出 本问题线性规划的 松弛变量值 ,

根据 本问题的松弛变量值 求对应 对偶问题的 最优解 ;

已标记关键词 清除标记
©️2020 CSDN 皮肤主题: 创作都市 设计师:CSDN官方博客 返回首页