對偶規劃

對偶規劃

對偶規劃(dual programming)一類線性規劃問題,指由原線性規劃問題按如下對稱規律構成的新線性規劃問題:若原問題(P)為maxz=CX,滿足AX≤b,x≤0 ,則對稱的新問題(D)為minw=yb,滿足yA≥c,y≥0 ,這裡y為m維列向量,新問題(D)稱為原線性規劃的對偶規劃。

基本信息

發現簡史

對偶規劃最初是由馮·諾伊曼(vonNeu-mann,J.)於1947年提出來的,以後庫恩(Kuhn,H.W.)和塔克爾(Tucker,A.W.)證明了對偶定理。哥德曼(Goldman,A.J.)和塔克爾於1956年比較系統地敘述了對偶規劃的理論。

對偶線性規劃的經濟背景是:若原問題是利用有限資源安排最優生產方案,以獲得最大總產值的線性規劃問題,則它的對偶問題就是在相同資源的條件下,正確估計資源的使用價值,以達到支付最少費用的線性規劃問題。簡言之,若原問題為求解資源的最優配置問題,則對偶問題就是求解估價資源的使用價值問題。

定律定義

標準形式

假定原問題是最大化問題,即線性規劃問題(LP),它的標準形式:

對偶規劃 對偶規劃

其對偶問題(DLP)如下式所示:

對偶規劃 對偶規劃

矩陣形式

對偶規劃 對偶規劃

用矩陣形式表示,對稱形式的線性規劃問題的原問題為:

對偶規劃 對偶規劃
對偶規劃 對偶規劃

其對偶問題為: 或寫作

對偶問題轉化

一般形式

上述都是一對對稱形式的對偶線性規劃,在原線性規劃問題與對偶線性規劃問題之間有著整齊的對稱性,其特徵是:

對偶規劃 對偶規劃

1.一個問題求極大max,對應另一個問題求極小min。

2.求極大問題中的約束條件為“≤”,求極小問題中的約束條件為“≥”。

3.原問題中有個變數,對偶問題中就有個約束條件。原問題中有m個約束條件,對偶問題中就有m個變數(稱為對偶變數)。

4.原問題的目標函式中變數的係數就是對偶問題約束條件的常數項。原問題中約束條件的常數項就是對偶問題目標函式中變數的係數。

5.兩個互為對偶問題的約束條件的係數矩陣互為轉置矩陣。

6.原問題與對偶問題中的變數均有非負約束。

非對稱形式

因為並非所有線性規劃問題具有對稱形式,故對下面討論更加一般形式下線性規劃問題如何寫出其對偶問題。無論是堆成或非堆成的線性規劃問題在寫出其對偶問題時,對於A、B、C和目標函式的對應關係都適用,區別的只是約束條件的形式與其對應變數的取值。下面將對稱或不對稱線性規劃原問題同對偶問題的轉換時的對應關係,統一歸納為下表所示形式。

項目原問題(對偶問題)對偶問題(原問題)
A約束係數矩陣約束係數矩陣的轉置
B約束條件右端項向量目標函式中的價格係數向量
C目標函式中的價格係數向量約束條件右端項向量
目標函式
對偶規劃 對偶規劃
對偶規劃 對偶規劃
n個變數x(j=1,···,n)n個約束條件(j=1,···,n)
x≥0
對偶規劃 對偶規劃
x≤0
對偶規劃 對偶規劃
x無約束
對偶規劃 對偶規劃
n個約束條件(i=1,···,=m)m個變數y(i=1,···,m)
對偶規劃 對偶規劃
y≥0
對偶規劃 對偶規劃
y≤0
對偶規劃 對偶規劃
y無約束

性質

對稱性

對偶規劃 對偶規劃

對稱定理:對偶問題的對偶問題是原問題。

弱對偶性

弱對偶性定理:X、Y若分別是標準形式的原問題及對偶問題的可行解,則有CX≤Yb。

最優性

如果X是原問題的可行解,Y是對偶問題的可行解,並且CX=Yb,那么X和Y分別為原問題和對偶問題的最優解。

對偶性

對偶定理(強對偶性):若原問題及其對偶問題均具有可行解,則兩者均具有最優解,且它們最優解的目標函式值相等。

互補鬆弛性

設XY分別是原問題和對偶問題的可行解,U為原問題的鬆弛變數的值、V為對偶問題剩餘變數的值。X, Y分別是原問題和對偶問題最優解的充分必要條件是 YU = 0,VX= 0。

相關詞條

相關搜尋

熱門詞條

聯絡我們