论检验数在求解对偶问题中的作用
2013-06-27展丙军卢树强
展丙军,卢树强
(大庆师范学院数学科学学院,黑龙江大庆163712)
论检验数在求解对偶问题中的作用
展丙军,卢树强
(大庆师范学院数学科学学院,黑龙江大庆163712)
在求解线性规划中,检验数起到判定是否最优解的作用。实际上,在求解对偶问题中,检验数也起到很重要的作用,它和对偶问题的解存在着密切的关系,甚至直接就是对偶问题的解;利用检验数往往可以直接或间接地写出对偶问题的解,它是原问题和对偶问题有关解方面的桥梁,在求解对偶问题时,起到了重要的作用。
线性规划;对偶问题;检验数;单纯形乘子
1 相关定理
引理1[1]:线性规划
引理2[1]:LP问题的检验数向量为:λ=CTBB-1A-CT,其中各个分量为检验数。求最小值问题时,λ=CTBB-1A-CT≤0,求最大值问题时,λ=CTBB-1A-CT≥0。(注:因为原问题的最优解,一定是人工变量为0的最优解,所以人工变量对应的检验数不必考虑正负)。
引理3[2]:如果一个LP问题有最优解,则它的对偶问题也有最优解,且它们的最优值相等。设原始问题的最优解x0所对应的基为B,则对应的单纯形乘子CBB-1就是对偶问题的最优解。
注:本文所有矩阵A都是m×n的,且秩为m。
2 检验数在求解对偶问题中的作用
(1)若A=(N0,Im,Im)时,Im为m阶单位矩阵,可作为初始基,将-Im称为初始负基。则
由引理3知,上式就是对偶问题的解。另外,从上面的推导可知,该结论与求最大值问题,还是求最小值问题无关,Im的出现多伴随求最大值问题,而-Im的出现多伴随求最小值问题。
所以,可以得到下面的重要结论:
定理1:若A=(N0,-Im,Im),则互为对偶问题中任何一个的最优单纯形表格(或矩阵)中,初始基变量(与Im对应的)对应的检验数与这些变量在原始目标函数中的系数之和(即λIm+CTIm),就是对偶问题的解。初始负基变量(与-Im对应的)对应的检验数与这些变量在原始目标函数中的系数之和的相反数(即-λ-Im-CT
-Im),也是对偶问题的解。
推论:若松弛变量个数为m,或者人工变量个数为m(即CTIm=0),则它们对应的检验数就是对偶问题解。若剩余变量个数为m时(即CT-Im=0),则剩余变量对应的检验数的相反数就是对偶问题的最优解。
由此定理,容易得到当A=(N0,-Im)或A=(N0,Im)时相应的推论,这里略。
也可以换一种方式解释上面的结果,比较A=(N0,Jm)和A=(N0,-Im,Im)的差异,显然取-Im所对应的解的前k个,取Im所对应的解的后m-k个就得到A=(N0,Jm)下所对应对偶问题的解了。于是,有下面的结论:
特别地,若k=0时,则A化为A=(N0,Im),若k=m时,则A化为A=(N0,-Im),那么对偶问题相应的解与定理1中的结论是一致的。
推论:若松弛变量个数(或者人工变量个数)与剩余变量个数之和为m时,这时对应的原目标函数的系数ci=0(i=n-m+1,n-m+2,…,n),则对偶问题的解可用下面的公式来表示
下面利用前面的理论解决一个具体问题。
例[1]:求解下面的线性规划问题及其所对应的对偶问题
解:为了较好地说明本文的结论,再引两个人工变量(非负)x4,x5,则化为
(a)利用引理1,写出对应矩阵并对其进行初等变换
(c)由已知及(a)有C=(1,2,3,0,0)T,λ=(0,-1,0,-1,3)T。
由定理1的推论,对偶问题的解为(ω1,ω2)=(λ4,λ5)=(-1,3)
再由定理2也可以得到对偶问题的解为:(ω1,ω2)=(-λ2-c2,λ3+c3)=(-(-1)-2,0+3)=(-1,3)
3 结语
本文给出了线性规划问题的系数矩阵在A=(N0,-Im,Im)、A=(N0,Jm)等特殊情况下,对偶问题的解与原问题最优解所对应的检验数之间的联系,通过这种联系,往往很容易从原问题的最优单纯表(或矩阵)中直接得到对偶问题的解。其实,本文中系数矩阵出现的各种形式是经常出现的,特别在化标准形时常常引入松弛变量、人工变量、剩余变量,这样经常出现单位阵或半单位阵或负单位阵,利用本文所给出的结论,很轻松地得到对偶问题的最优解。将此成果应用于求解相关问题,带来很大方便,可大大减少计算量,效果是显而易见的。
[1]展丙军.单纯形法的改进及其应用[J].大庆师范学院学报,2007(2):5-8.
[2]刁在筠,刘桂真,宿洁,等.运筹学[M].北京:高等教育出版社,2007:23-24,47-48.
[3]吴祈宗.运筹学[M].北京:机械工业出版社,2002.
[4]宁宣熙.运筹学实用教程[M].北京:科学出版社,2002.
展丙军(1963-),男,河南长垣人,大庆师范学院数学科学学院教授,从事运筹学研究。
O221.1
A
2095-0063(2013)06-0052-03
2013-07-08