Двойственная Задача Линейного Программирования


Решение двойственной задачи линейного программирования
Октябрь 27, 2016 – 01:58
Двойственная задача - это

Основная идея теории двойственности: для каждой задачи линейного программирования (ЛП) существует некоторая задача ЛП, решение которой тесно связано с прямой. При этом:

  • матрица ограничений двойственной задачи (ДЗ) есть транспонированная матрица прямой задачи;
  • вектор "цен" для прямой задачи есть вектор правых частей ограничений задачи ДЗ и наоборот.

Задание: Для исходной задачи составить двойственную. Решить обе задачи симплексным методом или двойственным симплексным методом и по решению каждой из них найти решение другой. Одну из задач решить графическим методом.
F(X) = 3x1 + x2 → min
- 2x1 + x2≥4
2x1 + x2≤8
3x1 + 2x2≥6
Решение.
I этап. Приводим систему к каноническому виду.
II этап. Решаем simplex-методом.
Примечание: Если задача решается данным калькулятором, то предыдущие два этапа пропускаем, поскольку они автоматически включены в решение.
На втором этапе окончательный вариант симплекс-таблицы имеет вид:

Базис x1 x2 x3 x4 x5 x6 x7
-7 -2 -1
F(X3) -5 1-M -M

Так как в оптимальном решении отсутствуют искусственные переменные (они равны нулю), то данное решение является допустимым. Записываем оптимальный план:
x1 = 0
x2 = 4
F(X) = 1•4 = 4

Составим двойственную задачу к прямой задаче.
- 2y1 + 2y2 + 3y3≤3
y1 + y2 + 2y3≤1
4y1 + 8y2 + 6y3 → max
y1 ≥ 0
y2 ≤ 0
y3 ≥ 0
Используя последнюю итерацию прямой задачи найдем, оптимальный план двойственной задачи. Из теоремы двойственности следует, что Y = C*A-1. Составим матрицу A из компонентов векторов, входящих в оптимальный базис.

Определяем обратную матрицу D = А-1 через алгебраические дополнения:
Обратите внимание, обратная матрица A-1 расположена в столбцах дополнительных переменных окончательного варианта симплекс-таблицы. Тогда Y = C*A-1 =
Примечание: см. как умножать матрицы.
Оптимальный план двойственной задачи равен (двойственные оценки):
y1 = 1
y2 = 0
y3 = 0
Z(Y) = 4*1+8*0+6*0 = 4

Двойственные оценки определяют дефицитность используемых ресурсов и показывают, насколько возрастает максимальное значение целевой функции прямой задачи при увеличении количества соответствующего ресурса на единицу (см. пример нахождения).

Source: math.semestr.ru
Похожие публикации