一:對偶定理
1.弱對偶定理:
對原問題和對偶問題的任意可行解(x,y),極小化問題的值大於等於極大化問題的值
證明:
已知 max Z = CTx; min W = byT
且不等式: Ax = b ; yTA >= CT
所以: Z = CTx <= yTA x = yTb =W
即: Z<=W
得證
2.弱對偶的推論:
當極小化問題的解Z = 極大化問題的解W時
認爲這個值是極小化問題和極大化問題的解(對偶條件下)
證明:
假設此刻Z表示的是Z的目標函數值(最大值)
Z = CTX* <= W = yTb (任意y值)
假設此刻 Z* = y*Tb,即Z的最大值等於W的最小值
所以得到y就是最小值,W就是對應的最小值
3.對偶定理:
a.原問題的最優解 X,則對偶問題的最優解爲y(表達式見下面)
且原問題和對偶問題的最優值相等
y = B-TcB
證明:
a. y = B-TcB是對偶問題的可行解
b. Z = W
a.因爲y = B-TcB,則:yT A= B-1CBTA
又因爲在原始問題中 x 是最優解,且是最大值,所以 zj-cj>=0
所以: B-1CBTA - CT >= 0
即: yTA >= CT,滿足了對偶問題的要求
所以得證是可行解
b.
Z = CBTB-1b
W = yTb = Z
所以 Z = W
得證
b.原問題有 無界解,則對偶問題 無可行解
證明:
Z -> +∞;又 W>=Z
所以:對偶問題無可行解
4.最優解的充分必要條件
已知 x,y 分別是 原問題和對偶問題的可行解
那他們是最優解的充分必要條件
(1)Xj > 0 => yTaj = Cj
(2)Xj = 0 <= yTaj > Cj
等價於 Xj(yTaj - Cj) = 0
證明:
1.必要性: 已知最優 ⇒ Xj(yTaj - Cj) = 0
最優則:Z = W
即:CTX = YTb
故:(YTA-CT)X = 0
2.充分性:已知Xj(yTaj - Cj) = 0 ⇒ 最優
由已知,則:(YTA-CT)X = 0
即: Z = W
則:最優