对偶是线性规划问题的一种替代公式,可用于获得最优解。
每一个线性规划问题,称为原始问题,都可以转化为对偶问题。
dual的有用性:
原元中决策变量的数量等于对偶中约束的数量。对偶中的决策变量的数量等于原始中的约束的数量。由于与用较少变量解决问题相比,用较少约束解决问题在计算上更容易,因此对偶使我们能够灵活地选择要解决的问题。
数学表示
在矩阵形式下,我们可以将原始问题表示为: 1)最大化CTx满足Ax≤B, x≥0; 对应的对偶问题是, 减少BTy服从ATy≥C, y≥0。 2)另一种原始公式是 最大化CTx满足Ax≤C; 对应的非对称对偶问题, 减少BTy服从ATy = C, y≥0。 |
一个例子:
原始函数是最小化的 40 x1+ 44 x2+ 48 x3.受 x1+ 2 x2+ 3 x3.> = 20 4 x1+ 4 x2+ 4 x3.> = 30 x1,x2,x3.> = 0 |
问题的对偶是 最大化20y1 + 30y2受制于 y1+ 4 y2< = 40 2 y1+ 4 y2< = 44 3 y1+ 4 y2< = 48 y1y2> = 0 |
因此,本文总结了Dual的定义及其概述。
这篇文章是由业务概念小组.它已由MBA Skool团队审查和发表。beplay.888MBA Skool的内容仅用于beplay.888教育和学术目的。
浏览更多类似术语的定义和含义。《管理词典》涵盖了5类2000多个业务概念。
继续阅读: