什么情況下不能用對偶單純形法？

因為對偶問題的約束方程中加入了松弛變量，而且松弛變量的系數矩陣都是負的，不能構成單位矩陣。如果用人工變量法，這個問題可以解決，但是太麻煩了。兩端乘以-1，就可以變成單位數組，非常簡單。

靈敏度分析中原問題和對偶問題是否仍為可行解如何判斷？

測試數是正則對偶問題的不可行解，用簡單線法迭代，如果bamplt；0，用對偶單純形法迭代原問題的不可行解。

什么是互補解？

互補解是運籌學中的一個概念。

定義:在每次迭代中，單純形法為原問題生成一個角點解X，為對偶問題生成一個互補解Y。并且滿足cxby。

特征:如果X不是原問題的最優解，那么Y不是對偶問題的可行解。

單純形計算c是什么？

對偶單純形法1954年，美國數學家c·萊姆克提出了對偶單純形法。單純形法是通過迭代從原問題的一個可行解到另一個可行解，直到測試數滿足最優性條件。

對偶單純形規則是從滿足對偶可行條件開始，通過迭代逐步搜索原問題的最優解。在迭代過程中，基本解的對偶可行性始終保持，不可行性逐漸消失。設原問題為min{cx|axb，x≥0}，其對偶問題為max{yb|ya≤c}。當...的時候

當原問題的一個基本解滿足最優性條件時，其檢驗數CB-1A-C≤0。即ycbb-1(稱為單純形算子)是對偶問題的可行解。所謂對偶可行性滿足，即其測試數滿足最優性條件。所以在保持雙重可行的前提下，一旦基本解變得可行，也是最優解。

單純形法與對偶單純形法的區別？

單純形法是求解線性規劃問題的主要方法，對偶單純形法將單純形法應用于對偶問題的計算，對偶單純形法提高了求解線性規劃問題的效率，具有以下優點:

初始基礎解可能不可行。當檢驗數均為負數時，可以不添加人工變量進行基變換，從而簡化計算。對于變量多于約束的線性規劃問題，對偶單純形法可以減少計算量，在靈敏度分析中使用對偶單純形法和求解整數規劃的割平面法有時是合適的。

問題標準化后，價值系數根本不是正的；所有的約束都是不等式。