对偶与灵敏度分析.doc

§2 对偶与灵敏度分析 §2.1　LP的对偶问题 无论从理论和实践角度，对偶理论是LP中的一个最重要和有趣的概念，支持对偶理论的基本思想是：每一个LP问题都存在一个与其对偶的问题，在求解一个问题解的时候，也同时给出了另一问题的解。 一、问题的提出 例2.1：设某工厂生产两种产品甲乙，生产过程需要4种设备ABCD进行加工，每件产品加工所需机时数，每件产品的利润值及每种设备的可利用机时如下表： 设备 产品 A B C D 利润 甲 2 1 4 0 2 乙 2 2 0 4 3 总机时 12 8 16 12 1.问：充分利用设备时，应怎样安排甲乙产品的生产数量，利润才能最大？ 2.问：如有另外一家公司想租用该厂设备加工生产，那么，这家公司应至少对每台设备的机时价格为多少时，才能使该厂愿意出租设备？ 解：1.设甲乙产品各生产件 　LP1： 2.设每台设备的机时最低价分别为：，，， LP2： 二、原问题和对偶问题之间的关系： 1.对称形式下的原问题与对偶问题 对称形式下原问题的一般式：　　　　　　　　　矩阵形式： 　　　　　　　　　　 若用代表第i种资源的估价，则其对偶问题的一般式为： 　　　　　　　　　　 2.非对称形式下原问题与对偶问题： 方法一：将非对称形式转化为对称形式，求出对偶问题，然后再还原。 例2.2写出下列LP问题的对偶问题： 为写出基对偶问题，先将其转化为对称形式，再进行变化： 因目标函数为，故约束条件全部转化为“”，所有变量均应为“”。将（1）式变为：。再将 将（2）式两端同乘以“-1”，并令：得： 所以，例2.2可以变为： 令对应上述四个约束条件的对偶变量为，则其对偶问题为： 令，将第4与第5个不等式合并，将第三个不等式两端同乘以“-1”得： 由以上的推导可以发现有以下规律： 方法二：根据原问题与对偶问题之间的关系，可将其归纳如下表： 原问题（或对偶问题） 对偶问题（原问题） 目标函数 目标函数 变量　　 约束条件 约束条件　　 　　变量 A约束系数矩阵 b约束条件右端项向量 C目标函数中的价格系数向量 约束系数矩阵的转置 C目标函数中的价格系数向量 b约束条件右端项向量 §2.2 对偶问题的基本性质 一、单纯形法计算的矩阵描述 设线性规划问题的矩阵表达式为：，加上松弛变量后为： 　　式中：。 单纯形法计算时，总选取为初始基I，对应基变量为。设迭代若干步后，基变量为，在初始单纯形表中的系数矩阵为B。将B在初始单纯形表中单独列出，而A中去掉B的若干列后组成矩阵N，同时将C也分为两块，是目标函数中基变量的系数行向量；是目标函数中非基变量的系数行向量。这样LP的初始单纯形表可列成如下形式： 项目 非基变量 基变量 0 b B N I 0 于是原LP问题可以改写为：将约束条件移项并左乘后得到的表达式： 代入目标函数得： 所以，经过迭代之后，得出新的单纯形表为： 项目 基变量 非基变量 I 0 当为最优基时，在上述单纯形表中有：， 而的检验数可以写为： 因此有：， 称为单纯形乘子，若令则有： 可以发现这时检验数行，若取其相反数恰好是其对偶问题的一个可行解。将这个解代入对偶问题的目标函数值，有： 即：当原问题为最优解时，这时对偶问题为可行解，且两者具有相同的目标函数值。（其实，这时对偶问题的解也为最优解。） 二、本节讨论先假定原问题和对偶问题为对称形式的LP，即原问题为： 　　　　其对偶问题为：　 然后说明对偶问题的基本性质在非对称形式也适用。 1.对称性： 对偶问题的对偶是原问题。 证明：原问题与其对偶问题分别为：与 2.弱对偶性： 若是原问题可行解，是对偶问题的可行解，则存在。 证明：设原问题为： 原问题的对偶问题为： 3.无界性： 若原问题为无界解，则其对偶问题为无可行解。 证明：由弱对偶性可得，本性质成立。 4.可行解是最优解时的性质： 若是原问题可行解，是对偶问题的可行解，当时，与是原问题与对偶问题的最优解。 证明： 5.对偶定理： 若原问题有最优解，那么其对偶问题也有最优解，且目标函数值相等。 6.互补松弛性： 若是原问题可行解，是对偶问题的可行解，那么，当且仅当为，最优解。（在线性规划问题的最优解中，如果对应某一约束条件的对偶变量值为非零，则该约束条件取严格等式；反之如果约束条件取严格不等式，则其对应的对偶变量值一定为零。） ；。 将互补松弛性质应用于其对偶问题时可以这样叙述： ；。 由互补松弛定理可知：若原问题最优解中的第j个变量为正，则其对偶问题中与之对应的第j个约束条件在最优情况下必呈严格等式（即其松弛变量为0）；而如果对偶问题中