对偶问题及灵敏度分析.docVIP

第三章 线性规划的对偶理论与灵敏度分析 3.1对偶问题的一般概念 1.对偶问题的提出 对偶理论是线性规划的内容之一。任何一个线性规划都有一个伴生的线性规划，称之为原规划的对偶规划问题。下面通过实例引出对偶问题，然后给出对偶线性规划的定义。 对偶问题的经济意义： 第一章例1提出的线性规划问题为：某工厂生产Ⅰ、Ⅱ两种型号的计算机，每生产一台Ⅰ型和Ⅱ型计算机所需的原料、工时和提供的利润以及资源的限制量如下表： 资料 产品 Ⅰ Ⅱ 总量 原料 2 3 100 工时 4 2 120 利润 6 4 　 试确定获利最大的生产方案。 该问题的线性规划数学模型为： 假如现在工厂自己不生产Ⅰ、Ⅱ，而将可利用的资源都出让给其他企业，试确定这些资源的最低可接受价格。最低可接受价格是指按这种价格转让资源比自己生产Ⅰ、Ⅱ合算的价格。 设，为这两种资源的价格，为了使工厂出让资源合算，显然应该使出让原来生产一台Ⅰ的资源所得收入不低于自己生产一台产品Ⅰ的利润，即 ，对于产品Ⅱ类似，即。显然在满足这两个约束的条件下，价格越高，该工厂越合算，但价格太高，接受方面又不会愿意购买。因此，我们需要确定的价格是使工厂合算的最低价格，故应建立目标函数： 。 综上所述，出让资源问题的数学模型如下： 工厂决策者所面临的两个问题的数学模型都是线性规划，它们在结构上具有某种对称性，称后一个线性规划为原规划的对偶问题。 定义 称线性规划 为原线性规划的对偶 是一个行向量，它的每一个分量 称为对偶变量。 例：写出下列线性规划问题的对偶问题： 解： 则 下面考虑标准形式的线性规划问题的对偶问题： 现将问题改写成等价形式 设对偶变量向量为，其中u，v均为m维行向量，因此写出它的对偶问题 令 ，则上式又可写成 其中的分量 无符号限制。 即标准形式的线性规划问题的对偶问题和标准型线性规划问题的不同之处在于对偶变量 无符号限制，所以称为一对非对称的对偶问题。 混合形式的对偶问题转化 原问题（或对偶问题） 对偶问题（或原问题） 目标函数 目标函数 价值系数 C 资源系数 资源系数 b 价值系数 行约束的个数 m 对偶变量的个数为m 第i个行约束为“” 第i个变量为“ ” 第i个行约束为“=” 第i个变量无限制 原变量的个数为n 行约束的个数为n 第j个变量为“ ” 第j行约束为“ ” 第k个变量无限制 第k行约束为“=” 例：写出下列线性规划问题的对偶问题 解：设对应于3个约束条件的对偶变量分别为 ， 3.2 对偶问题的基本性质 Th 1 （对称性定理）对偶问题（D）的对偶是原问题（L） 证： 原规划为 对偶规划为 得 得 Th2 (弱对偶问题) 若和 分别是原问题和对偶问题的可行解，则 证:因为,所以，即 又因为 所以。 推论1 若 和 分别是原问题和对偶问题的可行解，则 是原问题的最小值的一个下界，是对偶问题的最大值的一个上界。 推论2 若原（对偶）问题可行，但目标函数无解，则对偶（原）问题不可行。 推论3 若原（对偶）问题可行，而对偶（原）问题不可行，则原（对偶）问题的目标函数无界。 Th3 （最优性）若 和 分别为互为对偶线性规划问题和原线性规划问题的可行解,，则，分别是原问题和对偶问题的最优解。 Th4 （主对偶定理）若互为对偶的线性规划问题都有可行解，则他们都有最优解，且最优值相等。 Th5 （对偶定理）若互为对偶的线性规划问题中的任意一个有最优解，则另一个也有最优解，且目标函数的最优值相等。 证：设，是原问题的最优基的最优解，记则有 即 （证明Y为原问题的可行解）；再有,可得 即 (证明最优性) 知 是原问题的最优解。 可知：对偶最优解实际是原问题松弛变量检验数的相反数。 原问题最优解求得最优解的同时其对偶问题的最优解也应运而生。 3.3 对偶问题的经济解释——