[数学]线性规划对偶变量的灵敏度分析2.doc

一 绪论 1.1 课题背景及目的 运筹学，即优化理论，也有在相关领域中称为管理科学。它广泛应用于农业、工业、交通运输、国防、商业、建筑、通信、政府机关等各个部门。它主要解决最优生产计划、最优设计、最佳分配、最优决策、最佳管理等最优化问题。作为运筹学的一个重要分支和最基本的部分，线性规划的作用无疑为越来越多的各界人士所重视。在研究中人们发现，一个线性规划问题往往会伴随着与之配对的、有密切联系的另一个线性规划问题。它们是从不同的角度对一个实际问题进行提出和描述，进而组成一对互为对偶的线性规划问题。我们将其中一个称为原问题，另一个就称为对偶问题。由于对偶问题的可行解必须满足原问题最优化条件，因此对原问题来说，只有最优解才是其对偶问题的可行解，也即原问题的最优解是它的对偶问题可行解的目标函数值中最小的一个，由此，对偶理论的研究便而产生了。即若在原问题中为求目标函数的极大值，则在对偶问题中就变为目标函数的极小值。在实际运用中，当原问题的求解较为复杂而对偶问题的形式比较简便时，我们便可以通过先求解出其对偶问题的解的方法来得出原问题的解。即在计算意义上，对偶理论提供了一个解决线性规划问题的新思路。 对偶理论是由对偶问题与原问题的关系得出的，深刻揭示了原问题与对偶问题的内在联系，显示了线性规划逻辑上的严谨性与结构上的对称性，是线性规划中的一个最重要而有趣的理论。作为运筹学和经济管理学的结合，它跨越了不同科学的界线，在各个领域都有很深的影响，在运筹学、应用数学、管理科学、系统工程、经济学及计算科学学等方面的运用都很多。 在我们理论学习中，求线性规划最优解时所给的各个量都是已知常数。但是实际上这些参数往往是一些根据估计或预测得到的数据，因而存在误差。同时，在实际过程中，这些参数还会发生不同程度的变化。例如，在处理产品搭配的线性规划问题中，目标函数中的一般同市场条件等因素有关。当市场条件等因素发生变化时，也会随之而变化。约束条件中的随工艺条件等因素的变化而改变 的值则同企业的能力等因素有关。线性规划中灵敏度分析所要解决的问题是：当这些数据中的一个或几个发生变化时，最优解将会发生怎样的变化。或说，当这些数据在一个多大的范围内变化时最优解将不发生变化。 已知资料如表2-1所示，问怎样安排生产计划使得既能充分利用现有资源又使得总利润最大？ 表2-1 下面从另一个角度来讨论这个问题： 假设：该厂的决策者不是考虑自己生产甲、乙两种产品，而是将厂里的现有资源用于接受外来加工任务，只收取加工费。试问该决策者应如何制定收费标准（合理的）？ 分析问题：1、要求每种资源收回的费用不能低于自己生产时的可获利润； 2、定价又不能太高，因为要使对方能够接受。 一般而言，W越大越好，但因需双方满意，故。 生产模型（原问题）与出租模型（对偶问题）对比： (2.1)(2.2) 站在生产的立场上建立起来的数学模型同站在出租厂立场上所建立的数学模型加以对比，可以发现它们的参数是一一对应的。即建立后一个模型并不需要在前一个模型的基础上增加任何补充信息。亦即后一个线性规划问题是前一个线性规划问题从相反角度所作的阐述；如果前者称为线性规划的原问题，那么后者就称为其对偶问题。 2.12 原问题与对偶问题的关系 如果我们将目标函数求极大值、约束条件取小于等于号、决策变量非负的线性规划问题称为对称形式的原问题，上节对偶问题的提出已经揭示了对称形式的原问题与其对偶问题的对应关系；这些对应关系可概括为： 1、若原问题目标函数求极大值，那么对偶问题目标函数求极小值； 2、原问题决策变量的数目等于对偶问题约束条件的数目； 3、原问题约束条件的数目等于对偶问题决策变量的数目； 4、原问题的价值系数成为对偶问题的资源系数； 5、原问题的资源系数成为对偶问题的价值系数； 6、原问题的技术系数矩阵与对偶问题的技术系数矩阵互为转置； 7、原问题约束条件为“≤” ，对偶问题约束条件为“≥” ； 8、原问题决策变量大于等于零，对偶问题决策变量大于等于零。 2.2 对偶问题的经济解释 对于线性规划问题（），用它来处理资源分配问题时，其决策变量代表的是产品的产量。它的对偶问题（2.），其对偶变量也有明显的经济意义。 =（）为原问题（2.1）的最优解，目标函数值为，根据对偶定理，对偶问题也有最优解 这也就是说，原问题的目标函数值等，由于这个和为每个看成是第便可以理解为是每个单位第i种资源对目标函数值的贡献。即：增加或减少单位第i种资源所引起总收益（目标函数）的改变量。我们称为第i种资源的。显然这种价格不同于第i种资源的市场价格，它是由企业内部的条件决定的。同一种资源在不同的企业影子价格一般可以不同。一种资源的影子价格越大，则增加或减少一个单位这种资源，对总收益的影响越大；如果一种资