2.运筹学-对偶理论敏感分析.pptVIP

线性规划 Linear Programming（LP） 第二章 线性规划的对偶理论与灵敏度分析 线性规划 Linear Programming（LP） 线性规划对偶理论 线性规划 Linear Programming（LP） 线性规划的对偶理论 对偶理论是线性规划中最重要的理论之一，是深入了解线性规划问题结构的重要理论基础。同时，由于问题提出本身所具有的经济意义，使得它成为对线性规划问题系统进行经济分析和敏感性分析的重要工具。那么，对偶问题是怎样提出的，为什么会产生这样一种问题呢？ 线性规划 Linear Programming（LP） 引例——俩家具制造商间的对话： 线性规划 Linear Programming（LP） 线性规划 Linear Programming（LP） 王老板按（D）的解 y1 、y2出租其拥有的木、漆工资源，既保证了自己不吃亏（出租资源的租金收入并不低于自己生产时的销售收入），又使得出租价格对李老板有极大的吸引力（李老板所付出的总租金W最少）。 线性规划 Linear Programming（LP） 例1 第一章例1煤电油，其线性规划问题为 ——将其称为原始问题，记为P 线性规划 Linear Programming（LP） 下面我们从另一角度提出一个新的问题。这时有另一家厂商提出要购买其煤、电、油全部资源，并希望花费尽量少。试建立购买者的线性规划模型。 线性规划 Linear Programming（LP） 线性规划 Linear Programming（LP） 对称形式下对偶问题的一般形式： 注：若P的某个约束为“=”型，则D的相应变量为自由；若P的某个变量为自由，则D的相应约束为“=”型。 见示例： 线性规划 Linear Programming（LP） 线性规划 Linear Programming（LP） 非对称形式下对偶问题的一般形式 —原始（对偶）对偶（原始）关系表 线性规划 Linear Programming（LP） 例2 写出下面线性规划问题的对偶规划模型： 线性规划 Linear Programming（LP） 练习：写出下面线性规划问题的对偶规划模型 线性规划 Linear Programming（LP） 线性规划的对偶理论 1 对称性——原始问题与对偶问题是两个互为对偶的问题。 即（P）和（D）互为对偶。 2 弱对偶性——两个问题的可行解对应的目标函数值互为上下界。设X、Y 分别为（P）、（D）的任一可行解，则CX ≤YB 3 解的最优性——设X’， Y’分别为（P）和（D）的可行解，且CX‘ =Y’B，则X’=X*， Y’=Y*。 4 对偶性——若（P）有最优解，则（D）也有最优解，且二者最优值相等。 5 互补松紧定理 设X’， Y’分别为（P）和（D）的可行解，则X’， Y’是最优解? Y’ Xs’ = Ys’ X’ =0 ，其中Xs’ 、 Ys’ 为最优解中松弛变量部分。 在线性规划问题的最优解中，若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，另一方面，如果约束条件取严格不等式，则其对应的变量一定为零. 具体见p-70. 线性规划 Linear Programming（LP） 对偶最优解的经济解释 我们已经明白原始线性规划与对偶线性规划之间形式上的对偶以及他们的解之间的关系，那么对偶问题的解除了前面引例中提到的租金这种经济含义外其深刻的经济含义是什么呢？ 对偶最优解的经济解释：资源的影子价格(shadow price) CBB-1 ：对偶问题的最优解----买主的最低出价； 原问题资源的影子价格----当该资源增加1单位时引起的总收入的增量——卖主的内控价格。 线性规划 Linear Programming（LP） 对偶问题解的经济含义分析： 从单纯形法的矩阵描述中，目标函数取值 Z = CBB-1 b ，和检验数 CN - CBB-1N 中都有乘子 Y = CBB-1。 设B 是{ max Z = CX | AX ≤ b，X ≥0 }的最优基矩阵，由强对偶定理知 Z* =CX*= CBB-1b=Y*b=W* 由此 线性规划 Linear Programming（LP） 由上面分析——对偶问题解中变量 yi* 的经济含义是在其他条件不变的情况下，单位第 i 种“资源”变化所引起的目标函数最优值的变化。所以， yi* 描述了原始线性规划问题达到最优时（各种“资源”都处于最优的配置时），第 i 种“资源”的某种“价值”，故