运筹学2对偶理论与灵敏度分析（清华大学出版社 胡运权主编）.ppt

教学要求： 了解LP对偶问题的实际背景 了解对偶问题的建立规则与基本性质 掌握对偶最优解的计算及其经济解释 掌握LP的灵敏度分析 重点：对偶单纯形法计算步骤及对偶单纯形法 应用范围；灵敏度分析。 检查（2.2）的产生过程可以发现，它的变量个数与（2.1）的技术约束个数相同，它的第i个变量yi与（2.1）的第i个技术约束对应；（2.2）的技术约束的个数与（2.1）的变量的个数相同，而且它的第j个技术约束与（2.1）的第j个变量xj对应。（2.2）的目标函数系数正好是（2.1）的右端常数，它的右端常数正好是（2.1）的目标函数系数，它的系数矩阵是（2.1）的系数矩阵的转置矩阵。线性规划（2.2）称为（2.1）的对偶线性规划。 LP（2.3）有m个技术约束和n个决策变量，LP（2.4）有m个决策变量和n个技术约束，把(2.3)的第i个技术约束 与（2.4）的第i个变量的符号约束yi≥0称为对偶约束，把（2.3）的第j个变量的符号约束xj≥0与（2.4）的第j个技术约束 称为对偶约束。 原问题与对偶问题之间的对应规律见表(1-1) 把LP看作一个使收益最大的生产计划问题，其中的技术约束看作资源约束，那么对偶问题的最优解y1*，y2*，…ym*分别称为m种资源的影子价格。下面将会看到，它与原问题最优解有密切关系，并在经济管理中有重要的作用。 例2.3 写出下列LP的对偶问题（讲稿p5例1）： (2.5a) (2.5b) 解: 首先设法把问题改写为对称形式，再求它的对偶问题。 （2.5a）两边乘以（－1），成为－2x1+x2≤－1 把（2.5b）拆成两个不等式： x1+3x2≤5 －x1－3x2≤－5 然后令x1=－x1，x1≥0；令x2= x2－x2，x2≥0，x2≥0；把原问题变换为等价模型： 它的对偶模型是（假定对偶变量为y1，y2，y3） (2.6a) (2.6b) (2.6c) 将（2.6a）两边乘（－1），把（2.6b）与（2.6c）合并成一个等式，约束条件变为： 再令y1=－y1‘，y1≤0；令y2=y2’－y3‘，y2无符号约束，最后对偶问题成为： (2.7) LP（2.7）与原问题（2.5）之间，表1-1中（2），（4），（5），（6）各项对应规律仍然成立，而（1），（3）两项有所变动。仔细分析上述推导过程可以发现，如原问题的变量xj无符号约束，则对偶技术约束为等式；如xj≤0，则对偶技术约束的不等号要反向（由≥变为≤）；如原问题某个技术约束为等式，则对偶变量无符号约束；如原问题的某个技术约束不等式反向（由≤改为≥），则对偶变量≤0。总结这些规律，现将一般情形下对偶问题之间的对应规律，汇集在表2-1中。 为了便于记忆对偶约束之间的对应规律，约定下列术语。在求max值的LP中，把问题设想为合理利用某些资源以实现收益最大的模型，它的技术约束一般表示资源限制，通常为≤型的，称为正向约束；反之，如某个技术约束为≥型，则称为反向的；若约束为=型的，则称为双向的。对于求min值的LP，把问题设想为利用某些原料配制一种产品，使得成本最低的模型。这时技术约束一般表示质量要求，往往是≥型的，因此称为正向的；如某个技术约束为≤型的，则称为反向的；如约束为=型的，则称为双向的。 就变量的符号约束来说，总是把非负约束称为正向的，非正约束称为反向的，符号无约束称为双向的。 采用这些术语，对偶约束之间的对应规律可用一句话来概括：一个问题中的正向（或反号，或双向）技术约束，对应于另一个问题的正向（或反向，或双向）变量符号约束，即两个对偶约束，总属于同样的类型。利用这个规律，可以很容易地写出任意线性规划的对偶规划。 解: 原问题求min，对偶问题目标函数应求max，原问题三个技术约束