第二章对偶理论与灵敏度分析(运筹学教程)
合集下载
运筹学——2对偶理论和灵敏度分析
MaxZ x1 2 x2 x3
x1 x2 x3
ST
:
x1 2 x1
x2 x2
x3 x3
2 1 2
x1 0, x2 0, x3无约束
MinW
2u1 u1 u2
u22u23 u3
1
ST
:
u1 u2 u3 u1 u2 u3
Min W =600y1+400y2+300y3+200y4
s.t. 3y1+2y2+ y3+ y4≥2000
4y1+ y2+3y3+2y4≥4000 2y1+2y2+3y3+4y4≥3000
y1, y2, y3, y4≥0
2
二、对偶问题
（1）对称LP问题的定义
第一类对称形式
MaxZ CT X
解：用x2= -x2’, x3=x3’-x3’’ 代入上述LP问题，并将其
Max
Z
= x1
x1-2x2’ +x3’-x3’’ -x2’ -x3’+x3’’ ≤ 2
化为第一类对称形式
x1+x2’+x3’ -x3’’ ≤ 1
s.t. -x1 -x2’ -x3’+x3’’ ≤-1
-2x1+x2’ -x3’+x3’’ ≤-2 x1, x2’, x3’, x3’’ ≥0
Max Z =2x1+3x2 s.t. x1+ 2x2≤8
4x1 ≤ 16 4x2≤ 12 x1 ,x2 ≥0
对偶
Min W =8y1+16y2+12y3
运筹学 对偶理论和灵敏度分析
对偶理论和灵敏度分析
1.单纯形的矩阵描述
用矩阵语言描述单纯形法的关键是写出两个基本的 表达式,设线性规划的标准型为 maxz=CX AX=b X≥0
C=(CB,CN)，X=(XB,XN)’，A=(B,N)
由约束条件AX=(B,N)(XB,XN)=BXB+NXN=b，可以得 到用非基变量表示基变量的表达式:
-2 -3 -1 -1 1/3 x3 -1/3 0 x1 4/3 1 x5 1/3 0 0
' ' - a 1k / alk ' ' - a 2k / alk ... ' 1 / alk ... ' ' - a mk / alk
3对偶理论
某厂生产甲乙两种产品，各自的零部件分别在A、B车间生产，最 后都需在C车间装配，相关数据如表所示： 问如何安排甲、乙两产品的产量，使利润为最大。 工时单耗 生产能力 产品 甲 乙 车间 A 1 0 8 B 0 2 12 C 3 4 36 单位产品获利 3 5 • maxZ= 3x1 +5 x2 x1 ≤8 2x2 ≤12 S.t. 3x1 +4 x2 ≤36 x1 ≥0, x2 ≥0
(4)影子价格在资源采购决策中的应用。
当资源的市场价格低于影子价格，企业买进该资源，扩 大生产，当资源的市场价格高于影子价格，企业应设法转让 该资源。
(5)利用影子价格分析工艺改变后对资源节约的收益。 例如设工厂现有钢材100吨，其影子价格为3/4，采用新 工艺后，钢材可以节约2%，则由此带来的经济收益为：
(3)影子价格在新产品开发决策中的应用。 产品 资源 A B 影子价格(万元)
钢材 煤 机时
单位利润(万元)
1.单纯形的矩阵描述
用矩阵语言描述单纯形法的关键是写出两个基本的 表达式,设线性规划的标准型为 maxz=CX AX=b X≥0
C=(CB,CN)，X=(XB,XN)’，A=(B,N)
由约束条件AX=(B,N)(XB,XN)=BXB+NXN=b，可以得 到用非基变量表示基变量的表达式:
-2 -3 -1 -1 1/3 x3 -1/3 0 x1 4/3 1 x5 1/3 0 0
' ' - a 1k / alk ' ' - a 2k / alk ... ' 1 / alk ... ' ' - a mk / alk
3对偶理论
某厂生产甲乙两种产品，各自的零部件分别在A、B车间生产，最 后都需在C车间装配，相关数据如表所示： 问如何安排甲、乙两产品的产量，使利润为最大。 工时单耗 生产能力 产品 甲 乙 车间 A 1 0 8 B 0 2 12 C 3 4 36 单位产品获利 3 5 • maxZ= 3x1 +5 x2 x1 ≤8 2x2 ≤12 S.t. 3x1 +4 x2 ≤36 x1 ≥0, x2 ≥0
(4)影子价格在资源采购决策中的应用。
当资源的市场价格低于影子价格，企业买进该资源，扩 大生产，当资源的市场价格高于影子价格，企业应设法转让 该资源。
(5)利用影子价格分析工艺改变后对资源节约的收益。 例如设工厂现有钢材100吨，其影子价格为3/4，采用新 工艺后，钢材可以节约2%，则由此带来的经济收益为：
(3)影子价格在新产品开发决策中的应用。 产品 资源 A B 影子价格(万元)
钢材 煤 机时
单位利润(万元)
运筹学第2章对偶理论和灵敏度分析-第4节
1 y1 2 y2 3 y3
x1 0, x2,x3 0, x4无约束
则由表2-4中原问题和对偶问题的对应关系， 可以直接写出上述问题的对偶问题，
max z ' 5 y 1 4 y 2 6 y 3
y1 2 y2
2
y1 3 y1
2 y2
综合上述，线性规划的原问题与对偶问题 的关系，
其变换形式归纳为表2-4中所示的对应关系。
原问题
目标函数 max z
n个
变 0
量
0
无约束
约 m 个
束
0
条
0
件
约束条件右端项
目标函数变量的系数
对偶问题
目标函数 min
n个 约
束
证：由性质（2）可知，
YbCX ,是不可能成立。
例：
LP:
DP:
maxzx1 x2
mi n4y1 2y2
2xx11xx22
4 2
2yy11yy22
1 1
x1,x2 0
y1,y2 0
从两图对比可明显看到原问题无界， 其对偶问题无可行解
j1
x
j
0,
j
1 ,2 ,
,n
第一步：先将等式约束条件分解 为两个不等式约束条件。
n
maxz cj xj j1
n
aijxj bi j 1,2,,m 213
j1
n
ai j x j
bi ,
i
运筹学对偶理论与灵敏度分析
17
（6）（互补松驰性）
若X*、Y*分别是原问题和对偶问题的可行解，则X*、Y*是最优解的充要条件是： Y*XS=0,YSX*=0 (其中XS，YS分别是原问题和对偶问题的松驰变量向量)。
证明：设原问题和对偶问题的标准型是 原问题
对偶问题
max Z CX
s.t.
AX X, Xs
Xs 0
b
CX (0) Y (0)b CX
所以 X是(0最) 优解。
15
（5）（强对偶定理） 若互为对偶问 题之一有最优解，则另一问题必有最优解，且它们的 目标函数X值* 是相原等问题。的最优解，对应基阵B必存在
C CB B1A 0
即得到 Y *A， C其中
Y * CB B 1
若 Y * 是对偶问题的可行解，它使
3x5 2 x4 2x5
3
解：对偶问题为
maxW 2 y1 3y2
x2 3x5 2
x1
x2
2x5
3
化简为
x1 1 x5
x2
2
3x5
y2 3
(1)
y1 y2 4
( 2)
5
y1 y1
y2 2 y2 5
( 3) ( 4)
3y1 2 y2 9
( 5)
y1, y2 0
n
max z c j x j j 1
s.t.
n
aij x j bi ,
j1
i 1, 2,
,m
x
j
0,
j 1, 2, , n
特点：对偶变量符号不限
对偶问题:
m
minW bi yi i 1
s.t.
m
aij yi c j ,
i1
（6）（互补松驰性）
若X*、Y*分别是原问题和对偶问题的可行解，则X*、Y*是最优解的充要条件是： Y*XS=0,YSX*=0 (其中XS，YS分别是原问题和对偶问题的松驰变量向量)。
证明：设原问题和对偶问题的标准型是 原问题
对偶问题
max Z CX
s.t.
AX X, Xs
Xs 0
b
CX (0) Y (0)b CX
所以 X是(0最) 优解。
15
（5）（强对偶定理） 若互为对偶问 题之一有最优解，则另一问题必有最优解，且它们的 目标函数X值* 是相原等问题。的最优解，对应基阵B必存在
C CB B1A 0
即得到 Y *A， C其中
Y * CB B 1
若 Y * 是对偶问题的可行解，它使
3x5 2 x4 2x5
3
解：对偶问题为
maxW 2 y1 3y2
x2 3x5 2
x1
x2
2x5
3
化简为
x1 1 x5
x2
2
3x5
y2 3
(1)
y1 y2 4
( 2)
5
y1 y1
y2 2 y2 5
( 3) ( 4)
3y1 2 y2 9
( 5)
y1, y2 0
n
max z c j x j j 1
s.t.
n
aij x j bi ,
j1
i 1, 2,
,m
x
j
0,
j 1, 2, , n
特点：对偶变量符号不限
对偶问题:
m
minW bi yi i 1
s.t.
m
aij yi c j ,
i1
第02章 线性规划的对偶理论及灵敏度分析 《运筹学》PPT课件
x1, x2 ,, xn 0
对 称 形 式 的
的 定 义
minW b1y1 b2 y2 bm ym
对
s.t.
a11 a12
a1n
a21 a22
a2n
am1 y1 c1
am2
y2
c2
amn ym cn
偶 问 题
y1, y2 ,, ym 0
max Z CX
用5h设备A,2h设备B及1h调试可 生产一件家电Ⅱ，赢利1元
该公司希望用最小代价把美佳公司的全部资源收买过来，即：
min z 15y1 24y2 y3
问 题 的 导 出
例2-1
综上所述，
（LP2） min w 15y1 24y2 y3
6 y2 y3 2
s.t.5 y1 2 y2 y3 1
的
x1, x2,, xn 0
对
minW b1y1 b2 y2 bm ym
a11 y1 a21 y2 am1 ym c1
偶 问 题
a12y1
a22 y2
am2 ym
c2
a1n y1 a2n y2 amn ym cn y1, y2 ,, ym符号不限
对
例2－3
称
minZ 4x1 2x2 3x3
[B-1A,B-1I]=[B-1B,B-1N,B-1I]=[I,B-1N,B-1] •若初始矩阵中变量xj的系数向量为Pj，迭代后为 Pj′，则有Pj′=B-1Pj •当B为最优基时，表中应有
CN-CBB-1N≤0,-CBB-1≤0
例2-5
对
偶
参看例2-1中的原问题和对偶问题，并分别加上松 弛变量和剩余变量，如下：
23 3
运筹学第二章对偶理论与灵敏度分析
x1
x2
xj
xn 0
减少一件产品可以节省的资源
机会成本a1jy1+ a2jy2+ …… aijyi+ ……amjym
表示减少一件产品所节省的资源可以增加的利润
运筹学第二章对偶理论与灵敏度分析
4、产品的差额成本（Reduced Cost）
机会成本
差额成本
利润
min w b1y1 b2 y2 bm ym
运筹学第二章对偶理论与灵敏度分析
min w=YTb
ATY ≥ CT st.
Y ≥0
1,若原问题目标是求极大化，则对偶问题的目标是 极小化，反之亦然。
特对 点偶
问 题 的
2,原问题的约束系数矩阵与对偶问题的约束系数矩 阵互为转置矩阵。
3,极大化问题的每个约束对应于极小化问题的一个 变量，其每个变量对应于对偶问题的一个约束。
6 y2 + y3 ≥2
题对 偶
St. 5y1 + 2y2 + y3 ≥1
问
y1、y2 、y3 ≥0
最终表
210 0
CB 基 b x1 x2 x3 x4
0 x3 15/2 0 0 1 5/4 2 x1 7/2 1 0 0 1/4 1 x2 3/2 0 1 0 -1/4
cj－zj
0 0 0 -1/4
0 x5 -15/2 -1/2 3/2 -1/2
≤
≥
约束条件
≥
≤
变量
=
无约束
≥
≥
变量
≤
≤
无约束
=
运筹学第二章对偶理论与灵敏度分析
约束条件
§2.2 对偶问题的基本性质
性质1 弱对偶性
运筹学线性规划对偶理论和灵敏度分析
建立非对称形式线性规划问题旳对偶模型可采用下 列环节： （1）经过变换，把线性规划问题化为具有对称形式 旳原问题。 （2）根据原问题，写出对偶问题。（此时旳对偶并 非是原线性规划问题旳对偶） （3）经过变量代换等，把参数还原为最初旳形式 （必须做）。
例2.1.2写出下面非对称线性规划问题旳对偶。 max z = x1+2 x2 + x3 x1 + x2 － x3 ≤ 2
xj x1 x2 …
xn 原始约束 对偶：极小化 w
y1
a11 a12
…a22
… a2n ≤
b2
：
：
：
：
：
ym
am1 am2
…
amn ≤
bm
对偶约束 ≥ ≥ …
≥
原始极大化 z c1 c2 …
cn
阐明：表 2旳变量行与参数行相乘构成原始问题旳约 束条件和目旳函数；表2 旳变量列与参数列相乘构成 对偶问题旳约束条件和目旳函数。
max
z 33
=22002233 x1+4000 x1+ 44x2 + 2 2x3
x2 ≤
+3000 606000
x3 y1
22x1 + 1x2 + 2 2x3 ≤ 404000 y2 1 x1+ 33x2 + 33x3 ≤ 30300 y3 1x1+ 2 2x2 + 4 4x3 ≤ 20200 y4 x1 ≥0, x2 ≥ 0,x3 ≥0
max z = CX +0Xs st. AX + IXs = b
X , Xs≥0
其中，I 是相应于松弛变量旳单位方阵。
单纯形法计算时，总是选择 I 为初始可行基，松 弛变量作为初 始基变量旳。因为松弛变量作为基变
例2.1.2写出下面非对称线性规划问题旳对偶。 max z = x1+2 x2 + x3 x1 + x2 － x3 ≤ 2
xj x1 x2 …
xn 原始约束 对偶：极小化 w
y1
a11 a12
…a22
… a2n ≤
b2
：
：
：
：
：
ym
am1 am2
…
amn ≤
bm
对偶约束 ≥ ≥ …
≥
原始极大化 z c1 c2 …
cn
阐明：表 2旳变量行与参数行相乘构成原始问题旳约 束条件和目旳函数；表2 旳变量列与参数列相乘构成 对偶问题旳约束条件和目旳函数。
max
z 33
=22002233 x1+4000 x1+ 44x2 + 2 2x3
x2 ≤
+3000 606000
x3 y1
22x1 + 1x2 + 2 2x3 ≤ 404000 y2 1 x1+ 33x2 + 33x3 ≤ 30300 y3 1x1+ 2 2x2 + 4 4x3 ≤ 20200 y4 x1 ≥0, x2 ≥ 0,x3 ≥0
max z = CX +0Xs st. AX + IXs = b
X , Xs≥0
其中，I 是相应于松弛变量旳单位方阵。
单纯形法计算时，总是选择 I 为初始可行基，松 弛变量作为初 始基变量旳。因为松弛变量作为基变
运筹(第二章对偶与灵敏度分析)(1)
5x2 3x3 30
x1 0, x2无约束，x3 0
2023/2/22
17
解：将原问题模型变形, 令x1 x1
min z 7x1 4x2 3x3
4x1 2x2 6x3 24
3x1 6x2 4x3 15 5x2 3x3 30
y1 y2 y3
x1 0, x2无约束，x3 0
则对偶问题是
max w 24 y1 15y2 30 y3
4 y1 3y2
7
x1
2 y1 6 y2 5 y3 4
x2
6 y1 4 y2 3x3 3
x3
y1, y2 0, x3无约束
2023/2/22
18
小结：对偶问题与原问题的关系：
目标函数：MAX
原 约束条件：m个约束
对
问
y1 y2
ym
2023/2/22
12
类似于前面的资源定价问题，每一个约束条件对 应一个“ 对偶变量”，它就相当于给各资源的单 位定价。于是我们有如下的对偶规划：
min W b1 y1 b2 y2 bm ym
a11 y1 a21 y2 am1 ym c1 a12y1 a22y2 am2ymc2 a1n y1 a2n y2 amn ym cn y1, y2 ,, ym 0
分别是原问题和对偶问题的可行解，则恒有
n
m
c j x j bi yi
j 1
i 1
m
n
考虑利用 c j aij yi 及
aij x j bi
i 1
j 1
代入。
2、无界性 如果原问题（对偶问题）有无界解，则
其对偶问题(原问题）无可行解。
2023/2/22
第2章对偶理论与灵敏度分析
五.互补松弛性（松紧定理）
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
量一定为零。也即：
n
若yˆi 0, 则有 aij xˆ j bi ,即xˆsi 0
n
j 1
若 aij xˆ j bi ,即xˆsi 0, 则有yˆi 0
minW=bTy
bT (12 8 16 12 )
y1 y2 y3
4x1 16 4x2 12
x1 x2 0
minW=12y1+8y2 +16y3+12y4
y4
ATy CT
AT 2140
2204
y1
CT
y2 y3
2 3
y4
2y1 +y2 +4y3 2 2y1 +2y2 +y4 3 y1 … y4 0
x (0,5,0)
对于对偶问题的可行解y (5,0)
有 80.
由弱对偶性,最优目标函数值z* *有上.下界。 25 z* * 80
互补松弛定理: 在线性规划问 题的最优解中，
一 . 对称性 ：
对偶问题的对偶是原问题
二. 弱对偶性：
若x′是原问题的可行解，y′是对偶问题的可行 解。则有 cx′≤y′b
弱对偶性的三个推论
推论(1)： 原问题任一可行解的目A标≦函Z数=W值是≦其B对偶
问题目标函数值的下界，反之对偶问题任一可行解的 目标函数值是其原问题目标函数值的上界。
推论(2)： 若原问题（对偶问题）为无界解，则其对 偶问题（原问题）无可行解。注 ： 其逆不成立。
由此y1，y2，y3的取值应满足:
《运筹学》教材编写组《运筹学》笔记和课后习题(含考研真题)详解(对偶理论与灵敏度分析)
影子价格随具体情况而异，在完全市场经济的条件下，当某种资源的市场价低于影子价 格时，企业应买迚该资源用于扩大生产；而当某种资源的市场价高于该企业影子价格时，则 企业的决策者应把已有资源卖掉。可见影子价格对市场有调节作用。
要记住：市场价格低于影子价格，可以买迚（然后用灵敏度分析迚行计算），若市场价 格高于影子价格，丌买迚。
,
c2
,
, cn
amn
y1, y2,…, ym 0
线性觃划的原问题不对偶问题的关系，其变换形式可归纳如下：
表 2-1
2 / 48
圣才电子书 十万种考研考证电子书、题库视频学习平台
记忆方法： 极大化转化为极小化，变丌反约反；极小化转化为极大化，变反约丌反。 注：变指变量，约指约束条件。反指大于变小于，小于变大于。丌反指大于变大于，小 于变小于。注意等号总是变无约束，无约束总是变等号。
4．对偶问题的基本性质 （1）对称性：对偶问题的对偶是原问题。
（2）弱对偶性：若 X 是原问题的可行解，Y 是对偶问题的可行解。则存在 C X Yb 。
注意，由弱对偶性可以推出： ①max 问题仸一可行解的目标值为对偶 min 问题目标值的一个下界； ②min 问题仸一可行解的目标值为对偶 max 问题目标值的一个上界。 （3）无界性：若原问题（对偶问题）为无界解，则其对偶问题（原问题）无可行解。 注：这个问题的性质丌存在逆。当原问题（对偶问题）无可行解时，其对偶问题（原问 题）戒具有无界解戒无可行解。
的矩阵表示为：
目标函数： max z CB X B CN X N CB X B CN1X N1 CS 2 XS 2 约束条件： BX B NX N BX B N1X N1 S2 XS2 b 非负条件： X B , X N 0
运筹学第二章灵敏度分析
CB
-3 -5 -Z’
xB x1 X2
2.4 对偶解的经济解释
一、对偶线性规划 的解： P55
Cj xB x3 x1 x2 z b 7/2 7/2 3/2 x1 1 0 0 y4 Cj yB b y1 15/2 0 原问题变量 x2 0 0 1 0 y5 对偶问题变量 y2 y3 x3 1 0 0 0 y1 原问题变量 x4 5/4 1/4 -1/4 1/4 y2 x5 -15/2 -1/2 3/2 1/2 y3
T.G.Koopman（库普曼）和 L.V.Kamtorovich（康脱罗维奇）
二人因此而共同分享了1975年的第7届诺贝尔经 济学奖。
2.5 灵敏度分析
一、灵敏度分析的含义 是指系统或事物因周围条件变化显示出来的敏感性程度的分析。 对于线性规划问题的灵敏度分析是指参数A，b，C变化引起的 对原问题解的变化的分析。 其中：A为技术参数矩阵，b为资源向量，C为价值向量 可以用参数变化后的问题重新用单纯形法求解？ 没必要，意义不大，有些问题看不出来。 把相应的变化反映到最终单纯形表中，再根据情况用相应的方 法求解。
Z 50 x1 30 x2
2.1 线性规划的对偶问题与对偶理论
假设现有乙公司准备租借用(购买)该木器厂的木工和 油漆工两种劳力的劳务，需要考虑这两种劳务以什么 样的价格租入最合算？而同时甲公司要以什么条件才 会租让？甲公司肯定会以自己利用两种劳力的劳务组 织生产所获得的利润最大为条件，设每个木工的租用 价格为y1，每个油漆工的租用价格为y2，则乙公司愿 意租用的出资为：
0 变量 0 无限制
型 约束 型 型
0 变量 0 无限制
型 约束 型 型
第08次课--第二章 对偶理论与灵敏度分析
24
第二节 改进单纯形法
则
B E
1
1
1 r0 s0
B
1
又已知 B 故只需求
E
1 r0 s0
考虑增广矩阵
( Er0s0 I )
国防科技大学
25
第二节 改进单纯形法
( Er0s0 I )
1 0 0 1 0 0 0 0
26
r i
1
0 0 0
0 0 0
, em
1 B 1 : Er B 1 0 s0
q : ir0 ; ir0 js0 ; js0 q
第二节 改进单纯形法
例 1.11 用改进单纯形法求解以下线性规划问题：
max Z 2 x1 x2 x1 x2 x3 x1 x2 6 x1 2 x2
解：
16
国防科技大学
1
第二节 改进单纯形法
假设已对线性规划模型进行标准化
max Z CX AX b X 0
初始可行基 B 为单位阵，N 是非基变量的系数子矩阵，有:
系数矩阵：
A B, N mn
X B xi1 , xi2 ,
X N x j1 ,
基变量： 非基变量：
, xim
, an 0 ，计算 B b ai1 ,
T
1
, aim
T
xir air r 1, , m x a s 1, , n m 基可行解 X： j j s s
18
国防科技大学
第二节 改进单纯形法
（ 2 ） s 1, 其中
, n m ，计算 j C B B Pj C j ，
运筹学2对偶理论与灵敏度分析
三、增加新变量的灵敏度分析
在管理中经常遇到的问题：已知一 种新产品的技术经济指标，在原有最优 生产计划的基础上，怎样最方便地决定 该产品是否值得投入生产，可在原线性 规划中引入新的变量 ； 无论增加什么样的新变量，新问题 的目标函数只能向好的方向变化。
例2.16 （续例2.14）
设企业研制了一种新产品，对三种资源的消耗系数 列向量以P6表示。试问它的价值系数c6符合什么条件， 才必须安排它的生产？设c6=3，新的最优生产计划是 什么？
1. 强制生产30件A x1 必须等于30 目 标值下降; 下降程度可用 x1 的检验数进行 计算：
cj CB 0 5 4 0 XB x3 x1 x2 x6 σ
j
5 b 25 35 10 150 x1 0 1 0 4 0
4 x2 0 0 1 2 0
0 x3 1 0 0 0 0
0 x4 2 1 -1 0 -1
0 x5 -5 -1 2 0 -3
0 x6 0 0 0 1 0
0 5 4 0
0 5 4 0
90 1 = 80 0 b 0 3
250 - 5b3 - 5 90 80 = 80 b 3 ≥0 1 1 80 2b b3 -1 2 3
2
解得40≤b3≤50，即当3∈[40，50]时，最优基B不变， 最优解为： * x3 250- 5b3 * x1 80 b 3 * = x2 80 2b 3
x4*=x5*=0, z*=5×(80－b3)+4×(－80+2b3)=80+3b3
例2.14 某企业利用三种资源生产两种产品 的最优计划问题归结为下列线性规划
运筹学-对偶理论及灵敏度分析
1 − 2 ≥
1, 2 ≥ 0
max =
=
≥0
s.t.ቊ
原问题
原问题与对偶问题
综上所述，我们可以归纳
原问题与对偶问题
= 21 + 32
1 + 22 ≤ 8
41
≤ 16
s. t.
42 ≤ 12
1 , 2 ≥ 0
min = 81 + 162 + 123
恒有cx≤ yb
③最优性：x是原问题的可行解，y是对偶问题的可行
解，且有cx=yb，则x是原问题的最优解，y是对偶问题
的最优解
④强对偶性：若原问题及对偶问题均有可行解，
则两者均具有最优解，且最优解的目标函数值相同
⑤松紧定理：在线性规划问题的最优解中，对应
某一约束条件的对偶变量值为非零，则该约束条件取
40
X1
15
1
3/2
0
-1/2
1/2
0
0
X5
9
0
3/2
0
-3/2
1/2
1
50
x2
15/2
0
-1/4
1
3/4
-1/4
0
用x1‘替换x1
以x1‘作为换入变量，x1作为换出变量
灵敏度分析
增加一个约束条件的变化
计划生产如下所示：
产品
资源
产品A
产品B
资源总量
煤
1
2
30
劳动日
3
2
60
仓库
0
2
24
利润
40
50
产品A、B增加一道检验程序，A检测3小时/件，B检测2小时/件，
运筹学：对偶理论与灵敏度分析习题与答案
一、填空题1、对偶问题的对偶问题是（）。
正确答案：原问题2、若X﹡和Y﹡分别是线性规划的原问题和对偶问题的最优解，则有CX﹡（）Y﹡b。
正确答案：=3、若X、Y分别是线性规划的原问题和对偶问题的可行解，则有CX（）Yb。
正确答案：<=4、若X﹡和Y﹡分别是线性规划的原问题和对偶问题的最优解，则有CX﹡（）Y*b。
正确答案：=5、设线性规划的原问题为maxZ=CX，Ax≤b，X≥0，则其对偶问题为（）。
正确答案：min=Yb YA>=c Y>=06、影子价格实际上是与原问题各约束条件相联系的（）的数量表现。
正确答案：对偶变量7、线性规划的原问题的约束条件系数矩阵为A，则其对偶问题的约束条件系数矩阵为（）。
正确答案：AT8、在对偶单纯形法迭代中，若某bi<0，且所有的aij≥0(j=1，2，…n)，则原问题（）。
正确答案：无解二、选择题1、线性规划原问题的目标函数为求极小值型，若其某个变量小于等于0，则其对偶问题约束条件为（）形式。
A. “≥”B. “≤”C. “>”D. “=”正确答案：A2、如果z*是某标准型线性规划问题的最优目标函数值，则其对偶问题的最优目标函数值w﹡满足（）。
A.W﹡=Z﹡B.W﹡≠Z﹡C.W﹡≤Z﹡D.W﹡≥Z﹡正确答案：A3、如果某种资源的影子价格大于其市场价格，则说明（）。
A.该资源过剩B.该资源稀缺C.企业应尽快处理该资源D.企业应充分利用该资源，开辟新的生产途径正确答案：B4、线性规划原问题的目标函数为求极小值型，若其某个变量小于等于0，则其对偶问题约束条件为（）形式。
A.≥B.≤C. >D. =正确答案：A5、对偶单纯形法的迭代是从（）开始的。
A.正则解B.最优解C.可行解D.可行解正确答案：A6、如果某种资源的影子价格大于其市场价格，则说明（）。
A.该资源过剩B.该资源稀缺C.企业应尽快处理该资源D.企业应充分利用该资源，开辟新的生产途径正确答案：B7、线性规划灵敏度分析的主要功能是分析线性规划参数变化对（）的影响。
《运筹学》第二章 对偶问题和灵敏度分析jssk1
2.1 线性规划的对偶理论
解：写出该问题的对偶问题
min W 20 y1 20 y2 y1 2 y2 1 2y y 2 2 1 2 y1 3 y2 3 3 y 2 y 4 2 1 y1 , y2 0
根据互补松弛性，可得： X3*=4>0 则 2y1+3y2=3
s.t. AX ≤b X≥0 s.t. YA ≥ C Y≥0
2.1 线性规划的对偶理论
二、原问题和对偶问题的关系
1、原问题目标函数求最大值，对偶问题求最小值； 2、原问题目标函数的系数是对偶问题约束条件的右端项，原问 题中的右端项是对偶问题目标函数的系数； 3、原问题约束条件为“≤”，则在其对偶问题中决策变量为 “≥”；原问题中决策变量为“≥”，则在其对偶问题中的约束条 件为“≥”； 4、原问题中的约束条件个数等于它的对偶问题中的变量个数， 原问题中的变量个数等于它的对偶问题中的约束条件个数；
YA ≥ C
Y≥0
在单纯形法的每一步迭代中，目标函数取值 Z=CBB-1b+(CN-CBB-1N)XN ，当非基变量XN=0时有 Z=CBB-1b和检验数CN-CBB-1N中都有乘子Y=CBB-1， 那么Y的经济意义是什么？
2.1 线性规划的对偶理论
Y=CBB-1=(y1,y2,…,ym)，则得
Z CB B b Yb bi yi
2.1 线性规划的对偶理论
三、对偶问题的基本定理
1、对称性：对偶问题的对偶是原问题。
2、弱对偶定理：若X(0)是原问题的可行解，Y(0)是对偶 问题的可行解，则一定有CX(0) ≤ Y(0)b
max Z=CX 证明：设原问题是 AX ≤b X≥0
则对偶问题是
第二章对偶理论灵敏度分析
A 工 时 材 料 单件利润
1 1 2
B
1 4 3
C
1 7 3
拥有量 3 9
A 工 时 材 料 单件利润
1 1 2
B
1 4 3
C
1 7 3
拥有量 3 9
max Z 2 x1 3 x2 3 x3
x1 x2 x3 3 s.t. x1 4 x2 7 x3 9 x 0, x 0, x 0 2 3 1
x1 max Z ( 2,3,3) x 2 x 3
y1 min W (3,9) y 2
1 1 2 y1 1 4 3 1 7 y2 3 s.t. y 1 y 0 2
目标函数 minZ 变量数： m个
第i个变量 ≥0 第i个变量 ≤0 第i个变量是自由变量
min W b1 y1 b2 y 2 bm y m
a11 y1 a21 y2 am1 ym c1 a y a y a y c 12 1 22 2 m2 m 2 a y a y a y c mn m n 1n 1 2 n 2 y1 , y2 , , ym 符号不限
其对偶问题为
4 y1 8 y 2 12 y 3 4 5 y 9 y 13 y 2 1 2 3 3 6 y1 10 y 2 y1符号不限, y 2 0, y 3 0
max Z x1 x 2 5 x 3 7 x 4 x1 3 x 2 2 x 3 x 4 25 2x 7x 2 x 4 60 1 3 30 2 x1 2 x 2 4 x 3 5 x 4 10 , x1 , x 2 0 , x 3 没有非负限制
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
C- CB B-1A - CB B-1
例3
max z 2x1 x2 0x3 0x4 0x5 5x2 x3 15 6x1 2x2 x4 24 x1 x2 x5 5 min w 15y1 24y2 5y3 0 y4 0 y5 6 y2 y3 y4 2 5y1 2 y2 y3 y5 1
三、原问题与对偶问题的对应关 系
原问题（或对偶问题） 对偶问题（或原问题）
目标函数 max z
目标函数 min w
n 个约束
n个变量
约束 约束
max
z
变量 0 变量 0
约束
自由变量
m个变量 变量 0
min
z
m个约束 约束
变量 0
约束
自由变量
约束
目标函数的价值向量 约束条件的限定向量
第二章 对偶理论与灵敏度分析
§1 单纯形法的矩阵描述 §2 改进单纯形法 §3 对偶问题的提出 §4 线性规划的对偶理论 §5 对偶问题的经济解释——影子价格 §6 对偶单纯形法 §7 灵敏度分析
第1节 线性规划的对偶问题 一、对偶问题的提出
实例：某家电厂家利用现有资源生产两种 产品， 有关数据如下表：
4x1 2x2 2x2 6x3 24
3x1
6x2 6x2 4x3 15 5x2 5x2 3x3 30 - 5x2 5x2 3x3 30
max w -24y1 15y2 30y3 - 30y3
4 y1 3y2
-7
- 2y1 - 6y2 5y3 - 5y3 4
设备A 设备B 调试工序
产品Ⅰ 产品Ⅱ
0
5
6
2
1
1
利润（元） 2
1
D
15时 24时 5时
x 设 Ⅰ产量––––– 1
x Ⅱ产量––––– 2
如何安排生产， 使获利最多？
max z 2 x1 x2
s.t.
5x2 15
6x1 2x2 24
x1 x2 5
x1, x2 0
厂 家
y 设：设备A —— 元／1 时 y 设备B –––– 元／时2
A (aij )
X
x1 x2
b1
b
b2 b3
特点：
1． max min 2．限定向量b 价值向量C
其它形式 的对偶
?
（资源向量）
3．一个约束 一个变量。
4． max z的LP约束“ ” min z 的
LP是“ ”的约束。
5．变量都是非负限制。
二、原问题与对偶问题的数学模 型
1．对称形式的对偶
y 调试工序 –––– 元／3时
付出的代价最小， 且对方能接受。
出让代价应不低于
用同等数量的资源
收
自己生产的利润。
购
厂家能接受的条件：
出 用同让等代6 y数价2量应的不y资低3 源于 2 5 y自1己生2产y的2 利润y3。 1
收购方的意愿：
单位产品Ⅰ出租 收入不低于2元
单位产品Ⅱ出租 收入不低于1元
y1 4 y2 3 y1 3y2 2
8 y1 2 y2 4
y1 0, y2无约束
第二节 对偶问题的基本性质 一、单纯形法的矩阵描述
非基变量 基变量
XB
XA
Xs
0 Xs b B
A
I
cj-zj
CB
C
0
XB
CB XB B-1b I
cj-zj
0
非基变量 基变量
XA B-1A
Xs B-1I
约束条件的限定向量 目标函数的价值向量
例:
max z 5x1 3x2 2x3 4x4 5x1 x2 x3 8x4 8
s.t 2x1 4x2 3x3 2x4 10
x1,x2 0 x3,x4无约束
对偶问题为
min w 8y1 10y2
5 y1 2 y2 0
s.t.
当原问题对偶问题只含有不等式约束 时，称为对称形式的对偶。
情形一：
原问题
对偶问题
max
s.t.
z CX AX b X 0
min
s.t.
w bY AY C
Y 0
情形二：
原问题
对偶问题
ms.tax
z CX AX b
ms.tin
w YA
Yb C
X 0
Y 0
证化 明为标准m s对.ta称x型z
CX AX
b
X 0
m s.tin
w Y b Y A C
Y 0
(Y Y)
非对称形式的对偶问题
min z=7x1+4x2-3x3
4x1 2x2 6x3 24
3x1 6x2 4x3 15
x1
0,
5x2 3x3 30 x2取值无约束，x3
0
令x1=-x1’,x2=x2’-x2”, min z=7x1+4x2’-4x2”-3x3
1
2
3
s.t
6y y 2
2
3
对 偶
5y 2y y 1 问
1
2
3
收 购
y ,y ,y 0
1
2
3
厂题
家
原问题
对偶问题
max
s.t.
z CX AX b
min w Yb s.t. AY C
X 0
Y 0
一 般 规 律
3个约 束 2个变
量C (c1, c2 )
2个约束 3个变量
Y (y1,y2,y3 )
cj
2100
cB xB B
x1
x2
x3
x4
0θ x5
0 x3 15/2 0 0 1 5/4 -15/2 2 x1 7/2 1 0 0 1/4 -1/2 1 x2 3/2 0 1 0 -1/4 3/2
-z
0 0 0 1/4 1/2
cj
15 24 5 0
cB xB b
y1
y2
y3
y4
0θ y5
24 y2 1/4 -5/4 1 5 y3 1/2 15/2 0
2y1 6y2 5y3 5y3 4
6y1 4y2 3y3 - 3y3 3
y1', y2, y3', y3" 0
令y1’=-y1,y3=y3’-y3”
max w 24 y1 15 y2 30 y3
4 y1 3y2
-7
-2y61yy1-1-604,y，y22y523yy303 ,y34取3 值无约束
min w 15 y 24 y 5 y
1
2
3
Ⅰ
Ⅱ
D
设备A
0
5
15时
设备B
6
2
24时
调试工序
1
1
5时
利润（元） 2
1
max z 2x1 x2
s.t.
5x2 15
厂
原
6x1 2x2 24 家
问 题
x1 x2 5 x1, x2 0
一对对偶问题
min w 15 y 24 y 5y
0 -1/4 1/4 1 1/2 -3/2
-z
15/2 0 0 7/2 3/2
对偶问题的基本性质
1、对称性 对偶问题的对偶是原问题。 2、弱对偶性 若X*是原问题的可行解，Y*是对偶
问题的可行解。则存在CX*≤Y*b 3、无界性 若原问题（对偶问题）为无界解，则其