运筹学对偶问题PPT
合集下载
运筹学对偶问题和性质
❖ 目旳函数 min
m个
变
≥0
量
≤0
无约束
n个
约
束
≥
条
≤
件
=
❖ 例2.2 写出下列线性规划问题旳对偶问题.
max Z 2 x1 3 x2 5 x3 x4
4 x1 x2 3 x3 2 x4 5
3 x1 2 x2
7x4 4
2 x1 3 x2 4 x3 x4 6
x1 0, x2 , x3 0, x4无约束
2y1y1 22y2y234
解此线性方程组得y1=1,y2=1,从而对偶问题旳最优解为： Y＊=(1,1)，最优值w=26。
作业:第88-89页: 3.3(1),(2) 3.8
思索题：3.2 3.4
❖ 当B为最优基时，应有
CN CB B1N 0 C CB B1 A 0 CB B1 0
❖ 令Y=CBB-1, 则 YA C
Y 0
且 w Yb CB B1b z
项目
基变量
非基变量
CB XB B-1b cj-zj
XB I 0 -Ys1
XN
Xs
B-1N
B-1
CN-CBB-1N -CBB-1
性质6 (互补松弛性)：在线性规划问题旳最优解中，假如相 应某一约束条件旳对偶变量值为非零，则该约束条件取严格 等式；反之假如约束条件取严格不等式，则其相应旳对偶变 量一定为零. 即Y*XS=0，YSX*=0
n
yˆi 0 aij xˆ j bi j 1 n
aij xˆ j bi yˆi 0
1/4
y3 j 1/2
15/2 15/2
0 0
1 0
1/2 7/2
-3/2 3/2
运筹学_讲义对偶问题
m z i1 n y 1 5 2y 2 4 5 y 3
这样得到一个新的线性规划问题
minw 15y1 24y2 5y3
5y1
6y2 2y2
y3 y3
2 1
y1, y2, y3 0
称这一问题是原来的LP问题的对偶线性规
划问题或对偶问题，原来的LP问题也称为 原问题。
LP问题的对称形式
初
CB
CN
0
始 单
XB
XN
XS
纯 0 XS b B
N
I
形
表
CB
CN
0
迭
代
CB
CN
0
后 的
XB
XN
XS
单 CB XB B-1b I
B-1N
B-1
纯
形
0 CN –CBB-1N –CBB-1
表
• 在初始单纯形表中单位矩阵经过迭代后变为基 矩阵B的逆
• 在初始单纯形表给出的解中基变量Xs=b,而在迭 代后的表给出的解中基变量
y1 2 y2 y4 2
3
y1
y2
y3 y3
y4 y4
4 1
y4 0
得对偶问题最优解为 y15 4,y25 3,y31,y40
注：原问题与对偶问题最优目标函数值都是
z*=4+8+4=16
第三节 影子价格
设 x*j(j1, ,n)和 yi*(i1, ,n) 分别是原问题和 对偶问题的最优解，则由对偶性质，有
最大化问题检验数的
相反数给出了对偶问
题的解
对偶 项目
问题
最终 y2 1/4
单纯 y3 1/2 形表 σj
原问题变量
原问题松弛变量
这样得到一个新的线性规划问题
minw 15y1 24y2 5y3
5y1
6y2 2y2
y3 y3
2 1
y1, y2, y3 0
称这一问题是原来的LP问题的对偶线性规
划问题或对偶问题，原来的LP问题也称为 原问题。
LP问题的对称形式
初
CB
CN
0
始 单
XB
XN
XS
纯 0 XS b B
N
I
形
表
CB
CN
0
迭
代
CB
CN
0
后 的
XB
XN
XS
单 CB XB B-1b I
B-1N
B-1
纯
形
0 CN –CBB-1N –CBB-1
表
• 在初始单纯形表中单位矩阵经过迭代后变为基 矩阵B的逆
• 在初始单纯形表给出的解中基变量Xs=b,而在迭 代后的表给出的解中基变量
y1 2 y2 y4 2
3
y1
y2
y3 y3
y4 y4
4 1
y4 0
得对偶问题最优解为 y15 4,y25 3,y31,y40
注：原问题与对偶问题最优目标函数值都是
z*=4+8+4=16
第三节 影子价格
设 x*j(j1, ,n)和 yi*(i1, ,n) 分别是原问题和 对偶问题的最优解，则由对偶性质，有
最大化问题检验数的
相反数给出了对偶问
题的解
对偶 项目
问题
最终 y2 1/4
单纯 y3 1/2 形表 σj
原问题变量
原问题松弛变量
运筹学课件 第2章：线性规划的对偶理论
min w 16y1 36y2 65y3
90 y1 3 y 2 y1 2 y 2 5 y 3 70 y , y , y 0 1 2 3
原问题 A b C 约束系数矩阵
对偶问题 约束系数矩阵的转臵
约束条件的右端项向量 目标函数中的价格系数向量 目标函数中的价格系数向量 约束条件的右端项向量 Max z=CX Min w=Y’b 目标函数 AX≤b A’Y≥C’ 约束条件 X≥0 Y≥0 决策变量
若原问题为求极小形式的对称形式线性规划问题， 对偶问题应该具有什么形式？
Min w Y 'b A'Y C Y 0
max w Y 'b A'Y C Y 0
min z CX
Max z CX
AX b X 0
AX b X 0
min w 5 y1 4 y2 6 y3 4 y1 3 y2 2 y3 2 y1 2 y2 3 y3 3 3 y1 4 y3 5 2 y 7 y y 1 2 3 1 y1 0, y2 0, y3无约束
对偶问题 约束系数矩阵的转臵
目标函数中的价格系数向量
目标函数 约束条件
变量
Max z=CX m个 ≤ ≥ = n个 ≥0 ≤0 无约束
约束条件的右端项向量 目标函数 Min w=Y’b m个 ≥0 变量 ≤0 无约束 n个 ≥ 约束条件 ≤ =
【例2-3】写出下列线性规划问题的对偶问题
min 2x1 3x2 5x3 x4
1.初始表中单位阵在迭代后单纯形表中对应的位臵就是B-1 2.对于原问题的最优解，各松弛变量检验数的相反数恰好 是其对偶问题的一个可行解，且两者具有相同的目标函数 值。根据下面介绍的对偶问题的基本性质还将看到，若原 问题取得最优解，则对偶问题的解也为最优解。
运筹学课件第二章对偶问题
第二章线性规划的对偶理论与灵敏度分析一、学习目的与要求 1、掌握对偶理论及其性质 2、掌握对偶单纯形法3、熟悉灵敏度分析的概念和内容4、掌握限制常数与价值系数、约束条件系数的变化对原最优解的影响5、掌握增加新变量和增加新的约束条件对原最优解的影响，并求出相应因素的灵敏度范围6、了解参数线性规划的解法 二、课时 6学时第一节 线性规划的对偶问题一、对偶问题的提出定义：一个线性规划问题常伴随着与之配对的、两者有密切联系的另一个线性规划问题，我们将其中一个称为原问题，另一个就称为对偶问题，在求出一个问题的解时，也同时给出了另一问题的解。
应用：在某些情况下，解对偶问题比解原问题更加容易；对偶变量有重要的经济解释(影子价格)；作为灵敏度分析的工具；对偶单纯形法(从一个非可行基出发，得到线性规划问题的最优解)；避免使用人工变量(人工变量带来很多麻烦，两阶段法则增加一倍的计算量)。
例：某家具厂木器车间生产木门与木窗；两种产品。
加工木门收入为56元/扇，加工木窗收入为30元/扇。
生产一扇木门需要木工4小时，油漆工2小时；生产一扇木窗需要木工3小时，油漆工1小时；该车间每日可用木工总共时为120小时，油漆工总工时为50小时。
问：(1)该车间应如何安排生产才能使每日收入最大？(2)假若有一个个体经营者，手中有一批木器家具生产订单。
他想利用该木器车间的木工与油漆工来加工完成他的订单。
他就要考虑付给该车间每个工时的价格。
他可以构造一个数学模型来研究如何定价才能既使木器车间觉得有利可图而愿意为他加工这批订单、又使自己所付的工时费用最少。
解(1)：设该车间每日安排生产木门x1扇，木窗x2扇，则数学模型为⎪⎩⎪⎨⎧≥≤+≤++=-0502120343056max 21212121x x x x x x x zX*=(15,20)’ Z*=1440元解(2)：设y 1为付给木工每个工时的价格，y 2为付给油工每个工时的价格⎪⎩⎪⎨⎧≥≥+≥++=-0303562450120min 21212121y y y y y y y wY*=(2,24)’ W*=1440元将上述问题1与问题2称为一对对偶问题，两者之间存在着紧密的联系与区别：它们都使用了木器生产车间相同的数据，只是数据在模型中所处的位置不同，反映所要表达的含义也不同。
运筹学04-线性规划的对偶问题
生产计划问题
总结词
生产计划问题是线性规划对偶问题的另一个重要应用，主要研究如何安排生产 计划，以满足市场需求并实现利润最大化。
详细描述
在生产过程中，企业需要合理安排生产计划，以最小化生产成本并最大化利润。 通过线性规划对偶问题，可以确定最优的生产计划，使得生产过程中的资源得 到充分利用，同时满足市场需求。
对偶理论的发展趋势与未来研究方向
1 2 3
混合整数对偶
随着混合整数规划问题的日益增多，对偶理论在 处理这类问题中的研究将更加深入。
大数据优化
随着大数据技术的不断发展，如何利用对偶理论 进行大规模优化问题的求解将成为一个重要研究 方向。
人工智能与优化
人工智能和机器学习方法为优化问题提供了新的 思路，与对偶理论的结合将有助于开发更高效的 算法。
THANKS
感谢观看
线性规划问题的数学模型
目标函数
通常是一个线性函数，表示要优化的目标。
约束条件
通常是一组线性等式或不等式，表示决策变 量所受到的限制。
可行解集合
满足所有约束条件的解的集合，称为可行解 集合。
02
对偶问题概念
对偶问题的定义
线性规划的对偶问题是通过将原问题 的约束条件和目标函数进行转换，形 成与原问题等价的新问题。
对偶理论与实际问题的结合
01
02
03
供应链管理
在供应链优化问题中，对 偶理论可以用于协调供应 商和零售商之间的利益， 实现整体最优。
金融风险管理
在金融领域，对偶理论可 以用于评估和管理投资组 合的风险，提高投资效益。
交通调度
在交通调度问题中，对偶 理论可以用于优化车辆路 径和调度计划，提高运输 效率。
运筹学第3章 对偶问题
y1 + 2 y2 + 4 y3 = 3 2 y1 + y2 + 3 y3 = 2
x1 > 0, x2 > 0
联立求解得： y1 = 0, y2 = 0.5, y3 = 0.5
三、影子价格
设 x* ( j = 1,L, n) 和 yi* (i = 1,L, n) 分别是原问题和 j 对偶问题的最优解，则由对偶性质，有
=b
BX B + NX N + IX S = b X ≥ 0, X ≥ 0 N B
S S
max z = C B X B + C N X N + 0 X s
将XB的系数 矩阵化为单 位矩阵
原来 BX B + NX N + IX IX B + B − 1 NX N + B − 1 X
= b = B
注 上表中我们将松弛变量与剩余变量统称为松弛变量
二、对偶问题的基本性质
1、对偶问题的对偶问题是原问题
max z=CX s.t. AX≤b X ≥0 对偶的定义 min w=b’Y s.t. A’Y≥C Y ≥0
min z’ = - CX s.t. -AX ≥-b X ≥0
对偶的定义
max w = -b’Y s.t. -A’Y≤-C Y ≥0
−1
b
项目
原问题变量
原问题松弛变量
原问 题最 终单 纯形 表
x1
x3 15/2 x1 7/2 x2 3/2 -σj 0 1 0 0
x2
0 0 1 0
x3
1 0 0 0
x4
5/4 1/4 -1/4 1/4
x5
15/2 -1/2 3/2 1/2
x1 > 0, x2 > 0
联立求解得： y1 = 0, y2 = 0.5, y3 = 0.5
三、影子价格
设 x* ( j = 1,L, n) 和 yi* (i = 1,L, n) 分别是原问题和 j 对偶问题的最优解，则由对偶性质，有
=b
BX B + NX N + IX S = b X ≥ 0, X ≥ 0 N B
S S
max z = C B X B + C N X N + 0 X s
将XB的系数 矩阵化为单 位矩阵
原来 BX B + NX N + IX IX B + B − 1 NX N + B − 1 X
= b = B
注 上表中我们将松弛变量与剩余变量统称为松弛变量
二、对偶问题的基本性质
1、对偶问题的对偶问题是原问题
max z=CX s.t. AX≤b X ≥0 对偶的定义 min w=b’Y s.t. A’Y≥C Y ≥0
min z’ = - CX s.t. -AX ≥-b X ≥0
对偶的定义
max w = -b’Y s.t. -A’Y≤-C Y ≥0
−1
b
项目
原问题变量
原问题松弛变量
原问 题最 终单 纯形 表
x1
x3 15/2 x1 7/2 x2 3/2 -σj 0 1 0 0
x2
0 0 1 0
x3
1 0 0 0
x4
5/4 1/4 -1/4 1/4
x5
15/2 -1/2 3/2 1/2
运筹学04-对偶问题
目标函数
Max Z= 40x1 +50x2 x1 + 2x2 30 3x1 + 2x2 60 2x2 24 x1，x2 0
约束条件
s.t
如果因为某种原因，不愿意自己生产，而希望通 过将现有资源承接对外加工（或出售）来获得收 益，那么应如何确定各资源的使用价格？
两个原则 1. 所得不得低于生产 的获利 2. 要使对方能够接受
Max Z=CX s.t. AX+XS=b X, XS ≥0
n m XS
X
m Y
A
YS
I
= b
Min W=Yb s.t. ATY-YS=C W, WS ≥0
n
YSX=0 YXS=0
AT
-I
= C
m
n
原始问题的变量
原始问题的松弛变量
x1
xj
xn
xn+1 xn+i xn+m
y1
yi ym
ym+1
ym+j
Max W’ = -30y1- 60y2 - 24y3 +0(y4 + y5 )-M (y6 + y7 ) s.t y1+3y2 + 0y3 – y4 + y6 = 40 2y1+2y2 + 2y3 – y5 + y7 = 50 y1 , y2 , y3 , y4 , y5 0
C CB -M -M -Z yB y6 y7 b 40 50 -90M -30 y1 1 2 -30 +3M -60 y2 3 2 -60 +5M -24 y3 0 2 -24 +2M 0 y4 -1 0 -M 0 y5 0 -1 -M -M y6 1 0 0 -M y7 0 1 0 40/3 25 θ
《运筹学》第二章 对偶问题
3 x1 2 x2
7x4 4
2 x1 3 x2 4 x3 x4 6
x1 0, x2 , x3 0, x4无 约 束
解：原问题的对偶问题为
mi nW 5 y1 4 y2 6 y3
4 y1 3 y2 2 y3 2
20
一组互为对偶的线性规划问题的解之间只有 下列三种情况:
(1)两个规划问题都有可行解(此时,两个规划问题都有最优 解,且最优值相等);
(2)两个规划问题都不可行; (3) 一个规划问题不可行,另一个规划问题有可行解,且具有
无界解。
21
（4）互补松弛性： 在线性规划问题的最优解中，
则 aij xj * = bi ；
bi , 则 y i* = 0 (4)’ 互补松弛性：
在线性规划问题的最优解中， 则 aij yi * = cj ；
>cj , 则 xj* = 0
n
若 y i * >0,
j=1 n
若 a ij xj * <
j=1
m
若 x j * >0,
i=1 m
若 a ij yi*
i=1 22
m
= 证b：i y∵i*
y1 3 y1
2 y2
3 y3 4 y3
3 5
2 y1 7 y2 y3 1
y1
0,
y2
0,
y
无
3
约
束
对偶问题的对 偶还是原问题
14
• 练习 写出下列线性规划问题的对偶问题.
max Z 4x1 3x2 2x3
4x1
运筹学第4章 单纯形法的对偶问题
管理运筹学
3
§1 线性规划的对偶问题
如果我们把求目标函数最大值的线性规划问题看成原问题，则把求目标函数最小值的线 性规划问题看成对偶问题。下面来研究这两个问题在数学模型上的关系。
1 求目标函数最大值的线性规划问题中有n 个变量 m个约束条件，它的约束条件都是小于 等于不等式。而其对偶则是求目标函数为最小值的线性规划问题，有m个变量n个约束条件， 其约束条件都为大于等于不等式。
5x1 3x2 x3 200
管理运筹学
10
§1 线性规划的对偶问题
通过上面的一些变换，我们得到了一个和原线性规划等价的线性规划 问题：
max z 3x1 4x2 6x3
s.t. 2x1 3x2 6x3 440,
6x1 4x2 x3 100, 5x1 3x2 x3 200 5x1 3x2 x3 200 x1, x2 , x3 0
进一步，我们可以令y3
y
' 3
y
'' 3
，这时当
y
' 3
y
'' 3
时，y
0，当
y
' 3
y
'' 3
时， y3 0 。这也就是说，尽管
y
' 3
,
y
'' 3
0,
但 y3 的取值可以为正，可以为0，
可以为负，即 y3 没有非负限制。
这样我们把原规划的对偶问题化为
min f 440 y1 100 y2 200 y3
这样第二个约束条件也就符合要求。对于第三个约束条件，我们可以 用小于等于和大于等于两个约束条件来替代它。即有
运筹学-对偶问题
对偶问题的应用场景
资源分配问题
在资源有限的情况下，如何合理分配资源以达到 最优目标。
运输问题
如何制定运输计划，使得运输成本最低且满足运 输需求。
生产计划问题
如何制定生产计划，使得生产成本最低且满足市 场需求。
投资组合优化问题
如何选择投资组合，使得投资收益最大且风险最 小。
02
对偶问题在运筹学中的重要性
对偶问题的理论完善与深化
对偶理论的数学基础
进一步深入研究对偶理论的数学基础，包括对偶映射、对偶函 数、对偶不等式等，为解决对偶问题提供更坚实的理论基础。
对偶问题的转化与求解
研究如何将复杂的对偶问题转化为更容易求解的形式，或 者设计有效的求解方法，以提高对偶问题的求解效率。
对偶理论与实际应用的结合
在对偶理论不断完善的基础上，进一步探索如何将其应用于实际问题 中，以解决实际问题的优化问题，提高决策的科学性和效率。
在整数规划中，对偶问题通常 是指将原问题的约束条件或目 标函数进行一些变换，使得原 问题与对偶问题在结构上存在 一定的对称性。
对偶问题的性质
02
01
03
对偶问题的最优解与原问题的最优解具有密切关系。
在线性规划中，如果原问题是最大化问题，则对偶问 题是最小化问题，反之亦然。
在整数规划中，对偶问题的约束条件和目标函数通常 与原问题存在一定的对称性。
02 求解步骤
03 1. 定义原问题和对偶问题。
04
2. 利用状态转移方程和最优子结构性质，求解对偶问 题。
05 3. 利用对偶问题的解，求解原问题。
博弈论中的对偶策略
1. 定义博弈中的策略空间和支付 函数。
求解步骤
2. 构造对偶问题。
运筹学02对偶理论1线性规划的对偶模型,对偶性质幻灯片PPT
min w=36y1+40y2+76y3
表示。企业生产一件产品甲用了四种资源的数量分别是3，5和9 个单位，利润是32, 企业出售这些数量的资源所得的利润不能少 于32，即
3 y 1 5 y 2 9 y 3 3 2
同理，对产品 乙有
4 y 1 4 y 2 8 y 3 3 0
3.1 线性规划的对偶模型 Dual model of LP
m
y
* i
x
S
i
0
i1
பைடு நூலகம்
n
y
S
j
x
* j
0
j1
由于变量都非负，要使求和式等于零，那么必定每一
分量为零，因而有以下关系：
3.2 对偶性质 Dual property
Chapter3 对偶理论 Dual Theory
(1)当yi*>0时，xSi 0 , 反之当 xSi 0 , 时yi*=0；
( 2 ) y S j 0 时 x * j 0 , 反 之 当 x * j 0 时 y S j 0
3.1 线性规划的对偶模型 Dual model of LP
Chapter3 对偶理论 Dual Theory
m ax Z 32 x1 30 x2
3 x1 4 x2 36
5
x1
4 x2
40
9
x1
8 x2
76
x1 , x 2 , x3 0
注：以上两问题是同一组数据参 数，只是位置有所不同，所描述 的问题实际上是从两个不同的角 度去描述。原始线性规划问题考 虑的是充分利用现有资源，以产 品数量和单位产品的利润来决定
7 x
x
1
1
运筹学第2章线性规划的对偶问题
第2章 线性规划的对偶理论 与灵敏度分析
§2.1 线性规划的对偶问题
随着线性规划应用的逐步加深，人们发现每一个线性规 划问题都存在一个与之对应的、具有密切关联的线性规 划问题，其中一个称为原问题，另一个称为对偶问题 （Dual linear programming，DLP）。对偶问题不仅具有 优良的数理性质，而且还有着重要的实际意义，尤其在 生产运营管理中有明显的经济含义。对偶理论充分显示 出线性规划理论逻辑上的严谨性和结构上的对称性，使 线性规划理论更加丰富，应用领域更为广泛。
yi 0 (i 1,2,3)
则得如下的线性规划模型：
min w 48 y1 20 y2 8 y3 8 y1 4 y2 2 y3 600 6 y 2 y2 1.5 y3 300 s.t. 1 y1 1.5 y2 0.5 y3 200 y , y , y 0 1 2 3
max z 2 y1 5 y2 9 y3 y1 3 y2 2 y3 3 2 y y 2 y 1 1 2 3 5 y1 y2 3 y3 1 y1无约束,y2 0, y3 0,
max z 600 x1 300 x2 200 x3 8 x1 6 x2 x3 48 4 x1 2 x2 1.5 x3 20 s.t 2 x1 1.5 x2 0.5 x3 8 x , x , x 0 1 2 3
x1 2, x2 0, x3 8
（2.1.6）
设 yi (i 1,2,, m) 表示第i种资源的定价，则其对偶问 题的形式为：
min w b1 y1 b2 y2 ... bm ym a11 y1 a21 y2 ... am1 ym c1 a y a y ... a y c 12 1 22 2 m2 m 2 s.t. a y a y ... a y c mn m n 1n 1 2 n 2 y1 , y2 , , ym 0
§2.1 线性规划的对偶问题
随着线性规划应用的逐步加深，人们发现每一个线性规 划问题都存在一个与之对应的、具有密切关联的线性规 划问题，其中一个称为原问题，另一个称为对偶问题 （Dual linear programming，DLP）。对偶问题不仅具有 优良的数理性质，而且还有着重要的实际意义，尤其在 生产运营管理中有明显的经济含义。对偶理论充分显示 出线性规划理论逻辑上的严谨性和结构上的对称性，使 线性规划理论更加丰富，应用领域更为广泛。
yi 0 (i 1,2,3)
则得如下的线性规划模型：
min w 48 y1 20 y2 8 y3 8 y1 4 y2 2 y3 600 6 y 2 y2 1.5 y3 300 s.t. 1 y1 1.5 y2 0.5 y3 200 y , y , y 0 1 2 3
max z 2 y1 5 y2 9 y3 y1 3 y2 2 y3 3 2 y y 2 y 1 1 2 3 5 y1 y2 3 y3 1 y1无约束,y2 0, y3 0,
max z 600 x1 300 x2 200 x3 8 x1 6 x2 x3 48 4 x1 2 x2 1.5 x3 20 s.t 2 x1 1.5 x2 0.5 x3 8 x , x , x 0 1 2 3
x1 2, x2 0, x3 8
（2.1.6）
设 yi (i 1,2,, m) 表示第i种资源的定价，则其对偶问 题的形式为：
min w b1 y1 b2 y2 ... bm ym a11 y1 a21 y2 ... am1 ym c1 a y a y ... a y c 12 1 22 2 m2 m 2 s.t. a y a y ... a y c mn m n 1n 1 2 n 2 y1 , y2 , , ym 0
运筹学第3章 对偶模型PPT课件
a11x1+a12x2+a13x3 ≤ b1
a21x1+a22x2+a23x3 = b2 st. a31x1+a32x2+a33x3 ≥ b3
x1 ≥ 0, x2 ≤ 0, x3无约束
min w = b1y1 + b2y2 + b3y3 a11y1 + a21y2 + a31y3 ≥ c1 a12y1 + a22y2 + a32y3 ≤ c2
3.最优性：CTXbTY,则 X , Y分别为原问题与对偶问题的最优
解。
最 优 解 最 优 解
12
4.强对偶性：若一个问题有最优解，则另一问题也有最优解， 且二者最优目标值相等。 无界性：若一个问题有无界解，则另一问题无可行解。
对偶定理：要么同时有解，且最优值相等；要么同时无解。
不可能一个有解，一个无解。
X*(6， 2)T, z*22
4
例3-1. 将例1-1中三种资源用于对外加工，如何给资源定价？
解：设三种资源分别可获利润为yj (100元/工时) min w = 6y1 +8y2 +18y3 s.t. y1 +2y3 ≥3 2y2+3y3 ≥2 yj≥0 （j=1,2,3）
Y*(5/3 ， 0 ， 2/3 )T, w *22
x1 , x2 , x3 ≥ 0
max z =CTX
st. AX = b
X≥ 0
min w= 5y1 + 6y2
2y1 +3y2 ≥5
st .
y1 + 2y2 ≥1
3y1 + y2 ≥2
min w =bTY ATY ≥ C
a21x1+a22x2+a23x3 = b2 st. a31x1+a32x2+a33x3 ≥ b3
x1 ≥ 0, x2 ≤ 0, x3无约束
min w = b1y1 + b2y2 + b3y3 a11y1 + a21y2 + a31y3 ≥ c1 a12y1 + a22y2 + a32y3 ≤ c2
3.最优性：CTXbTY,则 X , Y分别为原问题与对偶问题的最优
解。
最 优 解 最 优 解
12
4.强对偶性：若一个问题有最优解，则另一问题也有最优解， 且二者最优目标值相等。 无界性：若一个问题有无界解，则另一问题无可行解。
对偶定理：要么同时有解，且最优值相等；要么同时无解。
不可能一个有解，一个无解。
X*(6， 2)T, z*22
4
例3-1. 将例1-1中三种资源用于对外加工，如何给资源定价？
解：设三种资源分别可获利润为yj (100元/工时) min w = 6y1 +8y2 +18y3 s.t. y1 +2y3 ≥3 2y2+3y3 ≥2 yj≥0 （j=1,2,3）
Y*(5/3 ， 0 ， 2/3 )T, w *22
x1 , x2 , x3 ≥ 0
max z =CTX
st. AX = b
X≥ 0
min w= 5y1 + 6y2
2y1 +3y2 ≥5
st .
y1 + 2y2 ≥1
3y1 + y2 ≥2
min w =bTY ATY ≥ C
- 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)。
则，原问题变为
（A）
max Z 4x1 5x2 s.t.
3x1 2x2 20
4x1 3x2 10
x1 x2 5
x1
0,
x
为自由
2
变量
max Z ' 4x1 5x3 5x4 s.t.
（A‘）
3x1 2x3 2x4 20 4x1 3x3 3x4 10 x1 x3 x4 5 x1 x3 x4 5 x1 0, x3 0, x4 0
max Z 4x1 5x2 s.t. 3x1 2x2 20 4x1 3x2 10 x1 x2 5 x1 0, x2为自由变量
4x1 3x2 10
xx11
x2 x2
5 5
x1 x2 5
设x 2 x 3 x 4 , x3 0, x 4 0
X 0
minW YB s.t. （B） YA C T Y 0
其中： C c1 c2 cn
Y y1 y2 ym
b1
B
b2 bm
a11 a12 a1n
A
a21 an1
a22 am2
a12 y1 a22 y2 am2 ym c2
a1n y1 a2n y2 amn ym cn y1 0, y2 0, ym 0
称为原问题（A）的对偶线性规划问题，
或称A、B互为对偶问题。
如果采用向量、矩阵来表示
max F CX
s.t. （A） AX B
min W ' 20 y1 '10 y2 '5 y3 '5 y4 ' s.t. 3 y1 '4 y2 ' y3 ' y4 ' 4 2 y1 '3y2 ' y3 ' y4 ' 5 2 y1 '3 y2 ' y3 ' y4 ' 5 y1 ' 0, y2 ' 0, y3 ' 0, y4 ' 0
当原问题的约束条件的符号不完全相同时，也存在 对偶问题，这种对偶问题称为非对称对偶问题。
例
max Z 4x1 5x2 s.t.
3x1 2x2 20
4x1 3x2 10
x1 x2 5
x1
0,
x
为自
2
由
变
量
分析：
为求对偶问题，可先做过渡，将问题对称化：
对称化
则（A’）的对偶问题如下：
（A‘）
（B‘）
max Z ' 4x1 5x3 5x4 s.t. 3x1 2x3 2x4 20 4x1 3x3 3x4 10 x1 x3 x4 5 x1 x3 x4 5 x1 0, x3 0, x4 0
∴ 对偶规划问题为
min W 48y1 60 y2 s.t. y1 y2 6 4 y1 2 y2 14 2 y1 4 y2 13 y1 0, y2 0
比较
max F 6x1 14x2 13x3 s.t. x1 4x2 2x3 48 x1 2x2 4x3 60 x1 0, x2 0, x3 0
a2n
amn
x1
X
x2
xn
可以将以上关系列成以下对偶表：
max min
x1
x2
…
xn
b
y1
a11
a12
…
a1n
≤
b1
y2
a21
a22
…
≤
b2
…
………………
ym
am1
am2
…
amn
≤
bm
≥≥…≥
c
c1
c2
…
cn
例
写出下列线性规划问题的对偶问题
第四章 对偶问题
对偶问题的一般形式 对偶问题的经济意义 对偶性质 对偶单纯形法 对偶单纯形法的解题原理
一、对偶问题的一般形式
若设一线性规划问题如下 ：
（A）
max F c1x1 c2 x2 cn xn s.t.
a11 x1 a12 x2 a1n xn b1
a21 x1 a22 x2 a2n xn b2
am1 x1 am2 x2 amn xn bm x1 0, x2 0, xn 0
则以下线性规划问题：
（B）
minW b1 y1 b2 y2 bm ym s.t.
a11 y1 a21 y2 am1 ym c1
min W 48y1 60 y2 s.t. y1 y2 6 4 y1 2 y2 14 2 y1 4 y2 13 y1 0, y2 0
以上我们介绍的对偶问题是严格定义的对偶问题，也 成为对称对偶问题 。
它满足两个条件：
两个条件：
1、所有变量非负：即X>0，Y>0 2、约束条件均为同向不等式。若原问题约束条件均 为“≤”，则它的对偶问题的约束条件都是“≥”。
max F 6x1 14x2 13x3 s.t. x1 4x2 2x3 48 x1 2x2 4x3 60 x1 0, x2 0, x3 0
解：
可以将原问题的有关参数列成下表
max
min
x1
x2
x3
b
y1
1
4
2
≤
48
y2
1
2
4
≤
60
≥
பைடு நூலகம்
≥
≥
c
6
14
13
对比结果
以上对偶问题（B‘）并非原问题（A）的对偶问题， 它是线性规划问题（A’）的对偶问题。
（A）
max Z 4x1 5x2 s.t. 3x1 2x2 20 4x1 3x2 10 x1 x2 5 x1 0, x2为自由变量
（B‘）
min W ' 20y1 '10y2 '5y3 '5 y4 ' s.t. 3y1 '4 y2 ' y3 ' y4 ' 4 2 y1 '3y2 ' y3 ' y4 ' 5 2 y1 '3y2 ' y3 ' y4 ' 5 y1 ' 0, y2 ' 0, y3 ' 0, y4 ' 0