数学建模 对偶问题和灵敏度分析
运筹学第1章5对偶理论与灵敏度分析
运筹学第1章5对偶理论与灵敏度分析
定理4、最优性
若原问题和对偶问题都有可行解,则它们都有最优解。
最优性判别定理:
若 X* 和 Y* 分别是 P 和 D 的可行解且 CX* = Y*b,则 X*、Y*分别是问题 P和D 的最优解。
定理5、对偶性
若原问题有最优解,则对偶问题也一定有最优解,且目 标函数值相等。
例1、
maxZ x1 2x2 3x3 4x4
(P)
x1 2x2 2x3 3x4 20 2x1 x2 3x3 2x4 20 x14 0
试验证弱对偶性原理。
运筹学第1章5对偶理论与灵敏度分析
解:
min W 20 y 1 20 y 2
(D)
y1 2 y2 1
2 2
2x1
+x3 3
x1- 2x2 + 3x3 4
x1,x2 0 , x3 无非负限制
运筹学第1章5对偶理论与灵敏度分析
练习2、已知下表为求解某线性规划问题的最终单纯形表,表中 x4、x5为松弛变量。试: (1)写出线性规划原问题。 (2)写出对偶问题。 (3)求对偶问题的最优解。
XB x1 x2 x3 x4 x5 b x3 0 1/2 1 1/2 0 5/2 x1 1 -1/2 0 -1/6 1/3 5/2 δj 0 -4 0 -4 -2
试用对偶性质证明原问题无界。
__
解:X =(0.0.0)是 P 的一个可行解,而 D 的第一
个约束条件不能成立(因为y1 , y2 ≥0)。因此,对偶问题 不可行,由定理3推论可知,原问题无界。
运筹学第1章5对偶理论与灵敏度分析
练习:试用对偶理论讨论下列原问题是否有最优解?
(1)
max Z 2 x1 2 x2
大纲解读第三章对偶问题与灵敏度分析
2、领会:(1)对称性,(2)弱对偶性,(3) 无界性,(4)强对偶定理,(5)互补松弛性定理 及其应用。
3、应用:运用互补松弛性定理求解线性规划问题。
(三)对偶解的经济解释
1、识记:(1)对偶解与影子价格,(2)影子价 格的特点。
一、考核知识点 (一)对偶模型 (二)对偶性质 (三)对偶解的经济解释 (四)灵敏度分析
பைடு நூலகம்
(一)对偶模型 1、识记:(1)原问题与对偶问题的关系,(2)
对偶问题的转换。 2、领会:(1)研究对偶问题的原因, (2)原问题与对偶问题的关系。
(二)对偶性质
1、识记:(1)对偶问题的对偶就是原问题,(2) 弱对偶性,(3)对偶(原)问题无可行解则原 (对偶)问题不可能有最优解,(4)对偶(原)
2、领会:影子价格的经济指导意义和管理决策价 值。
3、应用:怎样利用影子价格改善经营策略。
(四)敏感性分析
1、识记:(1)约束方程右边项变化的敏感分析, (2)增加新的决策变量的敏感性分析,(3)目标 函数系数变化的敏感性分析,(4)投入或技术系 数变化的敏感性分析。
2、领会:(1)敏感性分析的意义及其必要性, (2)如何进行敏感性分析。
数学建模对偶问题和灵敏度分析
对偶问题例题1:某养鸡场所用的混合饲料由n 种天然饲料配合而成。
要求在这批配合饲料中必须含有m 种不同的营养成分,且第i 种营养成分的含量不低于bi 。
已知第i 种营养成分在每单位第j 种天然饲料中的含量为a ij ,每单位第j 天然饲料的价格为c j 。
试问,应如何对这n 种饲料配方,使这批饲料的费用最小 解 设x j 为第j 种天然饲料的用量。
显然,a ij x j 即为所用第j 种天然饲料中第i 种营养成分的含量,1nij j j a x =∑为这批混合饲料中第i 种营养成分的总含量;它不应低于bi 。
于是,我们得下列线性规划模型(1—1):1min nj jj f c x ==∑11,,..01,,nij j i j j a x b i m s t x j n=⎧≥=⎪⎨⎪≥=⎩∑现设想有一个饲料加工厂欲把这m 种营养成分分别制成m 种营养丸。
设第i 种营养丸的价格为ui(i =1,…,m)。
则养鸡场采购一个单位的第j 种天然饲料,就相当于对这m 种营养丸分别采购数量a 1j ,…a mj ,所化费用为1mij ii a u =∑养鸡场自然希望在用营养丸代替天然饲料时,在价格上能相对地比较便宜,故而饲料加工厂为了能与天然饲料供应者竞争,在制订价格时必然满足下述条件:11,,mij ij i a uc j n =≤=∑另一方面,养鸡场如果全部采购营养丸来代替天然饲料进行配料,则第i 种营养丸就需采购bi 个单位,所化费用为b i u i ,总费用为z=∑b i u i饲料加工厂面临的问题是:应把这m 种营养丸的单价ui(f=1,…,m)定为多少,才能使养鸡场乐意全部采用该厂生产的营养丸来取代这批天然饲料,且使本厂在竞争中得到最大收益。
为该问题建立数学模型,即得如下线性规划(1—2):1max mi i i z b u ==∑11,,..01,,mij i j i ia u c j n s t u i m =⎧≤=⎪⎨⎪≥=⎩∑我们称问题(1—2)为原有问题 (1—1)的对偶问题(记为(D))。
3对偶理论与灵敏度分析解析
对偶的定义 min W= Y b s.t. ATY ≥ C
Y≥0
min Z’= - CX
max W’ = -Yb
s.t. - AX ≥ - b
s.t. -ATY ≤ -C
X ≥0 对偶的定义
Y≥0
__
__
(2)弱对偶性:设 X和 分Y 别是问题(P)和(D)的
可行解,则必有
__ __
n
m
C X Y b, 即 c j x j yibi
i 1
m
aij yi
c j ( j 1,2,, n)
i1
yi无符号限制(无约束)(i 1,2,, m)
例: 原问题为
max Z 2 x1 3 x2 4 x3
2 x1 3 x2 5 x3 2
3
x1
x2
7 x3 3
x1 4 x2 6 x3 5
x1 , x2 , x3 0
对偶问题的无界性。
无界
关于无界性有如下结论:
minW 4 y1 2 y2
原问题 问题无界
对偶问题 无可 行解
(D)
y1 y1
y2 y2
2 1
y1
0,
y2
0
无可 行解
问题无界
无可 行解
推论3:在一对对偶问题(P)和(D)中,若一个可行 (如P),而另一个不可行,(如D),则该可行的问 题无界。
一、问题的提出
• 对偶是什么:对同一事物(或问题),从不同 的角度(或立场)提出对立的两种不同的表述。 • 在平面内,矩形的面积与其周长之间的关系, 有两种不同的表述方法。 (1)周长一定,面积最大的矩形是正方形。 (2)面积一定,周长最短的矩形是正方形。 • 这种表述有利于加深对事物的认识和理解。 • 线性规划问题也有对偶关系。
第二章 对偶理论和灵敏度分析
Slide 12
4 5 5 0
第二章 对偶理论和灵敏度分析
c
CB
CN
x
b XB -Z B-1b -CBB-1b
θ
XB
B-1B 0
XN
B-1N CN-CBB-1 N
二、对偶问题的经济含义
每一个线性规划问题,都存在一个与它密切相关的线性 规划的问题,我们称其中的任一个为原问题,另一个为对 偶问题。任何线性规划问题都有其对偶问题。 对偶思想: 周长一定的矩形,以正方形面积最大 面积一定的矩形,以正方形周长最小 P6 例1.1:MAXZ=3X1+2X2+5X3 S.T. X1+2X2+X3<=430 3X1+2X3<=460 X1+4X2<=420 X1,X2,X3>=0
《运筹学》 第二章 对偶理论和灵敏度分析 Slide 4
设X1、X2、X3分别为生产甲、乙、丙三种产品的产量。 解见P71表1.63。 假如有另外一个工厂要求租用该厂的全部生产能力另做 他用。 那么该厂的厂长应该如何来确定合理的租金(各道工序 的每分钟加工能力的定价)呢? 出租所得的利润应不小于原来用于生产甲、乙、丙三种 产品的利润。 而对于租用生产能力的厂家,考虑的是在尽量满足上述 条件的基础上,总的租用花费最少。 设Y1、Y2、Y3为第一、第二、第三道工序每分钟的租金 。
《运筹学》 第二章 对偶理论和灵敏度分析 Slide 17
五、对偶单纯形法
对偶单纯形法是应用对偶原理求解原问题线性规划的一 种方法,采用的技术是在原问题的单纯形表格上进行对偶处 理。 注意:对偶单纯形法不是求解对偶问题的单纯形法。 对偶单纯形法的基本思想:当一个原始问题从可行但不 最优开始,并继续保持可行直到取得最优解的时候,也就是 它的对偶问题从不可行但比最优还好开始并继续保持最优直 到取得可行最优解。 当原问题在寻找最优性的时候,对偶问题相应地寻找可 行性。P56图1.12
对偶理论及灵敏度分析
问 题 的 导 出
工 时 材 料 单件利润
1 1 2
•出卖资源获利应不少于生产产品的获利; 约束 •价格应该尽量低,这样,才能有竞争力; 目标
•价格应该是非负的
A
B
1
4 3
C
1
7 3
拥有量
问 题 的 导 出
工 时 材 料 单件利润
1
1 2
3
9
用y1和y2分别表示工时和材料的出售价格 总利润最小 保证A产品利润 min W=3y1+9y2 y1+y2≥2
保证B产品利润
保证C产品利润
y1+4y2≥3
y1+7y2≥3
售价非负
y1≥0
y2≥0
A
B
1
4 3
C
1
7 3
拥有量
问 题 的 导 出
工 时 材 料 单件利润
1
1 2
3
9
minW 3 y1 9 y2
y1 y 2 2 y 4y 3 1 2 s.t. y1 7 y 2 3 y1 0, y 2 0
对 称 形 式 的 对 偶 问 题
max Z CX
对 偶 问 题 的 定 义
AX b s.t. X 0
minW b Y
T
T
T T T A Y C s.t. T Y 0
或 min Yb
YA C s.t. Y 0
对 称 形 式 的 对 偶 问 题
4 y1 8 y 2 12 y 3 4 5 y 9 y 13y 2 1 2 3 3 6 y1 10 y 2 y1符号不限, y 2 0, y 3 0
ch2对偶与灵敏度分析
机会成本
a y + a y +⋯+ a y +⋯+ a y
1j 1 2j 2 ij i mj
m
表示减少一件产品所节省的资源可以增加的利润
13
(3)对偶松弛变量的经济解释——产品的差额成本(Reduced Cost)
机会成本 差额成本
m m
min w = b y s.t. ay
(2)对偶约束的经济解释——产品的机会成本 (Opportunity Cost)
增加单位资源可以增加的利润
m z = c1x1 ax s.t.
+ c2x2 ⋯ + cjx j ⋯ + cn xn
a11x1 + a12x2 ⋯ + a1jx j ⋯ + a1nxn ≤ b1 y1 a21x1 + a22x2 ⋯ + a2jx j ⋯ + a2nxn ≤ b2 y2 ⋯ ⋯⋯ ⋯⋯ ⋯ ⋯ am1 x1 + am2 x2 ⋯ + amj x j ⋯ + amn xn ≤ bm ym x1 x2 ⋯ xj ⋯ xn ≥0
16
2. 若计算原问题的单纯形终 表如下
Cj CB 12 5 XB X2 X1 σ(σj≤0?) B-1b 8/5 9/5 5 X1 P1 0 1 0 12 X2 P2 1 0 0 4 X3 P3 -1/5 7/5 -3/5 0 X4 P4 2/5 1/5 -29/5 -M X5 P5 -1/5 2/5 -M+2/5 θ
问原问题的最优解和对偶模型的最优解. 问原问题的最优解和对偶模型的最优解 3. 原问题的最优基的逆矩阵B-1 原问题的最优基的逆矩阵 4. 当两种资源分别单独增加一个单位 目标函数值分 当两种资源分别单独增加一个单位,目标函数值分 别增加多少? 别增加多少
对偶问题与灵敏度分析
第一讲 对偶理论
解释例1的对偶问题的数学模型
Max Z= 3x1 +5 x2
x1
≤8
S.t.
2x2 ≤12 3x1 +4 x2 ≤36
x1 , x2 ≥0
第一讲 对偶理论
一、对偶问题
• 对原企业而言,它用于出租或转让的资源收益不应 低于自行生产产品所获得的利润,才肯出租或转让。
• 在这个问题上厂长面临着两种选择:自行生产或出 租设备。首先要弄清两个问题:
①如何合理安排生产,取得最大利润? ②为保持利润水平不降低,资源转让的最低价格是多少?
• 问题 ①的最优解:x1=4,x2=6,Z*=42。
(3) 按照θ=Min{j /alj | alj<0 }= k /alk确定xk进基变量。 (4) 以alk为主元素,按单纯形法的方法进行迭代,得到新的表重复
(2).
第一讲 对偶理论
例题:使用对偶单纯形法
• Min W= 8y1+12y2+36y3
y1 + 0y2 + 3y3 ≥ 3 S.t. 0y1 + 2y2 + 4y3 ≥ 5
此时,同时达到最优解
j 1
i 1
Z bi
*
yi*
bi为第i种资源的拥有量
• 说明yi是右端项bi每增加一个单位的第i种资源对目标函数Z的贡献。 • 对偶变量 yi在经济上表示原问题第i种资源的边际价值。
• 对偶变量的值 yi*所表示的第i种资源的边际价值,称为影子价值。
第三章 对偶理论及灵敏度分析
灵敏度分析 —图解法
2x1 + x2 = 400
上页 下页 返回
C B D
(斜率为0) x2 = 250
x1 + x2 = 300
(斜率为-1)
A
| E | | | 100 200 300 400
x1
对 偶 问 题
分析资源系数b的改变产生的影响
Max Z = 50 x1 + 100 x2 x1 + x2 ≤ 310 2 x1 + x2 ≤ 400 x2 ≤ 250 x 1、 x 2 ≥ 0
上页 下页 返回
对 偶 问 题
► 问题:
上页 下页 返回
当这些系数中的一个或多个发生变化 时,原最优解会怎样变化? 当这些系数在什么范围内变化时,原 最优解仍保持不变? 若最优解发生变化,如何用最简单的 方法找到现行的最优解?
► 研究内容:
对 偶 问 题
研究线性规划中, aij , bi , c j 的 变化对最优解的影响。
上页 下页 返回
1
min w = 15 y + 24 y + 5 y
2
3
Ⅰ 设备A 设备 设备B 设备 调试工序 利润( 利润(元) 0 6 1 2
Ⅱ 5 2 1 1
D 15时 时 24时 时 5时 时
对 偶 问 题
原 问 题
m z = 2x1 + x2 ax s.t. 5x2 ≤15 6x1 + 2x2 ≤ 24 x1 + x2 ≤ 5 x1, x2 ≥ 0
设备A 设:设备A —— 设备B 设备B –––– 调试工序 ––––
y1元/时 y2元/时 y3元/时
付出的代价最小, 付出的代价最小, 且对方能接受。 且对方能接受。
第二章 对偶问题和灵敏度分析1
1
1 2
2
y1 y3
x 2x 2 可直接寫出此問題的對偶問題如下:
1 2
7 x1 6 x2 42 y2
x1 0, x2 0
D:Max y0 32 y1 42 y2 2 y3 可直接寫出此問題的對偶問題如下: :Max y x 32 s.t. 4 y1 7 y2 y3 D10 1 y 42 y 2 y
W = 30y1 + 60 y2 + 24y3
根据原则2 ,对方能够接受的价格显然是越低越好,因此 此问题可归结为以下数学模型:
目标函数 Min W = 30y1 + 60 y2 + 24y3 y1 + 3y2 约束条件 s.t y1 , y2 , y3 0 原线性规划问题称为原问题,此问题为对偶问题, y1 , y2 , y3 称为影子价格
y,,v v))是 行解, , ((y 是D D的可行解。 的可行解。 这两个 x,,s s) )是 令 令((x 是P P 的可 的可行解 这两个 可行 且只当 只当 可行解均为 解均为最佳 最佳解当 解当且 0 ii yi sii 0
x jjv jj 0 0 jj
原始问题的变量
极个别(B)
对偶问题与灵敏分析
y1,y2,… ,ym ≥0
y1,y2,… ,ym ≥0
原问题为:
Max Z= c1x1+c2x2+…+cnxn Min (-Z)= -c1x1-c2x2-…-cnxn
a11x1 + a12x2+…+a1n xn ≤ b1 a21x1 + a22x2+…+a2n xn ≤ b2
MaxZ(X)= 2x2-5x3
y1 -x1
-x3 ≤- 2
y2 2x1 + x2+6x3 ≤ 6
y3/
x1 - x2+3x3 ≤ 0
y3// -x1 + x2-3x3 ≤ 0
x1,x2,x3≥0
其对偶问题为:
Min W(y)= -2y1+6y2
x1
-y1 +2y2 +y3/ -y3//
≥x02
y2 -y3/ +y3// ≥2
4
4 x4
6
x1 0, x2 , x3 0, x4无限制
s.t约无2变y束符1y量4方号y1≤1y≥程约01003≤束7,≥=2yyy13y22y22约40y束y3无,332变y方y符3y3量程号无31≥≥≤≤约=00限53束2制
2.1.4对偶问题的基本性质
以对称型为例
设原问题(P)为 其对偶问题(D)为
无符号约束
约束方程≥ ≤
=
原问题( P)为
对偶规划问题(D)为:
max z c1x1 c2 x2 c3 x3 c4 x4
s.t aa2111xx11
a12 x2 a22 x2
a13 x3 a23 x3
a14 x4 a24 x4
线性规划中的对偶问题与灵敏度分析
线性规划中的对偶问题与灵敏度分析线性规划是一种优化方法,广泛应用于各个领域的决策问题。
在线性规划中,对偶问题与灵敏度分析是两个重要的概念和工具,可以帮助我们更好地理解和解决实际问题。
1. 对偶问题在线性规划中,对偶问题是指与原始问题相对应的一个问题。
它通过转换原始问题并构造一个新的问题,以便从不同的角度来解释和解决原始问题。
对偶问题能够提供原始问题的一些有用信息,并且在某些情况下,对偶问题的解与原始问题的解是相等的。
对偶问题的构造可以通过拉格朗日对偶性理论来完成。
该理论通过构造一个拉格朗日函数,将原始问题中的约束条件转化为拉格朗日乘子,从而得到对偶问题。
对偶问题的目标函数是原始问题的约束条件的线性组合。
解决对偶问题可以通过求解拉格朗日函数的最优化问题来实现。
对于线性规划问题,对偶问题的解可以通过求解一组线性方程或线性不等式来获得。
对偶问题的解不仅可以提供原始问题的一些信息,还可以用于检验原始问题的解的可行性和最优性。
2. 灵敏度分析灵敏度分析是在线性规划中评估解决方案对问题参数变化的响应程度的方法。
它可以帮助我们了解如果问题的参数发生变化,对解决方案的影响有多大,并做出相应的调整和决策。
灵敏度分析可以通过改变单个参数或多个参数来进行。
其中,常见的灵敏度分析包括目标函数系数的变化、约束条件右侧常量的变化和新增或取消约束条件。
这些变化可以用来模拟实际情况中可能发生的条件变化,以及评估解决方案的稳定性和可行性。
在进行灵敏度分析时,我们可以通过计算变动参数对解决方案的影响程度来得到一些关键指标。
例如,参数的变化导致目标函数值的变化量称为“影子价格”,而约束条件右侧常量的变化导致解决方案中相应决策变量的变化量,则称为“机会成本”。
灵敏度分析的结果可以帮助我们确定参数的重要性,判断解决方案的可行性和稳定性,以及找到最佳的决策方案。
在实际应用中,灵敏度分析可以帮助我们应对不确定性和风险,做出更加准确和可靠的决策。
第二章 对偶问题与灵敏度分析(修改版)
(4)最优性。
□如果 xj (j=1,…,n) 是原问题的可行解,yi (i= 1,…,m)是其
第二节 对偶问题的基本性质
单纯形法计算的矩阵描述 对偶问题的基本性质
1
复习线性规划问题的标准化
加 c2 x2 ... cn xn a11 x1 a12 x2 ... a1n xn b1 a x a x ... a x b 21 1 22 2 2n n 2 ................................................... a x a x ... a x b m2 2 mn n m m1 1 x1 , x2 ,..., xn 0
1 2
2 3 1 2 3 1 2 3
厂 家
3
对 偶 问 题
18
原问题化为极小问题,最终单纯形表:
原问题 的变量
原问题松弛变量
化为极小问题
x1 x3 15 / 2 0 x1 7 / 2 1 x2 3 / 2 0 (c j z) 0 j y4
对偶问题 剩余变量
x2 0 0 1 0 y5
x3 1 0 0 0 y1
cj xB b
x4 x5
σj
3 -1 2 0 0 x1 x3 x2 x4 x5
1 0 0 1
量为XB时,此过程相当
于用B-1(基B的逆矩阵)
左乘增广矩阵。 1 1 6 2 -2 4 1 0 × 1 -1 2 3 0 1 1/2 1
6 2 -2 4 1 -1 2 3 7 4
x1 x3
σj
3 2 -1 0 0 1 0 7 1 1 0 1 5 1/2 1 0 0 -32 -4 -5
XB = B-1· b
2.对偶问题与灵敏度分析
对偶问题习惯写为: min g (Y ) bTY T ATY T C T s.t. Y 0
2.1.2 标准(max,)型的对偶变换
• • • • • • 目标函数由 max 型变为 min 型 对应原问题每个约束行有一个对偶变量 yi,i=1,2,…,m 对偶问题约束为 型,有 n 行 原问题的价值系数 C 变换为对偶问题的右端项 原问题的右端项 b 变换为对偶问题的价值系数 原问题的技术系数矩阵 A 转置后成为对偶问题的技术 系数矩阵 • 原问题与对偶问题互为对偶
2.2.4 互补松弛定理
v0 x0 0 j j
j 1,2,, n
yi0ui0 0
i 1,2,, m
• • •
Y0 U0 + V0 X0 = 0 有什么应用 若(Y0 )i >0,则 (U0 )i =0,意味着原问题第 i 约束行 必须为 = 约束;对(X0 )i >0 亦如此 可用来简化问题的求解 线性规划的高级算法:利用互补松弛定理,原问题与 对偶问题同时解 –原问题为基础可行解,对偶问题为非可行解,但满足互补
主对偶定理的证明
证:现证明定理的后一句话。 设 X0 为原问题的最优解,它所对应的基矩阵是 B, X0= B1 b,则其检验数满足 C CBB1A 0 令 Y0= CBB1,则有 Y0 A C ;而对原问题松弛变 量的检验数有 0 CBB1I 0,即 Y0 0 。 显然Y0为对偶问题的可行解。因此有对偶问题目标函 数值, g(Y0)=Y0b= CBB1 b 而原问题最优解的目标函数值为 f(X0)=CX0= CBB1 b 故由最优解判别定理可知Y0 为对偶问题的最优解。证毕。
6 x' 3 1 (3) 1 M 6+M 0 1 0 6 0 0 1 0 6 0 1 2 1 7 1 0 0 1 6 0 y 6 =0
- 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)。
对偶问题
例题1:某养鸡场所用的混合饲料由n 种天然饲料配合而成。
要求在这批配合饲料中必须含有m 种不同的营养成分,且第i 种营养成分的含量不低于bi 。
已知第i 种营养成分在每单位第j 种天然饲料中的含量为a ij ,每单位第j 天然饲料的价格为
c j 。
试问,应如何对这n 种饲料配方,使这批饲料的费用最小?
解 设x j 为第j 种天然饲料的用量。
显然,a ij x j 即为所用第j 种天然饲料中第i 种营养成分的含量,1n
ij j j a x =∑为这批
混合饲料中第i 种营养成分的总含量;它不应低于bi 。
于是,我们得下列线性规划模型(1—1):
1
m i n n
j j j f c x ==∑
1
1,,..01,,n
ij j i j j a x b i m s t x j n
=⎧≥=⎪⎨⎪≥=⎩
∑
现设想有一个饲料加工厂欲把这m 种营养成分分别制成m 种营养丸。
设第i 种营养丸的价格为ui(i =1,…,m)。
则养鸡场采购一个单位的第j 种天然饲料,就相当于对这m 种营养丸分别采购数量a 1j ,…a mj ,所化费用为1m
ij i
i a u =∑养鸡场自然希望在用营养丸代替天然饲料时,在价格上能相对地比较便宜,故而饲料加工厂为了能与天然饲料供应者竞争,在制订价格时必然满足下述条件:
1
1,,m
i j
i j
i a
u c
j n
=≤=∑ 另一方面,养鸡场如果全部采购营养丸来代替天然饲料进行配料,则第i 种营养丸就需采购bi 个单位,所化费用为b i u i ,总费用为z=∑b i u i
饲料加工厂面临的问题是:应把这m 种营养丸的单价ui(f=1,…,m)定为多少,才能使养鸡场乐意全部采用该厂生产的营养丸来取代这批天然饲料,且使本厂在竞争中得到最大收益。
为该问题建立数学模型,即得如下线性规划(1—2):
1
max m
i i i z bu ==∑
1
1,,..01,,m
ij i j i i
a u c j n s t u i m =⎧≤=⎪⎨⎪≥=⎩∑
我们称问题(1—2)为原有问题 (1—1)的对偶问题(记为(D))。
影子价格(Shadow Price )
例题2:某工厂计划在下一生产周期生产3种产品A 1, A 2, A 3,这些产品都要在甲、乙、丙、丁4种设备上加工,根据设备性能和以往的生产情况知道单位产品的加工工时、各种设备的最大加工工时限制,以及每种产品的单位利润,如下表。
问如何安排生产计划,才能使工厂得到最大利润?
解:设x 1, x 2, x 3为产品A 1, A 2, A 3的产量 线性规划模型为:
Max f =8x1+10x2+2x3
s.t. 2x1+x2+3x3≤70 4x1+2x2+2x3≤80 3x1 + x3≤15 2x1+2x2 ≤50
最优单纯形表为:
最优方案为:x 1=0, x 2=25, x 3=15, x 4=0 最大利润为280千元
现在从另一个角度来讨论问题
假设工厂考虑不安排生产,而准备将所有设备出租,收取租费。
于是需要为每种设备的台时进行估价。
设y 1, y 2, y 3, y 4分别表示甲、乙、丙、丁4种设备的台时估价。
由例1中的表可知,生产一件产品A 1需要各设备台时分别为2h ,4h ,3h ,2h ,如果将2h ,4h ,3h ,2h 不用于生产产品A 1,而是用于出租,租费应满足(为了不蚀本,租费不能少于利润) 2 y 1+4y 2+3 y 3+2 y 4≥8,依次可分析得线性规划模型如下
123412341
23123
12370801550243282210..322,,0
Min f y y y y y y y y y y y s t y y y y y y =++++++≥⎧⎪++≥⎪⎨++≥⎪⎪≥⎩
说明:企业为了能够得到租用设备的用户,使出租设备的计划成交,在价格
满足约束条件下,应将设备价格定得尽可能低(why ?)
最优解:y 1=2/3, y 2=0, y 3=0, y 4=14/3 最小租费:280千元 定义:
设****12ˆ(,,,)T
m y y y y = 为对偶问题(D )的最优解,则称*i y 为原有问题(P )第
i 个约束对应的影子价格(Shadow Price )
由例2知*i y 是对第i 种资源(设备台时)的一种估价,这个价格不是市场价格,而是针对具体企业在一定时期内存在的一种特殊价格,它蕴含在求最大利润的生产计划模型中。
影子价格的经济含义:
(1)影子价格是对现有资源实现最大效益的一种估价。
根据例2的讨论,企业可以根据现有资源的影子价格,对资源的使用有两种考虑:第一,是否将设备用于外加工或出租,若租费高于某设备的影子价格,可考虑出租该设备,否则不宜出租;第二,是否将投资用于购买设备,以扩大生产能力,若市价低于某设备的影子价格,可考虑买进该设备,否则不宜买进。
(2)影子价格表明资源增加对总效益产生的影响。
易见有
*****
1122m m
f z b y b y b y ==+++ 从而,如果i b 增加一个单位,目标函数值的增量将是*i y ,据此,由影子价格的大小可以知道哪种资源的增加可以给企业带来较大的收益。
如例2中四种设备的影子价格分别为2/3,0,0,14/3,因此,在同样的条件下,增加设备丁是最有利的,不应增加设备乙和丙。
例3:某外贸公司准备购进两种产品A 1, A 2。
购进产品A 1每件需要10元,占用
5m 3的空间,待每件A 1卖出后,可获纯利润3元;购进产品A 2每件需要15元,占用3m 3的空间,待每件A 2卖出后,可获纯利润4元。
公司现有资金1400元,有430 m 3的仓库空间存放产品,从而可得线性规划模型如下:
12
121212
3410151400
..53430,0Max z x x x x s t x x x x =++≤⎧⎪
+≤⎨⎪≥⎩ 最优单纯形表
最优方案:x 1=50,x 2=60 最大利润:390
现在公司有另外一笔资金585元,准备用于投资,到底是购买产品呢?还是增加仓库容量?(假设增加1m 3的仓库空间需要0.8元)
由上表知,仓库的影子价格y 2=1/9,即增加1m 3的仓库空间,公司可多获利1/9元,又增加1m 3的仓库空间需要0.8元,从而,每增加1元投资可多获利10/72元,近似为0.14元;购买产品的资金的影子价格y 1=11/45,每增加1元购买产品可多获利11/45元,近似为0.24元。
因此,投资应该用于购买产品而不是增加仓库容量。
585元进行投资之后,最大利润为585 y 1=143元(???????)
灵敏度分析(Sensitivity Analysis)
最优解是在参数cj、bi、aij都固定不变的条件下取得的。
但是,在实际问题中,对一个具体的企业来说,参数cj、bi、aij不是固定不变的。
例如,产品的市场价格可能有所变动;国家分配的原材料可能有所增减;动力供应情况可能随季审而变化f添置新设备而使生产台时增加;由于产品设计结构有所改进,使单位产品的原材料消耗定额有所增减……,现实诸因素的种种变化都会引起已建立的数学模型的参数变化。
或者,当运用线性规划编制完生产计划并即将付诸应用时,又发生了新的情况,某些原来未加限制的资源现在有了限制,从而出现一个新的追加约束条件。
或者,企业准备增加新产品,使工厂的生产计划发生整个变化。
从而,我们面临这样的问题:上述种种情况的发生,将对已求得的最优解产生什么影响?或者说,我们如何在原有的最优单纯形表的基础上用最少的计算量,去获得修改后的线性规划问题的最优解?这就是下面我们要讨论的灵敏度分析问题。
一般分下面几个问题来进行灵敏度分析(Sensitivity Analysis):
1.变量x s的目标函数系数c s在何范围内变动,问题(LP)的最优基(最优解)不变?如果超出这个范围,如何求最优解?
2.第s种资源bs在何范围内变动,最优基不变?如果bs超出这个范围,如何求最优解?
3.变量x s在矩阵A中的系数列向量发生变化,如何求新问题的最优解?
4.追加新的约束条件,如何求新的线性规划的最优解?
5.增加新的变量x s,如何求新问题的最优解?。