线性规划的对偶问题
线性规划对偶问题
线性规划对偶问题线性规划是一种优化问题的数学建模方法，在实际生产和管理中广泛应用。
线性规划问题通常包括最大化或最小化一个线性目标函数的约束条件下的一组线性不等式或等式。
对于一个线性规划问题，其对偶问题是通过对原问题的目标函数和约束条件进行变换而得到的。
对偶问题有助于理解原问题的特性，并提供关于原问题的附加信息。
具体来说，对于一个原问题：最小化 C^T * X约束条件 A * X >= bX >= 0其中，C是目标函数的系数矩阵，X是决策变量向量，A是约束条件的系数矩阵，b是约束条件的右侧向量。
对于原问题的对偶问题，其形式为：最大化 b^T * Y约束条件 A^T * Y <= CY >= 0其中，Y是对偶变量向量。
对偶问题的最优解被称为对偶可行解，对偶问题的最优解与原问题的最优解之间存在弱对偶性和强对偶性。
弱对偶性指的是对于原问题的任意可行解X和对偶问题的任意可行解Y，有C^T * X >= b^T * Y。
这意味着对于原问题的任意最优解X*和对偶问题的任意最优解Y*，有C^T * X* >=b^T * Y*。
强对偶性指的是如果原问题和对偶问题的任意一个都有有界解，那么它们必然存在一对最优解，使得C^T * X* = b^T * Y*。
对偶问题的解决可以通过使用单纯形法或内点法等优化算法来进行求解。
对偶问题对线性规划问题的求解具有重要的应用价值和理论意义。
它可以用于确定原问题的可行解的界限，还可以提供原问题的敏感性分析和稳定性分析。
总之，线性规划的对偶问题是通过对原问题的目标函数和约束条件进行变换而得到的，对偶问题为理解原问题的特性和提供附加信息提供了一种有力的工具。
第一节 线性规划的对偶问题
2.非对称形式的对偶规划 2.非对称形式的对偶规划
一般称不具有对称形式的一对线性规划为非 对称形式的对偶规划。对于非对称形式的规划， 对称形式的对偶规划。对于非对称形式的规划， 可以按照下面的对应关系直接给出其对偶规划。 可以按照下面的对应关系直接给出其对偶规划。 (1)将模型统一为 max， 将模型统一为“ min， (1)将模型统一为“max，≤”或“min，≥” 的 形式，对于其中的等式约束按下面（ ）、（3 形式，对于其中的等式约束按下面（2）、（3） 中的方法处理； 中的方法处理； (2)若原规划的某个约束条件为等式约束 若原规划的某个约束条件为等式约束， (2)若原规划的某个约束条件为等式约束，则在对 偶规划中与此约束对应的那个变量取值没有非负 限制； 限制； (3)若原规划的某个变量的值没有非负限 (3)若原规划的某个变量的值没有非负限 制，则 在对偶问题中与此变量对应的那个约束为等式。 在对偶问题中与此变量对应的那个约束为等式。
12
影子价格反映了不同的局部或个体的增量可以获 得不同的整体经济效益。如果为了扩大生产能力， 得不同的整体经济效益。如果为了扩大生产能力， 考虑增加设备，就应该从影子价格高的设备入手。 考虑增加设备，就应该从影子价格高的设备入手。 这样可以用较少的局部努力， 这样可以用较少的局部努力，获得较大的整体效 益。 需要指出，影子价格不是固定不变的， 需要指出，影子价格不是固定不变的，当约束条 产品利润等发生变化时， 件、产品利润等发生变化时，有可能使影子价格 发生变化。 发生变化。 影子价格的经济含义是指资源在一定范围内增加 时的情况，当某种资源的增加超过了这个“ 时的情况，当某种资源的增加超过了这个“一定 的范围” 的范围”时，总利润的增加量则不是按照影子价 格给出的数值线性地增加。 格给出的数值线性地增加。
线性规划的对偶问题
(二)非对称型对偶问题
max z c1x1 c2x2 c3x3 c3x3 s.t. a11x1 a12 x2 a13x3 a13x3 b1
a21x1 a22 x2 a23x3 a23x3 b2 a2a1x21x1 a2a2 x222x2 a2a3x233x3 a2a3x233x3 b2b2 a31x1 a32x2 a33x3 a33x3 b3
min w b1y1 b2 y2 b3 y3 s.t. a11 y1 a21 y2 a31 y3 c1
a12 y1 a22 y2 a32 y3 c2
a13 y1 a23 y2 a33 y3 c3 y1 0，y2无约束，y3 0
第11页
(二)非对称型对偶问题
对偶问题（原问题）
目标函数 min
约束条件右端常数
目标函数的系数
3个
≥0
变
≤0
量
无符号限制
23个
约
≥
束
≤
条 件
=
第13页
二、原问题与对偶问题的对应关系
原问题（对偶问题）
目标函数 max
目标函数的系数
约束条件右端常数
约 m个
束≤
条 件
≥
=
n个
变
≥0
量
≤0
无符号限制
对偶问题（原问题）
目标函数 min
约束条件右端常数
第8页
(二)非对称型对偶问题
max z = c1x1 + c2x2 + c3x3 s.t. a11x1 + a12x2 + a13x3 ≤ b1
a21x1 + a22x2 + a23x3 = b2 a31x1 + a32x2 + a33x3 ≥ b3 x1≥0, x2≤0, x3无约束 分析：化为对称形式。令 x2 x2，x3 x3 x3 (x3 0, x3 0)
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。
线性规划的对偶理论2-对偶问题的性质
含多个决策变量的线性规 划问题及其对偶问题的求 解
含不等式约束的线性规划 问题及其对偶问题的求解
经典案例分析：运输问题、生产计划等
通过对偶理论实现资源的最优分 配
对偶理论在生产计划优化中的应 用
如何通过对偶理论求解最小成本 运输问题
运输问题
资源分配问题 生产计划问题
实际应用案例分享
供应链管理
椭球法
通过构造一个包含原问题可行域的椭球，将原问题转化为 一个椭球约束的优化问题，然后利用椭球算法进行求解。
割平面法
通过在原问题的约束条件中不断添加割平面，将原问题转 化为一个更容易求解的问题，然后利用相关算法进行求解。
Part
04
对偶理论在经济学中应用
影子价格概念及计算
影子价格定义
影子价格反映资源在最优配置下 的边际价值，即资源每增加一单
选择一个满足所有约束条 件的初始内点。
迭代过程
通过不断迭代，沿着目标函数 的负梯度方向进行搜索，直到 达到最优解或满足停止准则。
求解最优解
当迭代过程结束时，从最 终迭代点中读取最优解。
其他方法简介
外点法
通过构造一个包含原问题可行域的外点，将原问题转化为 一个无约束优化问题，然后利用无约束优化方法进行求解。
简化问题求解从而降低了 计算复杂度和难度。
揭示问题内在联系
对偶理论揭示了原问题与其对偶问题之间的内在联系，有助于发现 问题的隐藏性质和潜在优化方向。
未来发展趋势预测及挑战分析
拓展应用领域
随着对偶理论的不断完善和发展， 其应用领域将进一步拓展，包括机 器学习、大数据分析等前沿领域。
强对偶性
强对偶性定义
01
存在一组可行解，使得原问题的目标函数值等于其对偶问题的
第三章线性规划的对偶定理
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
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。
根据对称形式的对偶模型,可直接 写出上述问题的对偶问题:
b max w (Y 1,Y 2 ) -b
(Y
1,Y
2
)
A A
C
Y1 0 ,Y2 0
max w (Y 1 Y 2 ) b
(Y
1
Y
2
)
A
C
Y 1 0, Y 2 0
令 Y Y，1 Y得2对偶问题为：
max w Yb
❖ （3）若原问题可行，但其目标函数值无 界，则对偶问题无可行解。
❖ （4）若对偶问题可行，但其目标函数值 无界，则原问题无可行解。
❖ （5）若原问题有可行解而其对偶问题无 可行解，则原问题目标函数值无界。
❖ （6）对偶问题有可行解而其原问题无可 行解，则对偶问题的目标函数值无界。
CX Yb
原问题
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
6 x1 2 x2 24
运筹学线性规划的对偶问题
例5 已知线性规划问题 minω = 2x1 + 3x2 + 5x3 + 2x4 + 3x5 x1 + x2 + 2x3 + x4 + 3x5 ≥ 4 2x1 - x2 + 3x3 + x4 + x5 ≥ 3 xj ≥ 0,j = 1,2,3,4,5
已知其对偶问题的最优解为y1* = 4/5, y2* = 3/5；z = 5。试用对偶理论找 出原问题的最优解.
试用对偶理论证明上述线性规划问题无最优解。
证: 首先看到该问题存在可行解，例如X = (0,0,0) 而上述问题的对偶问题为
minω = 2y1 + y2 -y1 - 2y2 ≥ 1 y1 + y2 ≥ 1 y1 - y2 ≥ 0 y1 ,y2 ≥ 0
由第一约束条件可知对偶问题无可行解，因而无最优解。由此 原问题也无最优解。
0 0
无约束
m个
约束条件
=
约束条件右端项 目标函数变量的系数
对偶问题（或原问题） 目标函数 min
n个
约束条件
=
m个
0 0
变量
无约束
目标函数变量的系数
约束条件右端项
原问题中的价值向量与对偶问题中的资源向量对换（上下对换） 原问题: X在C和A的右边;
xj yi
y1 y2 ┇ ym
对偶关系 maxZ
x1 x2 ┅ xn
a11 a12 ┅ a1n a21 a22 ┅ a2n ┇┇ ┇ am1 am2 ┅ amn ≥≥┅≥ c1 c2 ┅ cm
原关 minω 系
≤
运筹学：第1章 线性规划 第3节 对偶问题与灵敏度分析
s.t.
4x1 3x1
5x2 200 10x2 300
x1, x2 0
9x1 4x2 360
s.t.
34xx11
5x2 10 x
200 2 300
3x1 10x2 300
x1, x2 0
则D为
min z 360y1 200y2 300y3 300y4
9 y1 4 y2 3y3 3y4 7 s.t.4 y1 5y2 10 y3 10 y4 12
amn xn bm ym xn 0
机会成本 a1 j y1 a2 j y2 aij yi amj ym
表示减少一件产品所节省的可以增加的利润
（3）对偶松弛变量的经济解释——产品的差额成本
机会成本
利润
min w b1 y1 b2 y2 bm ym
a11 y1
st
a12
y1
a1n y1
max z CX
（P）
AX b
s
.t
.
X
0
（D）
min w Yb
s.t.
YA C Y 0
• （2）然后按照（D）、（P）式写出其对偶
例：写出下面线性规划的对偶规划模型：
max z 2x1 3x2
min w 3 y1 5y2 1y3
x1 2x2 3 y1 0
s.t.
2xx11
例如，在前面的练习中已知
max z 2.5x1 x2 的终表为
3x1 5x2 15 s.t.5x1 2x2 10
x1, x2 0
0 x3 9 2.5 x1 2
0 19 1 - 3
5
5
1
2
0
1
5
线性规划的对偶问题
线性规划的对偶问题
线性规划的对偶问题
线性规划的对偶问题是线性规划中的一个分支，它的求解历程和一般的线性规
划想法不同，而且根据不同的约束条件最终能够求出最优解，使得问题获得最小的成本或最大的利润。
线性规划的对偶问题是从原问题的另一个角度去理解原来的模型，它将原有问
题转化为无穷多个单纯形模型，检验原问题各部分的存在可行性。
线性规划的对偶问题以可行性条件检验为主要特色，它可以检验原问题在具体变量形式下各限制条件之间的约束关系，这特别有利于解决在实际问题中模型中非可行情况的求解问题。
求解线性规划的对偶问题的核心思想就是将原问题的约束转换成一系列的子问题，通过求解子问题，再根据子问题的结果得到原问题的求解解，先求解子问题的时间复杂度会比求解原问题的复杂度小很多。
线性规划的对偶问题即其可行性检验的能力，由于其能有效处理问题中约束条
件之间存在的相互作用，具有优越的求解能力，因而在很多复杂的线性规划问题中都被广泛应用。
线性规划的对偶问题不仅能使求解结果更加准确，而且可以大大减少求解的时间，使程序性能更加突出。
线性规划问题的对偶性
线性规划问题的对偶性线性规划（Linear Programming）是数学规划的一个重要分支，用于解决一类特定的优化问题。
在线性规划问题中，我们需要在一组线性约束条件下，找到使目标函数达到最大或最小值的变量取值。
对于一般的线性规划问题，我们往往可以通过对偶性理论来找到一个等价的对偶问题，从而更好地求解原始问题。
1. 对偶问题的引入在线性规划问题中，我们通常会面临一个最大化或最小化一个线性目标函数的任务，同时需要满足一系列线性约束条件。
假设我们的线性规划问题为：最大化（或最小化）：cx约束条件：Ax ≤ b其中，c是一个长度为n的向量，x是变量向量，A是一个m×n的矩阵，b是一个长度为m的向量。
对于这个线性规划问题，我们可以引入一个新的向量y作为拉格朗日乘子，引入一个新的变量w作为对偶变量。
这样，我们可以构建原始问题的拉格朗日函数：L(x, y, w) = cx + yT(Ax - b) - wT(Ax - b)其中，y和w分别是拉格朗日乘子和对偶变量。
2. 对偶问题的建立在引入拉格朗日函数之后，我们可以分别对拉格朗日乘子y和对偶变量w进行极小化和极大化，建立相应的对偶问题。
对于拉格朗日乘子y，我们可以将拉格朗日函数改写为：L(x, y) = (c + ATy)x - yTb注意到，c + ATy为常数向量，可以表示为q。
因此，我们可以得到对偶问题：最小化：qTx约束条件：ATy ≥ 0同样地，对于对偶变量w，我们可以将拉格朗日函数改写为：L(x, w) = (c - ATw)x + wTb同样，我们可以得到对偶问题：最大化：wTb约束条件：ATw ≤ c3. 对偶问题的性质通过对拉格朗日函数的极小化和极大化，我们建立了与原始问题等价的对偶问题。
对偶问题不仅仅是一个等价的数学表达形式，而且具有许多重要的性质。
首先，根据对偶问题的建立，我们可以得知对偶问题的目标函数是原始问题的一个下界。
也就是说，对于任意可行解x和对偶变量w和y，有如下不等式成立：cx ≥ qTx ≥ wTb其次，若原始问题的最优解存在且有限，那么对偶问题的最优解也存在且有限，并且两者的目标函数值相等。
运筹学第2章-线性规划的对偶理论
Ma例x：Z （ 2第x一1 章3例x22）
2 x1 2 x2 12
当原问题和对偶问题都取得最优解时，这 一对线性规划对应的目标函数值是相等的：
Zmax=Wmin
二、原问题和对偶问题的关系
1、对称形式的对偶关系
（1）定义：若原问题是
MaxZ c1 x1 c2 x2 cn xn
a11x1 a12 x2 a1n xn b1
s.t.a21
x1
a22
二、 手工进行灵敏度分析的基本原则 1、在最优表格的基础上进行； 2、尽量减少附加计算工作量；
5y3 3
，y
2
3
0
（用于生产第i种产 品的资源转让收益不 小于生产该种产品时 获得的利润）
对偶变量的经济意义可以解释为对工时及原材 料的单位定价 ；
若工厂自己不生产产品A、B和C，将现 有的工时及原材料转而接受外来加工时， 那么上述的价格系统能保证不亏本又最富 有竞争力（包工及原材料的总价格最低）
内，使得产品的总利润最大 。
MaxZ 2x1 3x 2
2x1 2x2 12
s.t.54xx12
16 15
x1, x 2 0
它的对偶问题就是一个价格系统，使在平衡了 劳动力和原材料的直接成本后，所确定的价格系统 最具有竞争力：
MinW 12y1 16y2 15y3
2y1 4y2
2
s.t.2y1y，1y
y1, y2, , ym 0
线性规划的对偶问题_5256
s.t.
…………………………
a 1 n y 1 a 2 n y 2 a m y m n c n
y1,y2, ,ym0
3
二、对称形式下对偶问题的一般形式
LP1：s.t.
n
MaxZ cj xj
n
j1
aijxj bi
i1,2, ,m
j1
xj 0
j1,2, ,n
16
一、单纯形算法的矩阵描述
LP2的初始单纯形表及经过若干步迭代后某一步的
单纯形表如下：
x1 x2 x3 4
st
.
3
2 x2
x1
x2 x3
9
x3
x4
1
x1~ 3 0
13
-3 0 1 0 0 0 0
C B
基
b
x1 x2 x3 x4 x5 x6 x7
0 x5 4 1 1 1 0 1 0 0
0 x6 1 -2 1 -1 -1 0 1 0
n
MaxZ cj xj
n
j1
aijxj bi
i1,2, ,m
j1
xj 0
j1,2, ,n
LP2：s.t.
m
MinW bi yi i1
m
aij yi cj
i1
j1,2, ,n
yi 0
i1,2, ,m
12
对称形式的线性规划问题：
max z 3 x1 x3
s.t. ………………………… a m 1 x 1 a m 2 x 2 a m x n n b m x1,x2, ,xn0
注：对称形式的LP问 题,对b没有非负要求。
第2章线性规划讲义的对偶问题
称CBB-1为单纯形乘子
19
二、对偶问题的基本性质
1. 对称性
2. 弱对偶性
推论：
(1)原问题任一可行解的目标函数值是其对偶问题目标函数 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。
(2)如原问题有可行解且目标函数值无界，则其对偶问题无 可行解；反之对偶问题有可行解且目标函数值无界，则 其原问题无可行解。
35
三、分析cj的变化 线性规划目标函数中变量系数cj的变化仅仅影响到检验 数，所以将cj的变化直接反映到最终单纯形表中，只可 能出现表2-9中的第一、二两种情况。
例5：在美佳公司例子中， (1) 若家电Ⅰ的利润降至1.5元/件, 而家电Ⅱ的利润增 至2元/件, 美佳公司最优生产计划有何变化? (2) 若家电Ⅰ的利润不变, 而家电Ⅱ的利润在什么范围 内变化时, 该公司的最优生产计划不发生变化。
28
练习： 用对偶单纯形法求解下述LP问题：
min w x1 4x2 3x4 x1 2x2 x3 x4 3
st. 2x1 x2 4x3 x4 2 xi 0(i 1,2,3,4)
29
min z cx
注: 若LP问题的标准形式为:
Ax b
st
.
x
0
其对偶单纯形法的求解步骤确定换入基变量的原则如下:
目标函数求极小值时，约束方程均为≥
2
二、对称形式下对偶问题的一般形式
对称形式的LP问题(LP1)：
M Z c 1 x a 1 c 2 x x 2 c n x n
a 1 x 1 1 a 1 x 2 2 a 1 n x n b 1 a 2 x 1 1 a 2 x 2 2 a 2 n x n b 2
第2章线性规划(对偶问题)
• 解：根据上述对偶关 系，可以写出原问题 的对偶问题：
m in W 5 y 1 4 y 2 y 3 y1 y1 s .t . y 1 y 1 y1 2 y2 y3 2 y2 1 3 y2 y3 3 y3 1 0 , y3 0 , y 2无 约 束
• 令y4=y2-y3 ，得：
• Min W=y1+2y4 S.t. y1+2y4 1 2y1-3y4 2 5y1-4y4 -3 y1 0, y4无符号约束
原问题与对偶问题的对应关系
原问题（或对偶问题） 目标函数为 Max Z 变量 n个 0 0 无约束 对偶问题（或原问题） 目标函数为 Min W n个 ＝ 约束条件
– 设X*是原问题的可行解，Y*是对偶问题的可行
解，当CTX*=bTY*时，X*，Y*是最优解。
– 证明：由弱对偶性，可知原问题的所有可行解
X’均满足 CT X’ bTY*
又因为CTX* = bTY* ，所以CT X’ CTX* ，即： X*是使目标函数取值最大的可行解。因而是最 优解。 同理可证Y*也是最优解。
m个 ＝ 价值系数cj 约束条件右端项bi 约束条件的系数矩阵A 约束 条件
m个 变量 0 0 无约束 约束条件右端项cj 价值系数bi 约束条件的系数矩阵AT
例：
• 写出下面线性规划问 题的对偶问题： • 1.
m a x Z 2 x1 x 2 3 x 3 x 4 x1 x 2 x 3 x 4 5 2 x x 3x 4 1 2 3 s .t . x1 x 3 x 4 1 x1 , x 3 0 , x 2 , x 4 无 约 束
线性规划 对偶问题
任何一个求极大化的线性规划问题都有一个求极小化的线性规划问题与之对应，反之亦然，如果我们把其中一个叫原问题，则另一个就叫做它的对偶问题，并称这一对互相联系的两个问题为一对对偶问题。
本章将讨论线性规划的对偶问题及灵敏度分析，从而加深对线性规划问题的理解，扩大其应用范围。
§1 对偶问题的一般概念1.1 对偶问题的提出在第一章中我们研究过一个生产计划问题，其数学模型为：例1(2.1)现在，从另一个角度来考虑该问题，假设这家企业想将自己生产产品改为对外加工，此时，工厂决策者必须考虑怎样为这三种资源定价的问题。
设分别代表转让两种资源和出租设备的价格和租金。
定价的原则是：生产一个单位的甲产品需消耗9个单位的钢材、4个单位的铜材、3个单位的设备台时，获利70个单位；那么，将这些资源全部转让时所获得的利润应不少于70个单位，即（2.2）同样的分析，有（2.3）此时，企业的总获利（即对方的总付出）为（2.4）为使对方容易接受，该厂只能在约束条件（2.2）和（2.3）下求（2.4）式的最小值，即（2.5）上述两个模型（2.1）和（2.5）是对同一问题的两种不同考虑的数学描述，其间有着一定的内在联系，我们对此进行比较分析，并从中找出规律，两个模型的对应关系有：（1）两个问题的系数矩阵互为转置；（2）一个问题的变量个数等于另一个问题的约束条件个数；（3）一个问题的右端系数是另一个问题的目标函数的系数；（4）一个问题的目标函数为极大化，约束条件为“≤”类型，另一个问题的目标函数为极小化，约束条件为“≥”我们把这种对应关系称为对偶关系，如果把（2.1）式称为原问题，则（2.5）式称为对偶问题。
1.2 对偶问题的形式一、对称形对偶问题定义1设原线性规划问题为（2.6）则称下列线性规划问题（2.7）为其对偶问题，其中称其为对偶变量，并称（2.6）和（2.7）式为一对对称型对偶问题。
原始对偶问题（2.6）和对偶问题（2.7）之间的对应关系可以用表2-1表示。
线性规划问题的对偶问题
该问题的对偶问题：
max z = 2 y1 - 3y2 s.t. 2y1- 3y2 1
3y1- y2 2 5y1- 7y2 3 y1，y2 0
例2-6：写出下列线性规划问题的 对偶问题
min S = 2x1 + 3x2 - 5x3
s.t. x1+ x2 - x3 5
2x1
+ x3 = 4
x1 x 2
0
y1
min 12
16
15
y
2
y3
2 2
4 0
0 5
y1 y2 y3
2 3
y1
y
2
0
y3
线性规划的对偶关系：
（I） Max z = C x
s.t. Ax b
s.t. X1 + x2 + 2x3 10 y1 4x1 +2x2 - x3 20 y2 x1，x2 ， x3 0
解：该问题的对偶问题：
min g = 10 y1 + 20 y2 s.t. y1 + 4y2 10
y1 + 2y2 1 2 y1 - y2 2
y1，y2 0
假设 y1, y2 分别表示每个木工 和油漆工工时的租金，则所付租金 最小的目标函数可表示为：
min s = 120 y1 + 50 y2
目标函数中的系数 120，50 分别表 示可供出租的木工和油漆工工时数。
该企业家所付的租金不能太低， 否则家具厂的管理者觉得无利可图 而不肯出租给他。因此他付的租金 应不低于家具厂利用这些资源所能 得到的利益：
2、线性规划问题的对偶问题
3 y1 + y2 30
y 1, y 2 0
得到另外一个数学模型：
min s = 120 y1 + 50 y2
s.t. 4 y1 + 2y2 50 3 y1+ y2 30 (2.2)
y 1, y 2 0
模型(2.1)和模型(2.2) 既有区别又有 联系。联系在于它们都是关于家具 厂的模型并且使用相同的数据，区 别在于模型反映的实质内容是不同 的。模型(2.1)是站在家具厂经营者 立场追求销售收入最大，模型(2.2) 是则站在家具厂对手的立场追求所 付的租金最少。
max Z=2x1+3x2 s.t. 2x1+2x2 12 4x1 16 5x2 15 x1,x2 0
6 5 4 3 2 1 1 2 3 4 5 6 ① 2X+2y<=12 X=3 X=4
点（3，3）是最优解， z*=15 当A的资源变为13小 时，z*=16,说明A的边 际价格是1，即影子 价格是1。
约束条件右端项 目标函数变量的系数
目标函数变量的系数 约束条件右端项
• 例2-7：写出下列线性规划的对偶问题
min z=7x1+4x2-3x3 s.t. -4x1+2x2-6x3≤24 -3x1-6x2-4x3≥15 5x2+3x3=30 x1≤0,x2取值无约束,x3≥0
Max w=24y1+15y2+30y3
引入变量 y1 , y2’，y2” 写出对偶问题
max g = 5 y1+ 4y2’- 4y2” s.t. y1 +2y2’- 2y2” 2 y1 3 -y1 + y2’- y2” -5 y1， y2’，y2” 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)。
线性规划的对偶问题 Last revised by LE LE in 2021
第二章线性规划的对偶问题
习题
写出下列线性规划问题的对偶问题
(1) max z ＝10x
1＋ x
2
＋2x
3
(2) max z ＝2x
1
＋ x
2
＋3x
3
＋ x
4
st. x
1＋ x
2
＋2 x
3
≤10 st. x
1
＋ x
2
＋ x
3
＋ x
4
≤5
4x
1＋ x
2
＋ x
3
≤20 2x
1
－ x
2
＋3x
3
＝－4
x j ≥0 （j＝1,2,3） x
1
－ x
3
＋ x
4
≥1
x
1
，x
3
≥0，x
2
，x
4
无约束
(3) min z ＝3x
1＋2 x
2
－3x
3
＋4x
4
(4) min z ＝－5 x
1
－6x
2
－7x
3
st. x
1－2x
2
＋3x
3
＋4x
4
≤3 st. －x
1
＋5x
2
－3x
3
≥15
x
2
＋3x
3
＋4x
4
≥－5 －5x
1
－6x
2
＋10x
3
≤20
2x
1－3x
2
－7x
3
－4x
4
＝2
＝
x
1
－ x
2
－ x
3
＝－5
x 1≥0，x
4
≤0，x
2，
，x
3
无约束 x
1
≤0， x
2
≥0，x
3
无约束
已知线性规划问题max z＝CX，AX=b，X≥0。
分别说明发生下列情况时，其对偶问题的解的变化：
（1）问题的第k个约束条件乘上常数λ（λ≠0）；
（2）将第k个约束条件乘上常数λ（λ≠0）后加到第r个约束条件上；（3）目标函数改变为max z＝λCX（λ≠0）；
（4）模型中全部x1用3
1
'x代换。
已知线性规划问题min z＝8x1＋6x2＋3x3＋6x4
st. x
1＋2x
2
＋ x
4
≥3
3x
1＋ x
2
＋ x
3
＋ x
4
≥6
x
3
＋ x
4
＝2
x 1
＋ x
3
≥2
x
j
≥0（j＝1,2,3,4）
(1) 写出其对偶问题；
(2) 已知原问题最优解为x*＝（1，1，2，0），试根据对偶理论，直接求出对偶问题的最优解。
已知线性规划问题min z＝2x1＋x2＋5x3＋6x4 对偶变量
st. 2x
1 ＋x
3
＋ x
4
≤8 y
1
2x
1＋2x
2
＋x
3
＋2x
4
≤12 y
2
x
j
≥0（j＝1,2,3,4）
其对偶问题的最优解y1*=4；y2*=1，试根据对偶问题的性质，求出原问题的最优解。
考虑线性规划问题max z＝2x1＋4x2＋3x3
st. 3x
1＋4 x
2
＋2x
3
≤60
2x
1＋ x
2
＋2x
3
≤40
x 1＋3x
2
＋2x
3
≤80
x
j
≥0 （j＝1,2,3）（1）写出其对偶问题
（2）用单纯形法求解原问题，列出每步迭代计算得到的原问题的解与互补的对偶问题的解；
（3）用对偶单纯形法求解其对偶问题，并列出每步迭代计算得到的对偶问题解及与其互补的对偶问题的解；
（4）比较（2）和（3）计算结果。
已知线性规划问题 max z ＝10x 1＋5x 2
st. 3x 1＋4x 2≤9
5x 1＋2x 2≤8
x j ≥0（j ＝1,2）
（1）目标函数系数c 1或c 2分别在什么范围内变动，上述最优解不变； （2）约束条件右端项b 1，b 2，当一个保持不变时，另一个在什么范围内变化，上述最优基保持不变；
（3）问题的目标函数变为max z ＝12x 1＋4x 2时上述最优解的变化；
（4）约束条件右端项由⎪⎪⎭
⎫
⎝⎛89变为⎪⎪⎭
⎫
⎝⎛1911时上述最优解的变化。
线性规划问题如下： max z ＝—5x 1＋5x 2＋13x 3
st. —x 1＋x 2＋3x 3≤20 ①
12x 1＋4x 2＋10x 3≤90 ②
x j ≥0 （j ＝1,2,3）
先用单纯形法求解，然后分析下列各种条件下，最优解分别有什么变化 （1） 约束条件①的右端常数由20变为30； （2） 约束条件②的右端常数由90变为70； （3） 目标函数中x 3的系数由13变为8；
（4） x 1的系数列向量由（—1，12）T 变为（0，5）T ； （5） 增加一个约束条件③：2x 1＋3x 2＋5x 3≤50；
（6） 将原约束条件②改变为：10x 1＋5x 2＋10x 3≤100。
用单纯形法求解某线性规划问题得到最终单纯形表如下：
（1）给出a ，b ，c ，d ，e ，f ，g 的值或表达式； （2）指出原问题是求目标函数的最大值还是最小值；
（3）用a+a ，b+b 分别代替a 和b ，仍然保持上表是最优单纯形表，求a ，b 满足的范围。
某文教用品厂用原材料白坯纸生产原稿纸、日记本和练习本三种产品。
该厂现有工人100人，每月白坯纸供应量为30000千克。
已知工人的劳动生产率为：每人每月可生产原稿纸30捆，或日记本30打，或练习本30箱。
已知原材
料消耗为：每捆原稿纸用白坯纸310千克，每打日记本用白坯纸3
40
千克，每箱
练习本用白坯纸3
80
千克。
又知每生产一捆原稿纸可获利2元，生产一打日记本
获利3元，生产一箱练习本获利1元。
试确定：
（1）现有生产条件下获利最大的方案；
（2）如白坯纸的供应数量不变，当工人数不足时可招收临时工，临时工工资支出为每人每月40元，则该厂要不要招收临时工如要的话，招多少临时工最合适
某厂生产甲、乙两种产品，需要A 、B 两种原料，生产消耗等参数如下表
（2）原料A 、B 的影子价格各为多少。
（3）现有新产品丙，每件消耗3千克原料A 和4千克原料B ，问该产品的销售价格至少为多少时才值得投产。
（4）工厂可在市场上买到原料A 。
工厂是否应该购买该原料以扩大生产在保持原问题最优基的不变的情况下，最多应购入多少可增加多少利润
某厂生产A 、B 两种产品需要同种原料，所需原料、工时和利润等参数如下表：
（1） （2） 如果原料和工时的限制分别为300公斤和900小时，又如何安排生产 （3） 如果生产中除原料和工时外，尚考虑水的用量，设两A ，B 产品的单位产
品分别需要水4吨和2吨，水的总用量限制在400吨以内，又应如何安排生产
复习思考题
试从经济上解释对偶问题及对偶变量的含义。
根据原问题同对偶问题之间的对应关系，分别找出两个问题变量之间、解以及检验数之间的对应关系。
什么是资源的影子价格，同相应的市场价格之间有何区别，以及研究影子价格的意义。
试述对偶单纯形法的计算步骤，它的优点及应用上的局限性。
将a ij ，b ，c 的变化分别直接反映到最终单纯形表中，表中原问题和对偶问题的解各自将会出现什么变化，有多少种不同情况以及如何去处理。
判断下列说法是否正确
(a)任何线性规划问题存在并具有唯一的对偶问题； (b)对偶问题的对偶问题一定是原问题；
(c)根据对偶问题的性质，当原问题为无界解时，其对偶问题无可行解，反之，当对偶问题无可行解时，其原问题具有无界解；
(d)若某种资源的影子价格等于k ，在其它条件不变的情况下，当该种资源增加5个单位时，相应的目标函数值将增大5k ；
(e)应用对偶单纯形法计算时，若单纯形表中某一基变量x i <0，又x i 所在行的元素全部大于或等于零，则可以判断其对偶问题具有无界解； (f)若线性规划问题中的bi ，c,值同时发生变化，反映到最终单纯形表
中，不会出现原问题与对偶问题均为非可行解的情况；
(g)在线性规划问题的最优解中，如某一变量x
j
为非基变量，则在原来问
题中，无论改变它在目标函数中的系数c
j 或在各约束中的相应系数a
ij
，
反映到最终单纯形表中，除该列数字有变化外，将不会引起其它列数字的变化。