3对偶问题与灵敏度分析
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。
3对偶问题与灵敏度分析
例一、用对偶单纯形法求解：
min Z 9 x1 12 x2 15 x3
2 x1 2 x2 x3 10
2
x1
3 x2
x3
12
x1 x2 5 x3 14
x j 0( j 1.2.3)
解：将模型转化为 max Z 9x1 12x2 15x3
2 x1 2 x2 x3 x4
显然，工厂给这些生产要素定价，既要保证自己的利益， 又要使自己的价格具有竞争力
价格越低 越好
价格越高 越好
供给-需求函数
P
需求
均衡点
供给 Q
一个合理的定价是：收取的加工费不能低于自己 生产所得收益，在此前提下使总加工费尽量小。 即：
Min w=360y1+200y2+300y3
s.t. 9y1+4y2+3y3≥70 4y1+5y2+10y3≥120 y1,y2≥0
若 X(0),Y(0) 分别为（LP）和（DP）的可
行解，那么 CX(0)≤ Y(0)b。
(证明)
该定理说明：如果原问题 是最大化问题，则它的任 意可行解对应的目标函数 值都会小于等于其对偶问 题(极小化)的任一可行解 对应的目标函数值
例如
Max z=2x1+2x2-4x3
s.t. X1+3x2+3x3≤30 4x1+2x2+4x3≤80 X1,x2,x3≥0
若其中一个问题有最优解，则另一个问 题也有最优解，且两者最优值相等
证明
定理5（互补松弛定理）
原问题及其对偶问题的可行解X(0)和Y(0) 是最优解的充要条件是：
Y(0)XS=0，YSX(0)=0
XS,YS分别为原问题松弛向量和对偶问题剩余向量
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
第三章-对偶理论及灵敏度分析3课件
二、原问题与对偶问题的数学模型
继续
三、原问题与对偶问题的对应关系
返回
第三章-对偶理论及灵敏度分析3
一、对偶问题的提出
对
偶 问
实例：某家电厂家利用现有资源生产两种
题
产品， 有关数据如下表：
上页 下页 返回
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
第三章-对偶理论及灵敏度分析3
第三章 对偶理论及灵敏度分析
3.1.1 线性规划对偶问题 3.1.2 对偶问题的基本性质 3.1.3 影子价格 3.1.4 对偶单纯形法 3.2.1 灵敏度问题及其图解法 3.2.2 灵敏度分析 3.2.3 参数线性规划
第三章-对偶理论及灵敏度分析3
3.1.1 线性规划的对偶问题
一、对偶问题的提出
下页
(Y1,Y2
)
A A
C
返回
Y1 0 ,Y2 0
第三章-对偶理论及灵敏度分析3
对 偶 问
(mY1inwY2 )(YA1YC2 )b
题
Y1 0, Y2 0
令 YY1 ，Y 得2对偶问题为：
上页
下页
maYxA
w C
Yb
返回
Y无约束
证毕。
第三章-对偶理论及灵敏度分析3
三、原问题与对偶问题的对应关系
设备B –––– 元／y时2
问 题
调试工序 –––– 元y／3时
付出的代价最小，
且对方能接受。
上页
下页
出让代价应不低于
返回
用同等数量的资源
收
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。
运筹学第二章第6讲
例题4：写出以下模型的对偶问题
max z = 3 x1 − 2 x2 − 5 x3 + 7 x4 + 8 x5 x2 − x3 + 3 x4 − 4 x5 = −6 2 x1 + 3 x2 − 3 x3 − x4 ≥ 2 − x1 + 2 x3 − 2 x4 ≤ −5 s.t. − 2 ≤ x1 ≤ 10 5 ≤ ≤ 25 x2 , ≥ 0, 为自由变量 x5 x3 x4
OR1
对偶问题（或原问题） 对偶问题（或原问题） 目标函数 MinW
约束条件数： 约束条件数：n 第i个约束条件类型为“≥” 个约束条件类型为“ ” 个约束条件类型为 个约束条件类型为“ ” 第i个约束条件类型为“≤” 个约束条件类型为 个约束条件类型为“ 第i个约束条件类型为“=” 个约束条件类型为 对偶变量数： 个 对偶变量数：m个 第i个变量 个变量≥0 个变量 个变量≤0 第i个变量 个变量 第i个变量是自由变量 个变量是自由变量
OR1
15
2 弱对偶性：极大化原问题的任一可行解的目标 弱对偶性： 函数值不大于其对偶问题任意可行解的目标函数 值。即： C X≤ Yb
证明：设原问题为maxZ=CX, AX ≤b ，X ≥0. ≥0. 证明： 原问题为maxZ=CX,
为原问题的可行解， ≤b， X 为原问题的可行解，有AX ≤b，
二.对偶线性规划的定义 对偶线性规划的定义
max Z = CX ( LP ) AX ≤ b S .T . X ≥ 0
称线性规划(DLP)为线性规划 为线性规划(LP)的对偶线性规划 称线性规划 为线性规划 的对偶线性规划
minω = yb ( DLP ) yA ≥ C S .T . y ≥ 0
对偶理论与灵敏度分析
第三章 对偶理论与灵敏度分析
第一节 对偶问题的提出
例：常山机械厂生产Ⅰ和Ⅱ两种产品。生产中需使用A、B、C三种设备进行加工，加工每件Ⅰ产品或Ⅱ产 品所需的设备机时数、利润值及每种设备可利用机时数列于下表，请问：充分利用设备机台时，工厂应生 产Ⅰ和Ⅱ产品各多少件才能获得最大利润？试列出相应的线性规划数学模型。
4x1 +2x2 - x3 20 y2 x1，x2 ， x3 0 解：该问题的对偶问题： min w = 10 y1 + 20 y2 s.t. y1 + 4y2 10
y1 + 2y2 1 2 y1 - y2 2
y1，y2 0
第一节 对偶问题的提出
例：写出下列线性规划问题的对偶问题 min w = x1 + 2x2 + 3x3
解：化为对称形式。 令 x2 x2，x3 x3 x3 (x3 0, x3 0) max z c1x1 c2x2 c3x3 c3x3
s.t. a11x1 a12x2 a13x3 a13x3 b1
aaa222a111xxx2111x1 aaa222a222xx2x2222x2 aaa222a333xxx23333x3 aaa222a333xxx23333x3 bbb222b2 a3a13x11x1 a3a23x22x2 a3a33x33x3 a3a33x33x3 b3b3 x1, x2 , x3, x3 0
a21x1 + a22x2 + … + a2nxn ≤ b2 ……
am1x1 + am2x2 + … + amnxn ≤ bm xj ≥ 0 （j = 1,2,…,n）
则称下列 LP 问题
min w = b1 y1 + b2 y2 + … +bm ym s.t. a11y1 + a21 y2 + … + am1ym ≥ c1
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。
第三章对偶理论
目标函数系数与右边项 目标函数各变量系数对应 的对应关系 约束条件右边项的系数 变量个数与约束条件个 变量个数 n 数的对应关系 约束条件个数 m
原问题变量类型与对偶 问题约束条件类型的对 变量类型 应关系
原问题约束条件类型与 对偶问题变量类型的对 约束条件类型 应关系
原始问题有4个变量，3个约束，对偶问题应该有3个变量， 4个约束。根据定义，对偶问题为：
x1 x2 x3 x4
非对称形式的对偶—原始问题有“=”约束
max z=2x1+3x2-x3
s.t. x1+2x2+x3=6 2x1-3x2+2x3≤9
x1, x2, x3≥0
min w=6y1+9y2 s.t. y1+2y2 ≥ 2 2y1- 3y2 ≥ 3 y1+2y2 ≥ -1 y1:Free y2≥0
y1=w2-w1,y1:Free,y2=w3
如果原始问题中一个约束是等号约束，则对偶问题中相应的变 量没有符号限制
非对称形式的对偶—原始问题有“≥”约束
max z=2x1+3x2-x3 s.t. x1+2x2+x3 ≥ 6 2x1-3x2+2x3≤9 x1, x2, x3≥0 max z=2x1+3x2-x3
s.t. -x1-2x2-x3≤-6 2x1-3x2+2x3≤9 x1, x2, x3≥0 min w=-6y1’+9y2 s.t. -y’1+2y2≥2 -2y’1 -3y2≥3 -y’1+2y2≥-1 y’1, y2≥0
min w=6y1+9y2 s.t. y1+2y2≥2 2y1- 3y2≥3 y1+2y2≥-1 y1≤0, y2≥0
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
《运筹学》第三章线性规划对偶理论与灵敏度分析习题及答案
《运筹学》第三章线性规划对偶理论与灵敏度分析习题及答案一、填空题1. 在线性规划问题中，若原问题存在最优解，则其对偶问题也一定存在最优解，这是线性规划的基本性质之一，称为______。
答案：对偶性2. 在线性规划问题中，若原问题与对偶问题均存在可行解，则它们均有______。
答案：最优解3. 对于线性规划问题，若原问题约束条件系数矩阵为A，目标函数系数向量为c，则其对偶问题的目标函数系数向量是______。
答案：c的转置（c^T）二、选择题1. 线性规划的原问题与对偶问题之间的关系是：A. 原问题的最优解和对偶问题的最优解相同B. 原问题的最优解是对偶问题的最优解的负数C. 原问题的最优解与对偶问题的最优解互为对偶D. 原问题的最优解和对偶问题的最优解没有关系答案：C2. 在线性规划中，若原问题不可行，则其对应的对偶问题：A. 可行B. 不可行C. 无界D. 无法确定答案：B三、判断题1. 线性规划的原问题和对偶问题具有相同的可行解。
（）答案：错误2. 若线性规划的原问题存在唯一最优解，则其对偶问题也一定存在唯一最优解。
（）答案：正确四、计算题1. 已知线性规划问题：max z = 3x1 + 2x2s.t.x1 + 2x2 ≤ 42x1 + x2 ≤ 5x1, x2 ≥ 0求该问题的对偶问题，并求解原问题和对偶问题的最优解。
答案：对偶问题为：min w = 4y1 + 5y2s.t.y1 + 2y2 ≥ 32y1 + y2 ≥ 2y1, y2 ≥ 0原问题和对偶问题的最优解如下：原问题最优解：x1 = 2, x2 = 1，最大利润z = 8对偶问题最优解：y1 = 2, y2 = 1，最小成本w = 82. 某工厂生产甲、乙两种产品，生产一件甲产品需要2小时的机器时间和3小时的工人劳动时间，生产一件乙产品需要1小时的机器时间和1小时的工人劳动时间。
工厂每周最多能使用12小时的机器时间和9小时的工人劳动时间。
《运筹学》 第三章线性规划对偶理论与灵敏度分析习题及 答案
第三章线性规划对偶理论与灵敏度分析习题 一、思考题1．对偶问题和对偶变量的经济意义是什么？2．简述对偶单纯形法的计算步骤。
它与单纯形法的异同之处是什么？3．什么是资源的影子价格？它和相应的市场价格之间有什么区别？4．如何根据原问题和对偶问题之间的对应关系，找出两个问题变量之间、解及检 验数之间的关系？5．利用对偶单纯形法计算时，如何判断原问题有最优解或无可行解？6．在线性规划的最优单纯形表中，松弛变量（或剩余变量）0>+k n x ，其经济意 义是什么？7．在线性规划的最优单纯形表中，松弛变量k n x +的检验数0>+kn σ（标准形为求最小值），其经济意义是什么？8．将i j ji bc a ,,的变化直接反映到最优单纯形表中，表中原问题和对偶问题的解 将会出现什么变化？有多少种不同情况？如何去处理？ 二、判断下列说法是否正确1．任何线性规划问题都存在且有唯一的对偶问题。
2．对偶问题的对偶问题一定是原问题。
3．若线性规划的原问题和其对偶问题都有最优解，则最优解一定相等。
4．对于线性规划的原问题和其对偶问题，若其中一个有最优解，另一个也一定 有最优解。
5．若线性规划的原问题有无穷多个最优解时，其对偶问题也有无穷多个最优解。
6．已知在线性规划的对偶问题的最优解中，对偶变量0>*i y ，说明在最优生产计 划中，第i 种资源已经完全用尽。
7．已知在线性规划的对偶问题的最优解中，对偶变量0=*i y ，说明在最优生产计 划中，第i 种资源一定还有剩余。
8．对于i j ji bc a ,,来说，每一个都有有限的变化范围，当其改变超出了这个范围 之后，线性规划的最优解就会发生变化。
9．若某种资源的影子价格为u ，则在其它资源数量不变的情况下，该资源增加k 个单位，相应的目标函数值增加 u k 。
10．应用对偶单纯形法计算时，若单纯形表中某一基变量0<i x ，且i x 所在行的 所有元素都大于或等于零，则其对偶问题具有无界解。
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。
管理运筹学--单纯形法的灵敏度分析与对偶对偶问题讲课讲稿
3. 初始单纯表中的约束系数矩阵为：
[A,I]=[B,N,I] 迭代后的单纯形表中约束系数矩阵为：
[B-1A, B-1I]=[B-1B, B-1N, B-1I]=[I , B-1N, B-1] 4. 若初始矩阵中变量xj的系数向量为Pj，迭代
x4
x5 值
0 x3
8
1
0
1
0
0
0 x4 12 0 2 0 1 0
0 x5 36 3 4 0 0 1
检验数j
3 50 0 0
• 最优基和最优基的逆
Cj
3 5 0 0 0比
CB XB
b
x1
x2 x3
x4
x5 值
0 x3 4 0 0 1 2/3 -1/3
5 x2 6 0 1 0 1/2 0
3 x1 4 1 0 0 -2/3 1/3
0
0
1
表
j
0
0 -50
0
-50
初始单纯形表为:
Cj
CB
CN
0
XB
XN
XS
0
X S
b
B
N
I
检验数j
CB
CN
0
当迭代若干步，基变量为X B时，新的单纯形表:
Cj
CB
CN
0
XB
XN
XS
CB
b X B
B-1
I
检验数j
0
B-1N CN- CB B-1N
B-1 - CB B-1
小结
1. 对应初始单纯表中的单位矩阵I，迭代后的 单纯形表中为B-1
- 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)。
湖南大学工商管理学院
本讲内容
什么是对偶问题 单纯形法的矩阵描述 对偶问题的性质 线性规划的灵敏度分析
什么是对偶问题？
对偶问题的提出
考虑上一讲的生产计划问题，若设备和原料都用 于对外加工，工厂收取加工费。试问：该厂设备 工时、劳动力和原料该如何定价？
设A中存在一可行基B，相应的变量可分为基变量XB 和非基变量XN，价值系数也分为CB,CN，即
A=(B,N)
X=(XB,XN)T C=(CB,CN)
Max z=CX＋0Xs AX+IXS=b X≥0, XS≥0
X
X B
( A,
I )
XS
(B,
N,
I )
XN XS
BXB
NX
N
IXS
因而
BX B NX N IX S b
若其中一个问题有最优解，则另一个问 题也有最优解，且两者最优值相等
证明
定理5（互补松弛定理）
原问题及其对偶问题的可行解X(0)和Y(0) 是最优解的充要条件是：
Y(0)XS=0，YSX(0)=0
XS,YS分别为原问题松弛向量和对偶问题剩余向量
该定理说明：一对对 偶问题达到最优，当 且仅当松约束对应的 对偶变量必定是紧的
价值系数
＝
无限制
求max的对偶问题时，变量反号 求min的对偶问题时，约束反号
例1：写出下列规划问题的对偶问题
Max z=2x1+2x2-4x3
s.t. X1+3x2+3x3≤30 4x1+2x2+4x3≤80 X1,x2,x3≥0
解：min w=30y1+80y2
s.t. y1+4y2≥2 3y1+2y2≥2 3y1+4y2≥-4 y1,y2≥0
该线性规划问题与原问题互为对偶问题
max z=70x1+120x2 s.t. 9x1＋4x2≤360
4x1+5x2≤200 3x1+10x2≤300 x1,x2≥0
对偶的定义
(LP) Max z = CX (DP) Min w = Yb
s.t. AX ≤ b
s.t. YA ≥ C
X≥0
Y≥0
若一个问题的某约束为等式， 那么对应的对偶问题的相应变量无非负限制； 反之， 若一个问题的某变量无非负限制， 那么对应的对偶问题的相应约束为等式。
－3y1+4y2－4y3＝-4 y1≥0,y2无限制,y3≤0
单纯形法的矩阵描述
单纯形法的矩阵描述
设有线性规划问题
Max z=CX AX≤b X≥0
加上松弛变量XS=(xn+1,xn+2,…,xn+m),化为标准型 Max z=CX＋0Xs AX+IXS=b X≥0, XS≥0
单纯形法的矩阵描述
s.t. -2y1+y2 ≥ 1 y1-y2 ≥ 1 y1,y2 ≥0
对偶问题显然无可行解！
定理3 （最优性定理）
若 X(0), Y(0) 分别为（LP）和（DP）的可行解， 且 CX (0) = Y (0) b ，那么 X(0), Y(0)分别为（LP） 和（DP）的最优解
证明
定理4 （对偶定理）
显然，工厂给这些生产要素定价，既要保证自己的利益， 又要使自己的价格具有竞争力
价格越低 越好
价格越高 越好
供给-需求函数
P
需求
均衡点
供给 Q
一个合理的定价是：收取的加工费不能低于自己 生产所得收益，在此前提下使总加工费尽量小。 即：
Min w=360y1+200y2+300y3
s.t. 9y1+4y2+3y3≥70 4y1+5y2+10y3≥120 y1,y2≥0
令XN=0,XS=0,得基可行解 X ( X B , X N , X S ) (B1b,0,0)
目标值
z CB B1b
矩阵形式描述的单纯形表
C
CB
CN
0
CB
XB
b
XB
XN
XS
CB
XB
B1b
I
B 1 N
B1
z
CB B1b
0
CN CB B1N CB B1
关于对偶问题的基本定理
定理1 （弱对偶定理）
于是
X B B1b B1NX N B1 X S
Max z=CX＋0Xs AX+IXS=b X≥0, XS≥0
(CB
,
CN
)
X X
B N
0
X
S
CB X B CN X N 0X S
代入XB,目标值 z CB B1b (CN CB B1N ) X N CB B1X S
检验数 (0, CN CB B1N ,CB B1) (C CB B1A,CB B1)
例2：写出下列规划问题的对偶问题
min z=2x1+8x2-4x3
s.t. X1+3x2-3x3≥30 -x1+5x2+4x3=80 4x1+2x2-4x3≤50 X1≤0,x2≥0,x3无限制
解：max w=30y1+80y2＋50y3
s.t. y1-y2+4y3≥2 3y1+5y2+2y3≤8
原问题（或对偶问题）
目标函数 max
约
m个
束
≤
条
≥
件
=
n个
变
≥0
量
≤0
无约束
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
m个
≥0
变
≤0
量
无约束
n个
约
≥
束
≤
条
=
件
目标函数变量的系数
约束条件右端项
建立对偶问题的规则
对于上表，特别把握以下要点：
max 约束条件
min 变量
右端项
若 X(0),Y(0) 分别为（LP）和（DP）的可
行解，那么 CX(0)≤ Y(0)b。
(证明)
该定理说明：如果原问题 是最大化问题，则它的任 意可行解对应的目标函数 值都会小于等于其对偶问 题(极小化)的任一可行解 对应的目标函数值
例如
Max z=2x1+2x2-4x3
s.t. X1+3x2+3x3≤30 4x1+2x2+4x3≤80 X1,x2,x3≥0
min w=30y1+80y2
s.t. y1+4y2≥2 3y1+2y2≥2 3y1+4y2≥-4 y1,y2≥0
任意取一些可行解试试看？
定理2（无界性）
若一个问题无界，则另一个问题不可行
例如
max z=x1+x2 s.t. -2x1+x2 ≤ 40
x1-x2 ≤ 20 x1,x2≥ 0
可行域
Min w=40y1+20y2
利用互补松驰定理，可以在知道一个问题的最优解时， 求解其对偶问题的最优解
例： Min
z=2x1+3x2+5x3+2x4+3x5
s.t. X1+x2+2x3+x4+3x5≥4
2x1-2x2+3x3+x4+x5≥3
对偶问题
xj ≥0,j=对1偶,…问,题5 的最优解
约束条件
Max w=4y1+3y2 s.t. y1+2y2≤2