运筹学线性规划的对偶问题
《运筹学》线性规划的对偶问题
3、资源影子价格的性质
z y b1w1 b2w2 bi wi bmwm z z b1w1 b2w2 (bi bi )wi bmwm z bi wi
w
o i
z o bi
最大利润的增量 第i种资源的增量
第i种资源的边际利润
■影子价格越大，说明这种资源越是相对紧缺 ■影子价格越小，说明这种资源相对不紧缺 ■如果最优生产计划下某种资源有剩余，这种资源的影子 价格一定等于0
总利润（元）
单位产品的利润（元/件）
产品产量（件）
max z c1x1 c2 x 2 c2 x 2
s.t.
a11x1 a12x 2 a1n x n x n1
a 21x1 a 22x 2 a 2n x n
x n2
b1
b2
a m1x1 a m2 x 2 a mn x n
差额成本=机会成本 ——利润
5、互补松弛关系的经济解释
wix ni
0xwni
0 x ni i 0 wi
0 0
x jwmj
0xwjm j
0 0
w m x
j j
0 0
在利润最大化的生产计划中 （1）边际利润大于0的资源没有剩余 （2）有剩余的资源边际利润等于0 （3）安排生产的产品机会成本等于利润 （4）机会成本大于利润的产品不安排生产
4、产品的机会成本
增加单位资源可以增加的利润
max z c1x1 c2x2 c jx j cn xn
s.t.
a11x1 a12x 2 a1jx j a1nx n b1 w1
a 21x1 a 22x 2 a 2jx j a 2nx n b2 w2
a m1 x1 a m2 x 2 a mj x j a mn x n bm wm
运筹学基础-对偶线性规划(2)
用单纯形法同时求解原问题和对偶问题
原问题是：
maxZ=2x1 +x2 5x2 ≤15 6x1 + 2x2 ≤ 24 x1 + x2 ≤ 5 x1 , x2 ≥0
5x2 +x3 =15 6x1 + 2x2 +x4 = 24 x1 + x2 +x5 = 5 xi ≥0
原问题的标准型是：maxZ=2x1 +x2+0x3+0x4 +0x5
b
15 24 5 0
x1 0 6 1 2
比 值
-
24/6=4
5/1=5
检验数j
对偶问题剩余变量 y4、y5
对偶问题变量 y1、y2 、y3
检验数行的－ (cj-zj)值是其对偶问题的一个基本解yi ；
原问题变量
0 2
原问题松驰变量
1 0 0 0 0 1/6 -1/6 -1/3 0 0 1 0
3
x3 x1
x2 1 检验数j= cj-zj
-1/4 -1/2
对偶问题剩余变量 y4、y5
对偶问题变量 y1、y2 、y3
此时得原问题最优解:X*=(7/2,3/2,15/2,0,0)T，Z*=17/2 则对偶问题最优解:Y*=(0,1/4,1/2,0,0)T，S*=17/2
又例：用单纯形法同时求解原问题和对偶问题
定理6（互补松弛定理）
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。
注：证明过程参见教材59页性质5证明
讨论:
互补松弛定理也称松紧定理，它描述了线性规划达到最
运筹学线性规划的对偶问题
证明：设X（0）是原问题的最优解，对应的基矩阵为B, 非基 变量的检验数为CN- CBB-1N≤0
全体检验数 C- CBB-1A≤0，即C≤CBB-1A 令Y（0）= CBB-1，则有Y（0）A≥C
即Y（0）是对偶问题的可行解。 由于z=C X（0）= CBXB（0）= CBB-1b= Y（0）b（目标值相等） 由最优性定理可知Y（0）为对偶问题的最优解。
对偶问题:Y在b和A的左边（左右对换）
对偶问题的基本性质和基本定理 1. 对称性定理：对偶问题的对偶是原问题 证明：
设原问题为
max Z = CX
AX b
s.t.
X
0
max() = Y (b)
Y (A) C s.t.Y 0 max Z = CX
AX b s.t.X 0
A
A
C
y '' 0
min = ( y ' y '' )b
s.t
.
(y' y',
y ''
y ''
)A 0
C
min = Yb YA C
s.t.Y 自 由
原问题（或对偶问题） 目标函数 max z
n个
变量
0 0
无约束
Y（0）AX（0）≤Y（0）b, 及Y（0）A≥C
故
C X（0）≤Y（0）A X（0）≤Y（0）b
亦即 C X（0）≤Y（0）b
证毕
3. 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。
由弱对偶定理可证得
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。
运筹学对偶问题的直观描述
运筹学对偶问题的直观描述
运筹学中的对偶问题是指原始线性规划问题和对应的对偶线性规划问题之间的关系。
直观描述对偶问题可以从几个方面来理解。
首先，可以从成本和效益的角度来理解。
原始线性规划问题通常涉及最小化成本或者最大化利润，而对偶线性规划问题则涉及最大化成本或者最小化利润。
这种对偶关系可以被解释为在资源有限的情况下，通过最小化成本来实现最大化效益，或者通过最大化效益来实现最小化成本。
其次，可以从约束条件的角度来理解。
原始线性规划问题的约束条件对应着对偶线性规划问题的变量，而对偶线性规划问题的约束条件对应着原始线性规划问题的变量。
这种对偶关系可以被理解为在资源分配和利用的过程中，对约束条件和变量之间的转换和对应关系。
另外，可以从几何图形的角度来理解。
原始线性规划问题的最优解和对偶线性规划问题的最优解之间存在着一种对偶关系，即原始问题的最优解和对偶问题的最优解分别对应着凸集的两个相对的极值点，它们之间的距离可以被理解为对偶问题的最优值和原始问
题的最优值之间的关系。
总的来说，对偶问题在运筹学中具有重要的意义，它不仅可以帮助我们理解原始问题和对偶问题之间的关系，还可以为我们寻找最优解提供了一种新的视角和方法。
通过对偶问题的研究和理解，我们可以更好地解决实际生产和管理中的复杂问题。
运筹学第2章：线性规划的对偶理论
目
标函数求极小时取“≥”号
注：对称形式与线性规划标准型是两种不同的形 式，对称形式中约束条件的符号由目标函数决定
从以下方面比较(LP1)与(LP2)：
原问题
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 约束条件的右端项 向量 Min w=Y’b A’Y≥C’ Y≥0
A
b C 目标函数 约束条件 决策变量
非基变量 基变量
XB
0 b Xs C j - zj B
XN
N
Xs
I
0
初始 单纯形表
非基变量
CB
CN
基变量
最终
单纯形表
CB
XB
XB B-1b Cj - zj
I 0
Xs B-1 N B-1 CN-CBB-1N -CBB-1
XN
若B-1b为最优解，则
CB CB ( B 1B) 0 C N CB B N 0 CB B 1 0
令 y 2 y 2 , y3 y3 y3 ，则
min 2 y1 y2 4 y3
2 y1 3 y2 y3 1 3 y y y 4 1 2 3 s.t. 5 y1 6 y2 y3 3 y1 0, y2 0, y3无约束
n j 1 m j j
C X Y b, 即 c j x j y i bi
j 1 i 1
__
__
n
m
c x ( a
j 1 m i 1 n i i i 1 i 1 j 1
n
m
ij
yi ) x j aij x j yi ( a ji yi c j )
例1
运筹学第3章 对偶问题
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--第二章 线性规划的对偶问题
习题二2.1 写出下列线性规划问题的对偶问题(1) max z ＝10x1＋x2＋2x3(2) max z ＝2x1＋x2＋3x3＋x4st. x1＋x2＋2 x3≤10 st. x1＋x2＋x3 ＋x4≤54x1＋x2＋x3≤20 2x1－x2＋3x3＝－4x j≥0 （j＝1,2,3）x1－x3＋x4≥1x1，x3≥0，x2，x4无约束(3) min z ＝3x1＋2 x2－3x3＋4x4(4) min z ＝－5 x1－6x2－7x3st. x1－2x2＋3x3＋4x4≤3 st. －x1＋5x2－3x3≥15x2＋3x3＋4x4≥－5 －5x1－6x2＋10x3≤202x1－3x2－7x3 －4x4＝2＝x1－x2－x3＝－5 x1≥0，x4≤0，x2，，x3无约束x1≤0，x2≥0，x3无约束2.2 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）；'x代换。
（4）模型中全部x1用312.3 已知线性规划问题min z＝8x1＋6x2＋3x3＋6x4st. x1＋2x2＋x4≥33x1＋x2＋x3＋x4≥6x3 ＋x4＝2x1 ＋x3 ≥2x 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。
2.4 已知线性规划问题min z＝2x1＋x2＋5x3＋6x4 对偶变量st. 2x1 ＋x3＋x4≤8 y12x1＋2x2＋x3＋2x4≤12 y2x j≥0（j＝1,2,3,4）对偶问题的最优解y1*=4；y2*=1，试对偶问题的性质，求出原问题的最优解。
2.5 考虑线性规划问题max z＝2x1＋4x2＋3x3st. 3x1＋4 x2＋2x3≤602x1＋x2＋2x3≤40x1＋3x2＋2x3≤80x j≥0 （j＝1,2,3）４７４８（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。