运筹说 第23期|对偶理论与灵敏度分析—对偶问题的基本性质

经过前两期的学习，想必大家已经对线性规划问题有了详细的了解。本期，小编将带大家学习线性规划问题的对偶问题理论。

每个线性规划问题都有一个与之对应的对偶问题，对偶问题是以原问题的约束条件和目标函数为基础构造而来的，在求出一个问题解的时候，也同时给出了另一问题的解。在某些情况下，利用对偶理论求解线性规划问题会更为简单，而且有助于深入了解待求问题的本质。

通过对线性规划对偶理论基础知识的梳理和总结，小编绘制了《线性规划对偶理论与灵敏度分析思维导图》，如下所示。线性规划对偶理论与灵敏度分析章节一共有6个知识点和15个子知识点。6个知识点分别是线性规划的对偶问题、对偶问题的基本性质、影子价格、对偶单纯形法、灵敏度分析以及参数线性规划。

·第1个知识点是线性规划的对偶问题，该部分有3个子知识点，包括线性规划的对偶问题概述、对称形式下对偶问题的一般形式以及非对称形式的原-对偶问题关系；

·第2个知识点是对偶问题的基本性质，我们利用对偶问题的基本性质可以快速得到对偶问题或原问题的解。该部分共包括5个子知识点，首先是单纯形法计算的矩阵描述，为后面的性质介绍做铺垫，之后就是对偶问题的4个基本性质：弱对偶性、最优性、对偶定理以及互补松驰性；

·第3个知识点是影子价格，影子价格（shadow price），又称最优计划价格或计算价格。它是指依据一定原则确定的，能够反映投入物和产出物真实经济价值、反映市场供求状况、反映资源稀缺程度、使资源得到合理配置的价格，这部分内容我们会专门设置一期来进行详细介绍。

·第4个知识点是对偶单纯形法，对偶单纯形法是指从对偶可行性逐步搜索出原始问题最优解的方法，该节主要有2个子知识点，分别是对偶单纯形法的基本思路和计算步骤；

·第5个知识点是灵敏度分析，之前讲到的线性规划问题中的参数都是已知常数，但实际上往往需要估计和预测，对偶理论的灵敏度分析就是为了解决参数估计的问题，该节包含2个子知识点，分别是灵敏度分析的步骤与参数改变的不同情况分析；

·第6个知识点是参数线性规划，参数线性规划(parametric linear programming)是数学规划的一个分支，它的研究系数不是常数，而是在某范围内变化的参数的线性规划问题。该节包含2个子知识点，分别是参数线性规划的形式与问题分析步骤。

今天，小编先带大家学习一下前两个大知识点，即线性规划对偶理论的对偶问题介绍与其基本性质。

一、线性规划的对偶问题

1、对称形式下对偶问题的一般形式

对称形式下线性规划原问题的一般形式为：

其对偶问题的一般形式为：

用矩阵形和向量形式来表示可写为：

我们将上述对称形式下线性规划的原问题与对偶问题进行比较，可以列出如下表所示的对应关系（注：对偶问题的对偶即原问题）：

2、非对称形式的原-对偶问题关系

因为并非所有线性规划问题具有对称形式，故一般形式下的线性规划问题可以先转换为对称形式，再写出其对偶问题，以下述线性规划问题为例：

经上述变换后线性规划问题可重新表达为：

我们将对称或不对称线性规划原问题同对偶问题的对应关系，统一归纳为下表所示形式：

二、对偶问题的基本性质

1、单纯形表计算的矩阵描述

 由上式看出，当原问题为最优解时，这时对偶问题为可行解，且两者具有相同的目标函数值。根据下一节讲述的对偶问题的基本性质，将看到这时对偶问题的解也为最优解。

这里，小编还专门给大家准备了一个例题，帮助更好的理解原问题及其对偶问题的变量及解之间的对应关系，具体如下所示：

两个问题分别的最终单纯形表如下所示：

 原问题与对偶问题的检验数正负不同是由于原问题目标函数是极大值函数，对偶问题目标函数是极小值函数，根据单纯形法计算原理可得原问题检验数为负值，对偶问题检验数为正值。

观察例题中原问题与对偶问题的两张最终单纯形表，我们发现例题中原问题的检验数取相反数即对应对偶问题的最优解，对应了上一节提到的单纯形法矩阵描述中的解的对应关系。

因此，通过例题我们可以直观看出两个问题变量之间的关系，同时看出只需解出其中一个问题，从最优解的单纯形表中可得到另一个问题的最优解。

2、对偶问题的基本性质

在了解了什么是对偶问题之后，小编再带领大家梳理一下对偶问题的基本性质。

 弱对偶性是对偶问题非常重要的一个性质，通过弱对偶性，我们可以得出一下推论：

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（具有无界解），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（注意哦，本条性质逆不成立，即当对偶问题无可行解时，其原问题或具有无界解或无可行解，反之亦然）。

③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；反之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。

（3）强对偶性（或称对偶定理）。若原问题及其对偶问题均具有可行解，则两者均具有最优解且目标函数值相等。

证明过程如下：

∵两者均有可行性，根据弱对偶性的推论①，对原问题的目标函数值具有上界，对偶问题的目标函数值具有下界。

∴两者均具有最优解。

又∵当原问题为最优解时，其对偶问题的解为可行解，且两者目标函数值相同

∴由最优性知，这时两者的解均为最优解。

 对偶问题的四条基本性质小编就介绍完了，这些性质无论是对称形式的对偶问题还是非对称形式的对偶题均适用哦~