对偶理论与灵敏度分析

1.对偶理论

1.1对偶线性规划模型

1.2对偶问题的性质

1.对称性：
对偶问题的对偶，是原问题

2.弱对偶性：
若X是原问题（max）的可行解，Y是对偶问题（min）的可行解，则CX≤YB

3.无界性
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

4.最优性
5.对偶定理
6.互补松弛性

1.3对偶单纯形法

求解步骤：

步骤一：求出满足最优检验的基本解(即对偶问题的基可行解)，建立初始单纯形表

步骤二：判断基本解是否满足非负约束，若满足则得到最优解，结束计算;否则转下一步

步骤三：基变量(先确定出基变量，再确定进基变量)，构建新的单纯形表进行迭代

步骤四：重复步骤二、三，直到得出最优解/无最优解

1.4对偶单纯形法解决实际问题

1.5对偶单纯形法的优缺点

• 优点：

①初始解可以是非可行解，且当检验数都≤0时(目标函数为min，则检验数都≥0)，就可以进行基变换，不需添加人工变量，可简化计算；

②当变量多于约束条件时，用对偶单纯形法可减少计算工作量；

③在灵敏度分析及求解整数规划的割平面法中，有时需要用对偶单纯形法。

• 局限性

在使用对偶单纯形法时，要求必须所有的检验数均 ≤ 0，且b中必须有负值，而大多数线性规划问题的初始单纯形表很难满足所有检验数均 ≤0 的要求，因此，对偶单纯形法一般不会单独使用。

2.灵敏度分析

灵敏度分析，是指当线性规划问题中的输入参数（b值、目标函数的系数等）发生变化后，会引起最优解如何改变的分析。

2.1价值系数Cj的灵敏度分析

（1）求C1的变化范围，使最优解不变：

设C1的价值系数为C1，则求出新的 sigema 的值，并令 sigema ≤ 0 ，即可求得 C1 的取值范围，如下所示：

（2）求C2的变化范围，使最优解不变：

设C2的价值系数为C2，则求出新的 sigema 的值，并令 sigema ≤ 0 ，即可求得 C2 的取值范围，如下所示：

2.2资源限量bi的灵敏度分析

（1）求b1的变化范围，使最优基不变；

若使最优基不变，则最优解所对应的基矩阵不能变，即基向量不能变，基变量也不能变，也就是说 X1 , X3 , X4 仍为基变量。

b 的值可能会变化，但仍要保证所有 b ≥ 0 ，且所有 sigema ≤ 0 。

B的逆：松弛变量所对应的系数矩阵
B的逆乘以b：b列的值构成的矩阵

（2）若b2增加10，求变化后的最优解。

如上图，求得的 XB’ 不满足 ≥0，因此需要将其带入b中，重新计算。

带入后，我们发现：b 列不满足全部 ≥ 0 ，sigema 行满足全部 ≤ 0，因此接下来可用对偶单纯形法进行计算。

选择b列最小值对应的变量作为出基变量：X4

选择θ行最小值对应的变量作为入基变量：X5

迭代过程如下：

因此，求得的最优解为X=(10 , 0，15, 0，5，0)T，max Z=55。（T代表转置）

2.3技术系数aij的灵敏度分析

单纯形表中与aij相关的数值如下图红线所示：

点击可查看参考课程