一个线性规划问题（“原问题”）的对偶线性规划问题（“对偶问题”）是另一个线性规划问题，由原问题以一定方式派生而来：
- 原问题中的每个变量都变为对偶问题中的一个限制条件；
- 原问题中的每个限制条件都变为对偶问题中的一个变量；
- 原问题若是求目标函数的最大值，则对偶问题是求最小值，反之亦然。
对偶问题的构建方法
对于以下形式的两个线性规划问题：
我们称甲、乙互为对偶问题，即：甲为乙的对偶问题，乙为甲的对偶问题。由此定义可知，原问题是其对偶问题的对偶问题。
特别地， 若所有限制条件的符号方向相同，我们有以下形式：
例子
以下甲乙互为对偶问题。
对偶定理
对于互相对偶的最大化问题甲与最小化问题乙，我们有如下两个定理。
弱对偶定理
若x \in \mathbb{R}^n、y \in \mathbb{R}^m分别满足问题甲、乙的限制条件，则：c^{T}x \le b^{T}y。
强对偶定理
若x^{} \in \mathbb{R}^n、y^{} \in \mathbb{R}^m分别满足问题甲、乙的限制条件，则：x^{}, y^{}分别为问题甲、乙的最优解（即x^{} = \operatorname{argmax}_{x}c^Tx，y^{} = \operatorname{argmin}_{y}b^Ty），当且仅当c^{T}x^{} = b^{T}y^{}。
换言之，若甲、乙均有解，则\max_{x}c^Tx = \min_{y}b^Ty。
无限值解与无解问题
由对偶定理，不难得出以下结论：
- 若原问题有无限值解，则其对偶问题无解；
- 若对偶问题有无限值解，则其原问题无解。
但是，原问题和对偶问题可同时无解。
对偶问题的解读
经济学角度
甲公司有擁有一間核酸檢測實驗室，提供普通、VIP兩種核酸檢測服務，每人次普通、VIP檢測分別可獲利潤10元、20元。每人次普通、VIP檢測分別需要占用1單位、8/3單位人力，而該實驗室有每天4千單位人力。由於PCR擴增儀檢測能力限制，該實驗室每天最多檢測2千人次。另由於政府規管，該實驗室每天最多允許1.5千人次VIP檢測。因核酸檢測需求旺盛，不論該實驗室提供多少次核酸檢測服務均有人買單。問題甲：該實驗室每天應該分別提供多少次普通、VIP核酸檢測服務？
現乙公司欲租用該核酸檢測實驗室。問題乙：乙公司應該為每單位人力、每人次核酸檢測能力、每人次VIP檢測許可分別支付多少錢一天？
問題甲、乙均有解。由前述強對偶定理可知，甲公司能獲得的最大利潤即是乙公司能獲得的最低成交價格。最優解為：x_1 = 0.8, x_2 = 1.2
几何角度
参考
评论 (0)