线性规划中影子价格的应用

Interactive Demonstration of Shadow Prices in Linear Programming

影子价格概念

📖 定义

影子价格(Shadow Price)是指在最优解处,约束条件右端常数增加一个单位时,目标函数值的变化率。

Shadow Price = ∂Z/∂bᵢ (在最优解处)

其中,Z是目标函数值,bᵢ是第i个约束的右端常数。

💡 经济意义

影子价格表示在资源最优配置状态下,某种资源每增加一个单位所带来的目标效益的增量。

举例说明:
如果一个工厂的生产能力约束的影子价格为50元/小时, 意味着如果增加1小时的生产时间,利润将增加50元。

🔑 重要性质

  • 互补松弛性:如果某个约束不是紧约束(有松弛),则其影子价格为0
  • 范围有效性:影子价格只在约束右端常数的一定范围内有效
  • 对偶性:原问题的影子价格等于对偶问题的最优解

交互式演示:生产计划问题

🏭 问题描述

某工厂生产两种产品(产品A和产品B),需要三种资源:

  • 劳动力:每天最多 40 小时
  • 原材料:每天最多 60 kg
  • 设备时间:每天最多 30 小时

目标:最大化每日利润

产品A:利润30元/件,需劳动力2h,原材料3kg,设备1h

产品B:利润20元/件,需劳动力1h,原材料2kg,设备2h

⚙️ 调整资源约束

📈 优化结果

影子价格的实际应用场景

🏭 生产管理

  • 评估增加生产能力的价值
  • 优化资源配置决策
  • 确定外包或扩大产能的临界点
  • 制定资源采购策略

💰 金融投资

  • 投资组合中增加资金的影响
  • 风险管理中增加资本缓冲的价值
  • 资产配置的边际效益分析

🌱 环境保护

  • 碳排放约束的边际成本
  • 污染控制资源的优化配置
  • 环境政策的经济影响评估

🚚 物流运输

  • 运输能力扩张的决策依据
  • 仓储空间增加的边际效益
  • 配送路线优化的价值评估

🏥 医疗资源

  • 病床数量增加的边际价值
  • 医护人员排班的优化
  • 医疗设备投资的决策支持

🌾 农业规划

  • 灌溉用水分配的边际效益
  • 肥料使用量的优化决策
  • 土地资源的最优配置

实际案例分析

📋 案例:医院床位配置优化

背景:某医院有内科、外科、ICU三种床位,需要在预算约束下最大化患者满意度。

线性规划模型:
决策变量:x₁, x₂, x₃(三类床位数量)
目标函数:max Z = 100x₁ + 150x₂ + 300x₃(患者满意度)
约束条件:
    成本约束:500x₁ + 800x₂ + 2000x₃ ≤ 500000
    空间约束:20x₁ + 25x₂ + 40x₃ ≤ 800
    人员约束:3x₁ + 4x₂ + 8x₃ ≤ 150

求解结果:

  • 最优解:x₁=25, x₂=10, x₃=2
  • 最大满意度:Z = 100×25 + 150×10 + 300×2 = 6100
  • 成本约束影子价格:0.15(满意度/元)
  • 空间约束影子价格:0(空间有剩余)
  • 人员约束影子价格:12.5(满意度/人)
决策建议:
1. 增加预算能有效提升满意度(每增加1元预算,满意度提升0.15)
2. 空间资源不是瓶颈,不需要增加
3. 人员是最紧缺资源,增加1名医护人员能提升12.5满意度
4. 应优先招聘医护人员而非扩建空间

影子价格的计算方法

🔢 方法一:单纯形表法

在最优解的单纯形表中,松弛变量对应的检验数的相反数即为该约束的影子价格。

影子价格 = -σ_s (σ_s是松弛变量在最优表中的检验数)

📐 方法二:对偶问题法

求解对偶线性规划,对偶问题的最优解就是原问题各约束的影子价格。

max cᵀx s.t. Ax ≤ b, x ≥ 0
对偶:min bᵀy s.t. Aᵀy ≥ c, y ≥ 0
影子价格 = y*(对偶最优解)

📊 方法三:扰动法

通过比较约束右端常数变化前后的最优值差异来近似计算。

影子价格 ≈ [Z(bᵢ+Δb) - Z(bᵢ)] / Δb
📊 已访问