从‘影子价格’到资源分配:线性规划对偶的经济学解读
想象你是一家制造厂的运营总监,手头有限的原材料、机器工时和人力需要分配到不同产品线上。每天你都在思考:多采购一吨钢材值得吗?增加夜班产能的收益能否覆盖成本?这些决策背后,隐藏着对资源价值的精准评估——这正是线性规划对偶理论要揭示的核心经济学逻辑。
1. 资源分配问题的现实映射
某家电厂生产空调和冰箱两种产品,面临三类资源约束:
- 原材料:每日限额6000公斤(铜管、塑料等)
- 组装工时:每日上限400小时
- 质检工时:每日上限300小时
每台空调消耗15公斤原材料、0.2小时组装和0.15小时质检,利润贡献500元;冰箱则消耗20公斤原材料、0.15小时组装和0.1小时质检,利润400元。用变量x₁、x₂表示两种产品的日产量,原问题建模为:
math复制maximize \quad 500x_1 + 400x_2
subject\ to \quad
\begin{cases}
15x_1 + 20x_2 \leq 6000 \\
0.2x_1 + 0.15x_2 \leq 400 \\
0.15x_1 + 0.1x_2 \leq 300 \\
x_1, x_2 \geq 0
\end{cases}
这个模型追求利润最大化,但更深层的经济学问题是:哪些资源真正制约着利润增长?增加哪些资源投入能带来最大边际收益?
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 影子价格:资源的边际价值
对偶变量y₁、y₂、y₃分别对应三类约束,其经济学解释为:
| 对偶变量 | 对应资源 | 经济含义 | 实际案例解读 |
|---|---|---|---|
| y₁ | 原材料 | 每公斤材料的边际利润贡献 | 当y₁=12时,材料每增1kg多赚12元 |
| y₂ | 组装工时 | 每工时的边际利润价值 | 若y₂=0表示组装产能已过剩 |
| y₃ | 质检工时 | 每质检工时的机会成本 |
