[最优化]线性规划中的对偶问题

线性规划中的对偶问题

每个线性规划问题都有一个与之对应的对偶问题，对偶问题也是一个线性规划问题，并且对偶问题的对偶问题是原问题。原问题的最优解可以由对偶问题得到，有时候利用对偶理论求解线性规划问题更加简单，也更能了解问题的本质。在对偶理论的启发下，单纯形法的性能得到了改进，也出现了一些求解线性规划问题的非单纯形法，本文暂不详解。

对偶关系

考虑如下形式的对偶问题

$$minimize\quad c^{T}x \\ subject\ to\quad Ax\ge b\\ A\ge0$$
将其称为原问题，其相应的对偶形式定义为
$$maximize\quad \lambda^{T}b \\ subject\ to\quad \lambda^{T} A\le c^{T}\\ \lambda \ge0$$
其中 $\lambda$称为对偶向量，这种对偶称为 对称形式的对偶。
另外对于线性规划的标准形，其约束为 $Ax=b$，等价于

Ax≥b