对偶理论入门介绍
线性规划(Linear Programming,简称LP)是运筹学中研究较早、发展较快、应用广泛、方法较为成熟的一个重要分支,它是辅助人们进行科学管理的一种数学方法。研究线性约束条件下线性目标函数的极值问题的数学理论和方法。线性规划中普遍存在配对现象,即对每一个线性规划问题,都存在另一个与它有密切关系的线性规划问题,其中之一称为原问题,而另一个称它的对偶问题。这篇博客提到的对偶理论(Duality theory)就是研究线性规划中原始问题与对偶问题之间关系的理论。
对偶理论自1947年提出以来,已经有了很大发展,现在关于线性规划的一般著作都包含这部分内容,它已成为线性规划的必不可少的重要基础理论之一。
1.1 对偶问题的表达
线性规划中的对偶可以概括为三种形式。
(1)对称形式的对偶
设原问题为:
min cx
s.t. Ax >= b,
x>= 0
则对偶问题为:
max wb
s.t. wA <= 0,
w>=0
其中A=(p1,....,pn)是m*n矩阵,b=(b1,......,bm)T是m维列向量,c=(c1,.......,cn)是n维行向量. x =(x1,.......,x2)T是由原问题的变量组成的n维列向量,w=(w1,......,wm)是由对偶问题的变量组成的m维行向量。
在原问题中,目标函数是c与x的内积,Ax>=b包含m个不等式约束,其中每个约束条件记作
Aix>=bi.
Ai