线性规划的对偶性和最大流最小割定理

线性规划及对偶形式

线性规划即
min ⁡ c T x s . t . A x ⩾ b x ⩾ 0 \begin{aligned} \min\quad &c^Tx \\ s.t. \quad &Ax\geqslant b \\ &x\geqslant 0 \end{aligned} mins.t.cTxAxbx0
对偶形式为
max ⁡ b T y s . t . A y ⩽ c y ⩾ 0 \begin{aligned} \max \quad &b^Ty \\ s.t. \quad &Ay\leqslant c \\ &y\geqslant 0 \end{aligned} maxs.t.bTyAycy0
总有 b T y = x T A T y ⩽ c T x b^T y = x^TA^Ty \leqslant c^Tx bTy=xTATycTx

最大流最小割定理

该定理是线性规划对偶性的很好应用,Wiki写的很好,直接贴Wiki最大流最小割定理

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值