对偶线性规划——问题转化

从拉格朗日乘子法出发，找原线性规划的对偶线性规划（罚函数的思想）

①将非平凡约束转化为惩罚项，先暂时保留平凡约束，构造拉格朗日函数（与原函数的优化方向相同）
例子如下：

②每给定一个$p$，就可以得到松弛问题的一个最优解$g(p)$

③由于在松弛问题中$p(b-AX)$可以$\le 0$，因此原问题最佳解$x^{\ast }$也必定是松弛问题的可行解，即：

上式表明：任意给定一个$p$，松弛问题的最佳值$g(p)$都是原问题最佳值$c{x}^{\ast }$的下界。
因此，求解$\underset{p}{\max }[g(p)]$等价于求解原问题的最佳值

④从求$\underset{p}{\max }[g(p)]$，将原线性规划转化为对偶线性规划，在有意义的理念下，写出对偶线性规划的非平凡约束

额外说明

关于对偶线性规划平凡约束的确定方法
即如何确定$p$值，才能在松弛问题中体现出惩罚的含义（远离优化方向），例如：

如果优化方向是$max$，按照上述思想继续推导即可

结论：

注意：等号与无约束之间对应

形式变换：b、$C^T$交换，A转置

手推：松弛+最优关系+目标转换+合并因子+剪枝讨论、缩小范围（非平凡约束）+惩罚思想（平凡约束）

结论：在对偶线性规划中：非平凡约束符号相反，平凡约束非负