凸优化 -- 强对偶与弱对偶及几何解释和鞍点解释

回顾一阶必要性条件（KKT）成立的条件时ICLQ条件成立，即线性可行方性与序列可行方向相同，这样才可以用一阶泰勒条件才能成立。即线性可行方向能够反应其的几何结构
添加链接描述

D的相对内部：简单来说就是将边缘去掉







鞍点解释
鞍点定义

这里用到了鞍点定理
$$\begin{gathered} f_0(x^{\ast })={\inf }_{x}su{p}_{\lambda \ge 0}L(x,\lambda ) \\ g({\lambda }^{\ast },v^{\ast })={\sup }_{\lambda \ge 0}{\inf }_{x}L(x,\lambda ) \end{gathered}$$
如果强对偶成立，则原始问题和对偶问题的最优点构成了鞍点。 反之成立