最优化——对偶问题的性质（弱对偶性，强对偶性），对偶问题形式的书写（对偶规则）

对偶性质

弱对偶性

原对偶问题任何可行解的目标值都是另一问题最优目标值的界。（推论：原对
偶问题目标值相等的一对可行解是各自的最优解）

强对偶性

原对偶问题只要有一个有最优解，另一个就有最优解，并且最优目标值相等。

对偶问题解之间的关系

线性规划与其对偶规则的关系

互补松弛定理

​ 原问题 $\max C^{T}X$ 对偶问题 $\min {\vec{b}}^{T}Y$
$$\begin{array}{ll}\text{ s.t. }AX\le \vec{b}& \text{ s.t. }{A}^{T}Y\ge C\\ X\ge 0& Y\ge 0\end{array}$$
设 $\hat{X}$ 和 $\hat{Y}$ 分别是原问题和对偶问题的可行解，则它 们分别是各自问题最优解的充要条件是满足互补松弛定理等式
$${\hat{Y}}^T(\vec{b}-A\hat{X})=0,{\hat{X}}^T\left(A^T\hat{Y}-C\right)=0$$
含义：如果原问题某个不等式是松的（不等于0）， 则其相应的对偶变量必须是紧的（等于0）， 反之亦然。