NTU 课程笔记13：线性规划（对偶性）

最新推荐文章于 2024-08-30 11:28:00 发布
最新推荐文章于 2024-08-30 11:28:00 发布
阅读量162 收藏
点赞数
分类专栏： NTU课程 文章标签： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_40206371/article/details/120584714
版权
这篇博客深入探讨了线性规划的对偶性，包括对偶问题的理解、构建及性质。介绍了如何从原始问题构建对偶问题，并讨论了弱对偶和强对偶规则，特别是当源式子有最优解时，源式子的最大值与对偶式子的最小值之间没有间隔。此外，通过最大流问题的例子，展示了对偶性的实际应用，证明最大流问题与最小割问题的对偶关系。
摘要由CSDN通过智能技术生成

1 引言

这是上节课的线性规划

我们现在的目标是：找到最优解的下界（不是紧下界，任何一个下界都算找到下界） 

 这个很简单，任何一个满足约定条件的（A,B)求出来的 profit，都是一个下界

 那么上界怎么找呢？

 我们取约束式的一个线性组合

此时我们发现 上界下界都是800，所以最优解就是800

2 LP的对偶性 

调整一下，对上面求上界的方法，我们这么表示之：

最低0.47元/天 解锁文章
UQI-LIUWJ
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
学习笔记1（线性规划）
m0_46497494的博客
04-05 490
学习笔记1（线性规划） 奶制品的生产与销售 通过学习奶制品的生产与销售案例入门线性规划（Linear Programming,简称LP），教材《数学模型》（姜启源，谢金星，叶俊） 名词记忆：决策变量、目标函数、可行域约束条件 一般的表述形式 Minzx=f(x) \underset{x}{\text{Min}z}=f\left( \boldsymbol{x} \right) xMinz​=f(x) s.t.gi(x)⩽0,i=1,2,⋯ ,m \text{s}.\text{t}.g_i\left( \bo
线性规划对偶问题之通俗解释
程序猿视角
07-22 2301
线性规划问题可简单地归结为投入/产出模型，一共两种形式： 最小成本问题：产出已知，如何实现最小的成本？ 最大产出问题：成本已知，如何得到最大的产出？ 一、最小成本问题 某工厂生产长度为 300、400 的棒材A和B，这些棒材可以从长度为1000、1500、1700的原材中截取，截取方案有如下几种： 方案1 方案2 方案3 产出（单件产品长度） 产出数量（产品件数） A 2 1 4 300 100 B 1 3 1 400 200 成本（单个方案消耗原材长度） 1000 1500
线性规划的对偶理论简单理解
weixin_43408232的博客
12-04 587
线性规划的对偶理论学习资源对偶理论原问题对偶问题它们之间的关系归纳对偶理论例题题目1题目2 学习资源 甘应爱：《运筹学》，第三版： 对偶理论 原问题 对偶问题 它们之间的关系 note:表 2 -2 是将原问题与对偶问题的关系汇总于一个表中, 从正面看是原问题, 将它转90°后看是对偶问题 归纳 对偶理论例题 题目1 题目2 大概就是给定一个线性规划的最大值问题总能找到对应的最小值问题，反之亦然 ...
NTU 课程目录
qq_40206371的博客
08-20 517
ERIC ntu ERIC 课程笔记_UQI-LIUWJ的博客-CSDN博客 NTU 课程笔记：ERIC1 welcoming & introduction_UQI-LIUWJ的博客-CSDN博客 CE7454 NTU 21fall-CE 7454（deep learning for data science）笔记_UQI-LIUWJ的博客-CSDN博客 MAS714 NTU课程笔记：MAS 714 algorithm and theory of computing（1）：i
数据科学学习笔记8 --- 分类（有监督的学习）
Y_Cxhiao的博客
06-10 2018
数据挖掘十大算法中的C4.5 和 CART（分类和回归树）算法都是决策树算法。其他常用的决策树算法有C5.0、Fuzzy C4.5、SLIQ（Mehta 1996）、SPRINT（Shafer 1996）等。 1 决策树算法 · 决策树是一种由节点和有向边组成的层次结构，如下图所示，树中包含三种节点 · 根节点（Root node），没有入边，但有零条或者多条出边 · 内部
机器学习笔记（五）：西瓜书第六章——支持向量机
LuoMin2523的博客
07-28 2326
此篇文章只对几个细节进行讲解介绍，具体的详细内容参看西瓜书。 间隔与支持向量 两个异类支持向量到超平面的距离之和称为间隔。 位于虚线上的点称为支持向量。 对偶问题 自组织映射网络（SMO） 简介：SOM网络将高维数据映射到低维空间中，一般是一维或者两维，并且映射过程中保持数据的拓扑结构不变，即高维空间中相似的数据在低维空间中接近。 结构：SOM由两层神经元组成：输入层和输出层。 输入层的每个神经元和输出层的所有神经元连接。 输入层的神经元数量由输入空间决定。.
行人检测HOG+SVM：综述、INRIADATA数据集、线性SVM
hello world
04-10 7275
1. 行人检测算法研究综述 参考资料：https://zhuanlan.zhihu.com/p/51438953 要解决的问题：找出图像或视频帧中所有的行人，包括位置和大小，一般用矩形框表示。 主要难题： 外观差异大，遮挡问题，背景复杂，检测速度。 行人数据库： INRIA 数据库、Caltech 数据库和 TUD 行人数据库。 目标检测现在主要分为以下几个方向： （1）基于运动检测的算...
Spark机器学习系列之13： 支持向量机SVM
qq_34531825的博客
10-21 1万+
SVM 理论 spark scikit
支持向量机通俗导论（理解SVM的三层境界）
热门推荐
结构之法 算法之道
06-01 150万+
动笔写这个支持向量机是费了不少劲和困难的，原因很简单一者这个东西本身就并不好懂，要深入学习和研究下去需花费不少时间和精力二者这个东西也不好讲清楚，尽管网上已经有朋友写得不错了(见文末参考链接)，但在描述数学公式的时候还是显得不够。得益于同学白石的数学证明，我还是想尝试写一下，希望本文在兼顾通俗易懂的基础上，真真正正能足以成为一篇完整概括和介绍支持向量机的导论性的文章本文在写的过程中，参考了不少资料，包括《支持向量机导论》、《统计学习方法》及网友pluskid的支持向量机系列等等，于此，还是一篇。
NTU 课程笔记：ERIC 总结
qq_40206371的博客
09-15 386
1 应用 1.1 问题1 你刚刚收到了一些好消息。 您作为主要作者的第一篇出版物已被您所在领域的领先期刊接受并进行修订。 这是您提交给两个不同期刊的两篇论文中的第一篇。 在提交最终稿件之前，编辑附上了一份包含匿名评论的文件，供您阅读和回复。 您已与您的研究主管和合著者分享了这一消息，并已召开会议来审查这些评论。 您决定在会前通读评论并打开第一篇评论： “总体而言，这项工作显示出良好的原创性和对该领域的强大贡献。但是，方法的描述过于简短，读者无法充分理...
NTU 课程笔记 ：NLP - language model
qq_40206371的博客
02-19 227
1 language model 一个语言模型会接受一组历史单词，然后尝试着预测跟在这组单词之后的单词 1.1 词向量 1.1.1 用上下文表示单词 1.1.2 词向量 2 Word2Vec 一种有效地创建word embedding的方法 2.1 主要思路 我们现有一个语料库 每一个词汇表中的单词都被预先表示为一个向量 遍历语料库文本中的每一个位置，都会有一个中心单词c，和中心单词周围的几个单词o 使用词向...
ntu 课程笔记：experimental design
qq_40206371的博客
03-29 159
（y=f(x)，x是自变量 independent variable，y是因变量 dependent variable） 1 基本概念 假设hypothesis：A testable prediction of the outcome of the experiment or research 空假设 null hypothesis：the statement that the independent variable will have no effect on the dependent var
NTU 课程笔记：Nonparametric statistics
qq_40206371的博客
03-16 827
0 前言 我们回顾一下chi-square 分布，t分布和F分布 不难发现，这三个都需要样本满足N(0,1)的条件，那么如果不满足N(0,1)的样本，怎么办呢？ 这时候就需要用到nonparametric test了 1 nonparametric test 又被称为 distribution-free test ，他不依赖于任何样本分布的假设 1.1 中位数 与signed test 这里使用中位数，而不是用均值 我们假设样本X1,X2,....Xn，有μ的中位数，...
Leetcode42接雨水（单调栈）
AGNING的博客
08-28 373
维护一个栈，满足从栈底到栈顶元素大小递减。如果当前元素高于栈顶，且栈内有至少2个元素，则形成了一个凹槽，及一个图中横着的红色矩形，将它的面积累加即可，第一次写难在维护单调栈中计算面积和。求出前缀最大和后缀最大，用两者较小值减去当前高度，累加即可，这个思路容易想到，这里不赘述。
递归、搜索与回溯算法
无聊_人的博客
08-29 3591
所谓的递归其实就是函数自己调用自己的情况。
代码随想录算法训练营第62天|Floyd 算法精讲、A * 算法精讲 （A star算法）
Yinems的博客
08-28 1249
分两种情况，一种是节点 i 到节点 j 的最短路径经过节点 k，grid[i][j][k] = grid[i][k][k-1] + grid[k][j][k-1]；另一种情况，节点 i 到节点 j 的最短路径不经过节点 k，grid[i][j][k] = grip[i][j][k-1]；刚开始初始化 k 是不确定的，如果赋值为1，那么不能知道节点 i 到节点 j 经过1个节点的最短距离，所以只能把 k 赋值为0，本题中节点0是无意义的，节点是从1到n。本题求的是最小值，所以其余值初始化为最大值。
57. 插入区间【 力扣(LeetCode) 】
yyh520025的博客
08-29 3914
给你一个 无重叠的 ，按照区间起始端点排序的区间列表 intervals，其中 intervals[i] = [starti, endi] 表示第 i 个区间的开始和结束，并且 intervals 按照 starti 升序排列。同样给定一个区间 newInterval = [start, end] 表示另一个区间的开始和结束。在 intervals 中插入区间 newInterval，使得 intervals 依然按照 starti 升序排列，且区间之间不重叠（如果有必要的话，可以合并区间）。
精选算法编程题
最新发布
A18937260063的博客
08-30 313
数组编程
NTU IC设计课程：BJT与CMOS深入解析
NTU IC设计课程（EE6306 Digital Integrated Circuit Design）是一门深入讲解数字集成电路设计的专业课程，由助理教授 Kong Zhi Hui 和多位副教授共同授课，课程时长包括15小时和9小时讲座。课程内容涵盖了集成电路...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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

打赏作者

UQI-LIUWJ

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
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