对偶问题的转换

对偶问题的转换

下面是博主对对偶问题的一些个人理解，博主也是小白一个，有不当之处欢迎评论指教。

这个是百度里面的解释，是原问题和对偶问题的转变。

例子

小明同学拥有一家工厂，他现在有2种获利途径：

1. 自己经营，卖出产品获得利润；
2. 出租给他人，收取租金获得利润。

那么对于途径1，小明同学想要在有限的生产资源约束下，最大化自身的利润,这就是原问题。

对于途径2，小明同学作为工厂的拥有者，他所能接受的最低租金不能小于他自己经营时能获得的最大利润，否则他何必多此一举呢？

那么，从租借工厂的小红同学的角度来看，她肯定希望租金最少越好。

小红同学需要支付的租金的下界（最小化问题的最小值），就是小明同学自身经营获利的上界（最大化问题的最大值）,这就是一对对偶问题。

任意一个LP问题，都存在一个唯一的对偶问题，且二者互为对偶。事实上，原问题和对偶问题如同一个硬币的两面，是从一个问题的两个侧面分角度进行研究，它们最终优化的本质通常是一样的。

---

LP问题就是线性规划问题，数学建模中尤为常见。有很多LP问题都是采用对偶问题才得以方便地解出来。
我们来看一个例子：

性规划有一个有趣的特性，就是任何一个求极大的问题都有一个与其匹配的求极小的线性规划问题。

式子中的A、b、c都是向量的形式。

我们令
A = [ [ 2, 1, 3], [4, 2, 2], [3, 0, 1], [2, 2, 0 ] ]
b = [70, 80, 15, 50 ]
c = [ 8, 10, 2]

做出下面的例子，更加容易明白。

原问题为
MAX X=$8\times Z1+10\times Z2+2\times Z3$

s.t.
$2\times Z1+1\times Z2+3\times Z3\le 70$
$4\times Z1+2\times Z2+2\times Z3\le 80$
$3\times Z1+0\times Z2+1\times Z3\le 15$
$2\times Z1+2\times Z2+0\times Z3\le 50$

$Z1，Z2，Z3\ge 0$

Z则其对偶问题为
MIN $W=70\times Y1+80\times Y2+15\times Y3+50\times Y4$

s.t
$2\times Y1+4\times Y2+3\times Y3+2\times Y4\ge 8$
$1\times Y1+1\times Y2+0\times Y3+1\times Y4\ge 10$
$3\times Y1+2\times Y2+1\times Y3+0\times Y4\ge 2$

$Y1,Y2,Y3,Y4\le 0$

• 从约束条件系数矩阵来看，一个模型中为A 另一个为A的转质，一个模型是 m个约束n个变量 则他的对偶模型为n个约束 m个变量

• 从数据b c 的位置看 两个规划模型中b和 c的位置对换 , 即8、10、2 与 70、80、15、50 对换

解释：

原问题的第一条式子，是目标函数，然后我们对照对偶问题转化表的目标函数部分，即

我们可以得到对偶问题中的 线性约束常数 。
所以，得到 $yA\ge c$ 中的c,
至于A， 则需要右乘才符合 约束式子数和变量个数 的转换
再由

得到目标函数是max w = yb
也是需要右乘才符合 约束式子数和变量个数 的转换

原始问题的第二条式子，是约束条件，符号是 $\le$ , 然后对照上表的下面部分

得到对偶问题的决策变量的符号是$\ge$, 所以 $Y\ge 0$

原始问题的第三条式子的$X\ge 0$,符号是 $\ge$ , 对照表中

得到对偶问题的约束条件的符号是 $\ge$
所以得到 $yA\ge c$

这样三个要素都出来了，完毕。

若有什么不正确的， 欢迎指正。