粗略查了下對偶問題的資料。可以這樣理解，對於乙個線性規劃的標準型（max cx s.t. ax < b）,它的對偶問題求解的是該標準型解的上限。 在運籌學裡標準型可以理解為在若干機器的使用時長限制下，利潤的產品怎麼生產才能使利潤最大化。那它的對偶問題可以理解為如果工廠對外按時長出租這些機器，承租方應該考慮怎麼租是成本最低（min by ）,工廠應該考慮怎麼租才能使利潤不低於生產產品時的利潤。（s.t. aty>=c）
一定要看這兩位的講解：
如何通俗地講解對偶問題？尤其是拉格朗日對偶lagrangian duality？ - 彭一洋的回答 - 知乎
如何通俗地講解對偶問題？尤其是拉格朗日對偶lagrangian duality？ - cyber的回答 - 知乎
svm精講：
對偶和KKT條件
前言 對偶 duality 是優化中的乙個很重要的一點，以對偶問題的特性為根本的kkt條件，在很多優化問題的求解上行之有效。本文簡要介紹對偶問題的基本概念和核心技術以及kkt求解的原理和方法。什麼是對偶？對偶問題，就是將原問題 primal problem 轉化為對偶問題 dual problem ...
SVM的kkt條件和對偶問題。
kkt條件。用於解決不等式優化問題提出的條件。目標優化函式 minf x 約束條件為g x 0 根據kkt條件，原問題轉化為 根據拉格朗日乘數法解得 kkt條件列表如下 拉格朗日對偶性以及svm的對偶問題 首先 將l x,u 轉化為廣義拉格朗日的極大值極小值問題 其中 當max u 0,u l x,...
拉格朗日對偶性和KKT條件
在約束最優化問題中，常用拉格朗日對偶性將原始問題轉換為對偶問題求解。稱最優化問題 begin begin min limits f x begin text c i x le 0,i 1,2,k h j x 0,j 1,2,l end end end 為原始最優化問題。使用以上優化問題構造廣義拉格朗...