今日总结（约束性线性规划问题）

所花时间:60min
代码量（行）：50
博客量：22
学习到的知识点：
今天我们学习了工程数学Matlab，我们复习了约束性最优化问题，复习了FD、LD、DD，FD呢就是
在最优解x的可行方向的集合，DD是下降方向的集合，正因为这两个定义的区别，我们可知这两个的
交集必定为空集，因为对于FD已经是最优解了是不可能进行下降了，而对于DD是下降方向，二者一定
是空集的，而这两个为空集，我们规定这个是约束性规划问题局部解的必要条件，对于LD==FD，我们
称这个条件为约束限制条件，我们在这条件下，我们有求K-T点的过程，具体我不在这里细说了，主要是
拉格朗日的梯度==0.以及ci(x)人 = 0，进行解方程求解.
后续我们复习了，对于凸优化问题的最优解，一定是该方程的全局解。
后面我们就学写了鞍点和对偶问题，鞍点的话主要是代入不同情况的拉马特和x，符合一个链式的不等式，
我们称这个是拉格朗日函数的鞍点，主要是后面的对偶问题：
对偶问题
我们对于对偶问题就是来求解拉格朗日函数的下确界，在多次求解过程中，我们呢明白了他这个对偶问题的
解永远是小于我们的最优解的，这就是弱对偶问题，对于二者解相等时，就是强对偶问题，而对于强对偶问
题的判定：我们的目标函数是凸函数，他的约束条件，不等式约束是凸函数，等式约束是线性函数，在
这种该情况下我们知道他是一个凸集，这样我们可以判定强对偶是成立的。

大体就是这样今天学习的......