注意到:KKT條件是強對偶性的必要條件,強對偶性下KKT條件才成立一般僅用KKT條件來驗證找到的解當目標函式和約束都是線性時,最佳化問題為我們熟悉的線性規劃(LP)在線性規劃裡,表示的是對應約束的影子價格4,KKT與強對偶性這裡討論只有不等
其中一個向量的縮放比例等於平行四邊形面積的縮放比例【小結】高維空間到一維空間的投影矩陣,可看成一個向量(對偶性)點積,實質上就是高維空間到一維空間的投影叉乘,實質上就是求滿足給定體積和底面積的平行六面體的高叉乘方向用右手定則判定點積與叉乘背