從拉格朗日乘子法出發，找原線性規劃的對偶線性規劃（罰函數的思想）
①将非平凡限制轉化為懲罰項，先暫時保留平凡限制，構造拉格朗日函數（與原函數的優化方向相同）
例子如下：
②每給定一個 p p p，就可以得到松弛問題的一個最優解 g ( p ) g(p) g(p)
③由于在松弛問題中 p ( b − A X ) p(b-AX) p(b−AX)可以 ≤ 0 \leq 0 ≤0，是以原問題最佳解 x ∗ x^* x∗也必定是松弛問題的可行解，即：
上式表明：任意給定一個 p p p，松弛問題的最佳值 g ( p ) g(p) g(p)都是原問題最佳值 c x ∗ cx^* cx∗的下界。
是以，求解 m a x p [ g ( p ) ] \mathop{max}\limits_{p}[g(p)] pmax[g(p)]等價于求解原問題的最佳值
④從求 m a x p [ g ( p ) ] \mathop{max}\limits_{p}[g(p)] pmax[g(p)]，将原線性規劃轉化為對偶線性規劃，在有意義的理念下，寫出對偶線性規劃的非平凡限制
額外說明
關于對偶線性規劃平凡限制的确定方法
即如何确定 p p p值，才能在松弛問題中展現出懲罰的含義（遠離優化方向），例如：
如果優化方向是 m a x max max，按照上述思想繼續推導即可
結論：
注意：等号與無限制之間對應