从拉格朗日乘子法出发，找原线性规划的对偶线性规划（罚函数的思想）
①将非平凡约束转化为惩罚项，先暂时保留平凡约束，构造拉格朗日函数（与原函数的优化方向相同）
例子如下：
②每给定一个 p p p，就可以得到松弛问题的一个最优解 g ( p ) g(p) g(p)
③由于在松弛问题中 p ( b − A X ) p(b-AX) p(b−AX)可以 ≤ 0 \leq 0 ≤0，因此原问题最佳解 x ∗ x^* x∗也必定是松弛问题的可行解，即：
上式表明：任意给定一个 p p p，松弛问题的最佳值 g ( p ) g(p) g(p)都是原问题最佳值 c x ∗ cx^* cx∗的下界。
因此，求解 m a x p [ g ( p ) ] \mathop{max}\limits_{p}[g(p)] pmax[g(p)]等价于求解原问题的最佳值
④从求 m a x p [ g ( p ) ] \mathop{max}\limits_{p}[g(p)] pmax[g(p)]，将原线性规划转化为对偶线性规划，在有意义的理念下，写出对偶线性规划的非平凡约束
额外说明
关于对偶线性规划平凡约束的确定方法
即如何确定 p p p值，才能在松弛问题中体现出惩罚的含义（远离优化方向），例如：
如果优化方向是 m a x max max，按照上述思想继续推导即可
结论：
注意：等号与无约束之间对应