单纯形法和对偶单纯形法是用于求解线性规划问题的两种常用方法。它们的原理分别是通过迭代寻找可行解和最优解，但具体操作和对问题的理解有所不同。对偶单纯形法可以看作是单纯形法的一种拓展，用于处理某些特殊情况下的问题。
单纯形法是一种通过迭代寻找线性规划问题最优解的方法。它从一个初始的基本可行解出发，通过不断移动到相邻的基本可行解，最终找到最优解。在每次迭代中，单纯形法选择一个非基变量作为入基变量，同时确定一个出基变量，以保证新的基本可行解比当前的基本可行解更优。单纯形法的核心思想是通过不断改善目标函数值来逼近最优解。
对偶单纯形法则是在单纯形法的基础上，利用对偶理论进行求解的方法。它与单纯形法的主要区别在于对偶单纯形法是从一个初始的非基本可行解出发，通过迭代找到基本可行解，进而找到最优解。对偶单纯形法适用于某些问题在初始阶段没有基本可行解的情况，通过转化为对偶问题，可以更容易地找到原问题的最优解。
单纯形法和对偶单纯形法的联系在于它们都是用于求解线性规划问题的方法，且通过对偶理论，一个问题的最优解可以通过求解其对偶问题得到。它们的区别在于出发点和迭代方向不同，对偶单纯形法更适用于处理某些特殊情况下的问题。
举例说明，假设有如下线性规划问题：
max z = 3x1 + 4x2
s.t.
2x1 + x2 ≤ 12
x1 + x2 ≤ 8
x1 ≤ 4
x1, x2 ≥ 0
这是一个标准型的线性规划问题，可以通过单纯形法进行求解。初始基变量为x3, x4, x5，对应的非基变量为x1, x2。通过迭代，最终找到最优解。
若该问题在初始阶段没有基本可行解，可以考虑使用对偶单纯形法进行求解。通过对偶转化，将原问题转化为对偶问题，然后通过求解对偶问题找到原问题的最优解。