我正在尝试使用spicy.optimize.linprog函数来制定和解决线性编程问题 .
我想解决函数Ax = b受以下约束:
# A b
-0.4866 x1 + 0.1632 x2 < 0
0.3211 x1 + 0.5485 x2 < 0
-0.5670 x1 + 0.1099 x2 < 0
-0.1070 x1 + 0.0545 x2 = 1
-0.4379 x1 + 0.1465 x2 < 0
0.0220 x1 + 0.7960 x2 < 0
-0.3673 x1 - 0.0494 x2 < 0
我输入了一个nx2矩阵 A
和nx1矩阵 b
. 结果应该是向量x1和x2 . 这是我的输入数据 .
# Coefficients
A = [[-0.4866, 0.1632],
[0.3211, 0.5485],
[-0.5670, 0.1099],
[-0.1070, 0.0545],
[-0.4379, 0.1465],
[0.0220, 0.7960],
[-0.3673, -0.0494]]
# Inequalities
b = [0, 0, 0, -1, 0, 0, 0]
我认为我的问题是如何制定 c
,将函数最小化以输入 linprog
函数 .
res = linprog(c, A, b)
1 回答
我能够通过以下方式解决上限:
但是现在如果我也想解决 lower bounds 怎么办?