scipy.optimize.linprog不为我工作：我做错了什么？

Question

我试着用scipy.optimize.linprog在一个简单的案子里它对我不起作用。我一定是做错了什么事——请帮我找出来。在

这里是输入和预期的解决方案，以及一个测试，预期的解决方案是可行的

import numpy, scipy.optimize
print "A", A_ub
print "b", b_ub
print "c", c
print "x_expected", x_expected
print "expected optimum", numpy.dot(c, x_expected)
print "feasibility test", numpy.dot(A_ub, x_expected) <= b_ub

这个指纹

^{pr2}$

当我给linprog打电话时，我得到了一个可行的解决方案，但它似乎没有我上面所期望的那样最佳。在

r = scipy.optimize.linprog(c, A_ub, b_ub)
x_derived = r.x
print "x_derived", x_derived
print "derived optimum", numpy.dot(c, x_derived)
print "derived feasibility", numpy.dot(A_ub, x_derived) <= b_ub

这个指纹

x_derived [ 1.  0.  0.  1.]
derived optimum 1.0
derived feasibility [ True  True  True  True]

在我的推理中，我应该得到预期的解决方案（或者更好的解决方案，如果有的话）而不是我得到的解决方案，这是不是有什么问题？如果我没有错，我怎么才能让linprog帮我拿到呢？谢谢！在

Answer 1

默认情况下，Linprog假设通常的线性规划下限x >= 0，而您的“预期”解决方案无法满足该下限。请参阅bounds关键字参数以更改边界。在