嘛,讲道理直接LinearProgramming
就完事了
看第一种用法
LinearProgramming[c,m,b]
求向量 x,使 c.x 在约束条件 m.x>=b 和 x>=0 下达到极小.
很明显c
是向量,m
是系数矩阵,b
是列矩阵,随机生成这些东西丢进去就是了
不过内容似乎与标题不符,那就~
With[{n=10},
Evaluate[Plus@@Table[Slot@i x@i,{i,n}]<=Slot[n+1]]&@@@RandomInteger[10,{6,n+1}]]
我也不知道这是个什么东西,反正就是能用,还顺便把能改的参数放到了显眼的位置
后来一想,真是个弟弟,点乘被我吃了
With[{n=10},
#[[;;n]].Array[x,n]<=#[[-1]]&/@RandomInteger[10,{6,n+1}]]
这样子就优雅多了~