c语言线性规划求最值,使用Python scipy linprog 线性规划求最大值或最小值(使用Python学习数学建模笔记)...

本文介绍了如何使用Python的scipy.optimize.linprog解决线性规划问题,通过实例展示了如何求解线性规划的目标函数的最大值和最小值。通过对参数的调整,如将目标函数系数取反,可以轻松地从最小值转换为最大值的求解。
摘要由CSDN通过智能技术生成

函数格式

scipy.optimize.linprog(c, A_ub=None, b_ub=None, A_eq=None, b_eq=None, bounds=None, method='simplex', callback=None, options=None)

今天阅读数据建模第一章线性规划问题,问题描述如下:

5bb7b09f57f9e7ef4b61bfc7c821115b.png

通过介绍我们知道了线性规划,就是目标函数及约束条件均为线性函数。

ea22fef6de762cf67dccfaa77126f89f.png

通过画图我们可知,X1,X2的最优解为2,6,目标值为26。

我们如何时候这个scipy的公式来计算这个值呢:

>>> c = [-1, 4]

>>> A = [[-3, 1], [1, 2]]

>>> b = [6, 4]

>>> x0_bounds = (None, None)

>>> x1_bounds = (-3, None)

>>> from scipy.optimize im

  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值