cvxpy创建三维决策变量

cvxpy是一个Python库，用于凸优化问题的建模。它允许用户以声明的方式定义问题，并通过提供多种求解器来寻找最优解。在cvxpy中创建三维决策变量的语法是使用`cvxpy.Variable`函数，并指定形状（shape）参数为一个包含三个元素的元组，分别代表决策变量在各个维度上的大小。

下面是一个创建三维决策变量的示例代码：

import cvxpy as cp

# 创建一个形状为 (3, 1, 1) 的三维决策变量，即一个3x1x1的三维数组。
# 你可以将其中的3理解为三维空间的维数，1x1可以理解为每个维度上的大小。
x = cp.Variable(shape=(3, 1, 1))

# 接下来可以定义约束条件和目标函数，并使用求解器求解问题。
# 例如，这里我们定义一个目标函数为最小化x的平方和，并使用cvxpy自带的求解器求解。
objective = cp.Minimize(cp.sum_squares(x))
prob = cp.Problem(objective)
prob.solve()  # 这会调用默认的求解器求解问题，并输出最优值。

在上面的代码中，我们定义了一个三维决策变量`x`，它是一个3维数组，每个维度的大小都是1。`shape`参数中的每个数字代表对应维度的大小。