用python求解线性规划方程
时间: 2023-10-23 09:14:40 浏览: 57
要用Python求解线性规划方程,可以使用Python的线性规划库——Scipy库。Scipy库提供了优化函数linprog(),可以求解线性规划问题。
下面是一个求解线性规划问题的例子:
假设有如下线性规划问题:
maximize: 2x1 + 3x2
subject to:
-4x1 + x2 ≤ 2
3x1 + 4x2 ≤ 12
x1, x2 ≥ 0
可以使用Scipy库中的linprog()函数求解该问题:
```
from scipy.optimize import linprog
# 定义目标函数系数
obj = [-2, -3]
# 定义不等式约束系数
lhs_eq = [[4, -1], [-3, -4]]
# 定义不等式约束取值范围
rhs_eq = [2, -12]
# 定义变量取值范围
bnd = [(0, float("inf")), (0, float("inf"))]
# 调用linprog函数求解问题
opt = linprog(c=obj, A_ub=lhs_eq, b_ub=rhs_eq, bounds=bnd, method="simplex")
# 输出结果
print(opt)
```
运行上述代码,可以得到如下结果:
```
con: array([], dtype=float64)
fun: -12.0
message: 'Optimization terminated successfully.'
nit: 2
slack: array([10., 0.])
status: 0
success: True
x: array([1.6, 2.8])
```
其中,x表示最优解,fun表示最优解对应的目标函数值。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![-](https://csdnimg.cn/download_wenku/file_type_column_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)