此为 Mathematica 7 文档,内容基于更早版本的 Wolfram 语言
查看最新文档(版本11.1)

LinearProgramming

LinearProgramming[c, m, b]
求向量 x,使 c.x 在约束 m.xbx≥0 下达到极小。
LinearProgramming[c, m, {{b1, s1}, {b2, s2}, ...}]
求向量 x,使 c.xx≥0 和由矩阵 m{bi, si} 确定的约束下达到最小。对于 m 的每个行 mi,如果 siEqual1,则相应的约束是 mi.xbi,如果 siEqual0,则为 mi.xEqualbi,如果 siEqual-1,为 mi.xbi
LinearProgramming[c, m, b, l]
在由 mbxl 确定的约束下最小化 c.x
LinearProgramming[c, m, b, {l1, l2, ...}]
在由 mbxili 确定的约束下最小化 c.x
LinearProgramming[c, m, b, {{l1, u1}, {l2, u2}, ...}]
在由 mblixiui 确定的约束下最小化 c.x
LinearProgramming[c, m, b, lu, dom]
取在域 dom 内的 x 的元素,它是 RealsIntegers
LinearProgramming[c, m, b, lu, {dom1, dom2, ...}]
xi 位于域 domi 内。
  • 在向量 cb 及矩阵 m 的所有分量必须是数。
  • None 等于没有边界。
  • 如果 LinearProgramming 的输入包含明确的有理数,它给出明确的有理数结果或整数结果。
  • 如果 LinearProgramming 的输入包含近似数,它给出近似数的结果。选项 Tolerance 指定内部比较使用的 误差。缺省是 Tolerance->Automatic,它对精确数执行比较,对近似数使用误差 10^(-6)
x+2 y>=3 和隐含非负的约束下最小化 x+y
In[1]:=
Click for copyable input
Out[1]=
求解等式 x+2 y=3 和隐含非负的约束下的问题:
In[2]:=
Click for copyable input
Out[2]=
求解等式 x+2 y<=3 和隐含非负的约束下的问题:
In[3]:=
Click for copyable input
Out[3]=
2 的新功能 | 6 中的修改功能