SEARCH MATHEMATICA 8 DOCUMENTATION

THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.

Mathematica 組込みシンボル

LinearProgramming

LinearProgramming[c, m, b]
m.x≥b および x≥0の制約条件の下で，量 c.x を最小にするベクトル x を求める．

LinearProgramming[c, m, {{b₁, s₁}, {b₂, s₂}, ...}]
x≥0であり，行列 m と{b_i, s_i}のペアによって指定される線形制約条件の下で c.x を最小にするベクトル x を求める．m の各行 m_i の対応する条件は，s_i

1の場合は m_i.x≥b_i，s_i

0の場合は m_i.x

b_i，s_i

-1の場合は m_i.x≤b_i である．

LinearProgramming[c, m, b, l]
m，b，および x≥l によって指定される制約条件の下で c.x を最小にする．

LinearProgramming[c, m, b, {l₁, l₂, ...}]
m，b，および x_i≥l_i によって指定される制約条件の下で c.x を最小にする．

LinearProgramming[c, m, b, {{l₁, u₁}, {l₂, u₂}, ...}]
m，b，および l_i≤x_i≤u_i によって指定される制約条件の下で c.x を最小にする．

LinearProgramming[c, m, b, lu, dom]
x の要素が，RealsかIntegersのどちらかの領域dom にあるものとする．

LinearProgramming[c, m, b, lu, {dom₁, dom₂, ...}]
x_i が領域dom_i にあるものとする．

入力に近似数が含まれるとき，LinearProgrammingは近似数値解を出す．オプションToleranceは内部比較で使用する許容率を指定する．デフォルト値はTolerance->Automaticである．これは厳密数には厳密な比較を行い，近似数には許容率を使う．

と暗示的な非負という条件下で

を最小化する：

方程式の制約条件

と暗示的な非負という制約条件下で問題を解く：

方程式の制約条件

と暗示的な非負という制約条件下で問題を解く：