Mathematica 9 is now available
THIS IS DOCUMENTATION FOR AN OBSOLETE PRODUCT.
SEE THE DOCUMENTATION CENTER FOR THE LATEST INFORMATION.
Wolfram Mathematica Documentation Center
DOCUMENTATION CENTER SEARCH
New to Mathematica? Find your learning path »
Mathematica > 数学和算法 > 矩阵和线性代数 > 基于矩阵的最小化 > LinearProgramming >
Mathematica > 数学和算法 > 图与网络 > 图编程 > 矩阵和线性代数 > 基于矩阵的最小化 > LinearProgramming >
Mathematica > 可视化与图形 > 图与网络 > 图编程 > 矩阵和线性代数 > 基于矩阵的最小化 > LinearProgramming >
MATHEMATICA 内置符号教程 »|参见 »|更多关于 »

LinearProgramming

LinearProgramming
求向量 x，使 在约束 和 x≥0 下达到极小.
LinearProgramming
求向量 x，使 在 x≥0 和由矩阵 m 和 确定的约束下达到最小. 对于 m 的每个行 ，如果 ，则相应的约束是 ，如果 ，则为 ，如果 ，为 .
LinearProgramming
在由 m、b 和 确定的约束下最小化 .
LinearProgramming
在由 m、b 和 确定的约束下最小化 .
LinearProgramming
在由 m、b 和 确定的约束下最小化 .
LinearProgramming
取在域 dom 内的 x 的元素，它是 Reals 或 Integers.
LinearProgramming
位于域 内.
更多信息
  • 在向量 c 和 b 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 .
范例关闭所有单元
例   (1)
在 和隐含非负的约束下最小化 ：
求解等式 和隐含非负的约束下的问题：
求解等式 和隐含非负的约束下的问题：
在 和隐含非负的约束下最小化 ：
In[1]:=
Click for copyable input
Out[1]=
求解等式 和隐含非负的约束下的问题：
In[2]:=
Click for copyable input
Out[2]=
求解等式 和隐含非负的约束下的问题：
In[3]:=
Click for copyable input
Out[3]=
范围   (6)
在约束 和下界限制 , 下最小化 ：
在约束 和范围 、 下最小化 ：
在约束 和上界限制 、 下最小化 ：
在 和隐含非负的约束下最小化 ：
仅在范围限制 和 下最小化 ：
求解同类问题，但它有两个整数自变量：
求解同类问题，但它第一个自变量是整数：
求较大每秒行数，在这个例子中有 200,000 个变量和 10,000 约束：
推广和延伸   (1)
约束和对象可以都指定为 SparseArray：
选项   (2)
的速度较 或 快，但仅处理机器精度问题：
如果近似解足够满足条件，取消选项 Tolerance 会使求解速度更快：
属性和关系   (2)
一个线性规划问题也可以用 Minimize 解决：
NMinimize 或 FindMinimum 可用来求解不精确的线性规划问题：
可能存在的问题   (4)
对于机器数问题，整数规划算法是有限的：
方法仅用于机器数：
方法可以返回优化解集的一个中间解：
方法可以返回优化解集的一个边角解：
在这个例子中，优化解是 和 之间线性段的所有点集：
方法可能不能说明问题是不可行或无界的：
巧妙范例   (1)
这表示在 LinearProgramming 语法中 维 Klee-Minty问题：
因为应用内部的缩放比例，简单算法可以快速收敛：
版本 2 的新功能 | 版本 6 修改功能
Ask a question about this page  |  Suggest an improvement  |  Leave a message for the team
格式:   HTML  |  CDF