Julia 如何向量化凸不等式约束

我试图对一个不等式约束进行向量化，比较两种

凸
类型。一方面，我有
凸面.MaxAtom
s，另一方面，我有
Variable
s。我想做如下事情：

using Convex
N = 10
t = Variable(1)
v = Variable(N)
x = Variable(1)
z = rand(100)

problem = minimize(x)
problem.constraints += [t >= 0]

ccc = Vector{Convex.MaxAtom}(N)
for i = 1:N
    c = -(1. + minimum(x.*z))
    cc = t + c
    ccc[i] = max(cc,0.)
end
problem.constraints += [ccc <= v]

我试图避免这种情况，因为最终我的10会大得多。
在这种情况下（多亏了乌德尔博士），它可以像

c = -(1. + xisim + minimum(x.*z))
cc = t + c
ccc = max(cc,0.)
problem.constraints += [ccc <= v]

c=-（1.+xisim+最小值（x.*z））
cc=t+c
ccc=最大值（cc，0.）
problem.constraints+=[ccc在这种情况下（多亏了Udell博士），它可以作为

c = -(1. + xisim + minimum(x.*z))
cc = t + c
ccc = max(cc,0.)
problem.constraints += [ccc <= v]

c=-（1.+xisim+最小值（x.*z））
cc=t+c
ccc=最大值（cc，0.）
问题.约束+=[ccc