Python 线性规划输出大于输入

版本：

• SciPy:0.16

问题 我正在尝试优化收益函数（代码如下），但slack输出不正确（红色圆圈），结果可能是

最后两个结果相似，但丢失了一个（120）。我不知道为什么

In [3]:
A = np.array([[1,0],[0,1],[1,2]])

In [4]:
# dispo
b = [60, 50, 120]
bounds = ([1,None],[1,None])
In [5]:

c = np.array([80, 120])
In [10]:
sol = linprog(-c, A, b, bounds=bounds)
In [17]:

sol
Out[17]:
  status: 0
   slack: array([  0.,  20.,   0.,  59.,  29.])
     nit: 5
 success: True
     fun: -8400.0
 message: 'Optimization terminated successfully.'
       x: array([ 60.,  30.])

---

为了更好地理解上下文，您在表格中找错了位置。linprog将

sol.x

计算为“Producción”行上的值。它不会返回您圈出的列中的值，但您可以自己轻松计算。

谢谢您的回答。也许我解释得不对。在

scipy.linprog

的输出中，我有系统的解决方案，但我认为其中命名的“slack”是或将是带圆圈的un red。返回的

slack

的含义在linprog的文档中定义，而不是您所圈出的列。我不知道你为什么期望它们是一样的，那些在线性规划中通常不被称为松弛变量（它们是相关的，但不一样）？