Python CVXOPT+；GLPK-从LP解中提取拉格朗日乘子

我正在尝试使用CVXOPT的

solvers.lp

和GLPK来解决一个具有不等式和等式约束的通用优化问题

一切正常，但我无法提取拉格朗日乘数

这是我的代码：

#将numpy矩阵转换为cvxopt矩阵
c=cvxopt.矩阵（c）#（2666x4）
A_in=cvxopt.矩阵（A_in）
b_in=cvxopt.矩阵（b_in）
A_eq=cvxopt.矩阵（A_eq）
b_eq=cvxopt.矩阵（b_eq）
#设置glpk优化程序设置
选项['glpk']={'msg_lev'：'GLP_msg_OFF'}
cvxopt.solvers.options['msg\u lev']='GLP\u msg\u OFF'
cvxopt.solvers.options['LP_K_MSGLEV']=0
cvxopt.solvers.options['Absol']=1e-3
cvxopt.solvers.options['reltol']=1e-2
cvxopt.solvers.options['feastol']=1
cvxopt.solvers.options['definition']=1
#使用glpk解决问题
res=cvxopt.solvers.lp（c，A_-in，b_-in，A=A_-eq，b=b_-eq，solver='glpk'）

返回：

res = {
 'dual infeasibility': 3.405900733836188e-17,
 'dual objective': -146734334.08,
 'dual slack': -0.0,
 'gap': 0.0,
 'primal infeasibility': 9.663381206337363e-12,
 'primal objective': -146734334.08,
 'primal slack': 0.0,
 'relative gap': 0.0,
 'residual as dual infeasibility certificate': None,
 'residual as primal infeasibility certificate': None,
 's': <5367x1 matrix, tc='d'>,
 'status': 'optimal',
 'x': <2666x1 matrix, tc='d'>,
 'y': <1x1 matrix, tc='d'>,
 'z': <5367x1 matrix, tc='d'>
}

---

查看

res

的

y

和

z

部分；他们是二人组，我知道。因为我来自MATLAB，他们和lambda有什么关系？我知道

lambda.eqlin=y

，那么

lambda.ineqlin

和

z

是如何联系的？它们是一样的。看看

y

和

z

部分

res

；他们是二人组，我知道。因为我来自MATLAB，他们和lambda有什么关系？我知道

lambda.eqlin=y

，那么

lambda.ineqlin

和

z

是如何关联的呢？它们是一样的。