我有以下内容:
ball = scipy.optimize.linprog(array([0,0,1]), A, b)
,
A =
array([[-1.0, 0.0, 1.0],
[ 1.0, 0.0, 1.0],
[ 0.0, -1.0, 1.0],
[ 0.0, 1.0, 1.0]], dtype=float128)
b = array([ 0.0, 1.0, 0.0, 1.0], dtype=float128)
我们可以用手最大化它来得到答案x = [0.5, 0.5, 0.5]
。然而scipy给了我
status: 0
slack: array([ 0., 1., 0., 1.])
success: True
fun: -0.0
x: array([ 0., 0., 0.])
message: 'Optimization terminated successfully.'
nit: 0
这是一个完全错误的答案!是我的代码错了,还是我发现了一个bug?
编辑:要验证scipy给出的解不是最优解,请执行
np.all(np.dot(A, np.array([0.5,0.5,0.5])) <= b)
看我的解是否满足约束条件。然后注意
np.dot(np.array([0,0,1]), np.array([0.5,0.5,0.5])) > np.dot(np.array([0,0,1]), np.array([0,0,0]))
看到它至少是一个更好的解决方案。事实上,这是最优解。
编辑2:scipy.__version__ = 0.16.0
根据文档,linprog
找到最小值,而您提出的解决方案是最大值。