为什么在使用 scipy.optimize.linprog 最大化利润时，Python 代码使用负系数？

适用条件

• 使用 scipy.optimize.linprog。
• 原始问题是最大化问题。

理解与推导

1. 识别业务目标：最大化利润。
2. 认识到 linprog 默认最小化。
3. 对目标系数取负，将最大化转换为最小化。
4. 将取负后的系数传递给求解器。

例子

对于椅子和桌子问题，目标是最大化 $50x + 80y$。代码设置 `$c = [-50, -80]$` 并带有注释 '# negative for max'。

容易误解的地方

• 假设传递正系数时 linprog 可以直接最大化。
• 认为对系数取负会改变最优解值 x 和 y。

观看对应讲解

相关概念

继续追问

• 劳动约束 $2x + 4y$ <= 100 如何表示以供 scipy.optimize.linprog 使用？
• 视频中显示的线性规划问题的标准形式是什么？

相关问题