Я решил задачу линейного программирования, и вот мой код символьной формы.
import cvxpy as cp
import numpy as np
x11 = cp.Variable(nonneg=True)
x12 = cp.Variable(nonneg=True)
x21 = cp.Variable(nonneg=True)
x22 = cp.Variable(nonneg=True)
x31 = cp.Variable(nonneg=True)
x32 = cp.Variable(nonneg=True)
constraints = [x11 + x12 == 1000,
x21 + x22 == 1500,
x31 + x32 == 1200,
x11 + x21 + x31 == 2300,
x12 + x22 + x32 == 1400]
obj = cp.Minimize((80*x11 + 215*x12 + 100*x21 + 108*x22 + 102*x31 + 68*x32))
prob = cp.Problem(obj, constraints)
prob.solve()
print('status: ', prob.status)
print('optimal value: ', prob.value)
print('optimal variables: ', x11.value, x12.value, x21.value, x22.value, x31.value, x32.value)
статус: оптимальный
оптимальное значение: 313200.00003146095
оптимальные переменные: 999,9999999627637 3,7235625579412695e-08 1299,99999940076 200,00000059923934 6,364774533690845e-07 1199,999999363524
Но я хочу преобразовать этот код в матричную форму. вот мой другой код для матричной формы
x = cp.Variable((3, 2), nonneg=True)
constraints = [cp.sum(x[0,:]) == 1000,
cp.sum(x[1,:]) == 1500,
cp.sum(x[2,:]) == 1200,
cp.sum(x[:, 0]) == 2300,
cp.sum(x[:, 1]) == 1400]
coe = [[80, 215], [100, 108], [102, 68]]
t
obj = cp.Minimize(cp.sum(coe @ x))
prob = cp.Problem(obj, constraints)
prob.solve()
print('status: ', prob.status)
print('optimal value: ', prob.value)
for i in range(3):
for j in range(2):
print('optimal variables:x('+str(i)+','+str(j)+')', x[i,j].value)
статус: оптимальный
оптимальное значение: 810999,9999986519
оптимальные переменные: x(0,0) 649,9892627159586
оптимальные переменные: x(0,1) 350,01073728291954
оптимальные переменные: x(1,0) 900,0113075911175
оптимальные переменные: x(1,1) 599,9886924056102
оптимальные переменные: x(2,0) 749,9994296884455
оптимальные переменные:x(2,1) 450.00057030957413
Я думаю, что результаты должны быть одинаковыми, а код матричной формы неверный. Не могли бы вы найти мои ошибки?