R中pracma::linprog返回错误解的原因及修正方法咨询

你用pracma的linprog求解如下线性规划问题：

library(pracma)

cc = c(1)
A = as.matrix(-1)
b = c(1)

linprog(cc, A, b, maximize = FALSE)

得到的解是x=0，但正确解应该是x=-1——此时目标函数值更小，且满足约束-x ≤ 1（等价于x ≥ -1）。

错误原因 #

pracma::linprog默认对所有决策变量施加了非负约束（即x ≥ 0）。你的问题里，虽然理论上x可以取到-1满足约束，但函数的默认限制把x的取值范围锁死在了x ≥ 0，自然只能返回这个可行域内的最小值x=0。

修正方法 #

• 方法一：显式取消非负约束
  linprog支持通过lb参数设置变量的下界，把下界设为负无穷即可解除非负限制：

  library(pracma)
  
  cc = c(1)
  A = as.matrix(-1)
  b = c(1)
  
  linprog(cc, A, b, maximize = FALSE, lb = -Inf)
  

  运行后会得到正确解x = -1，目标函数值fval = -1。

• 方法二：换用其他线性规划包
  如果需要更灵活的约束设置，可以使用lpSolve或ROI这类包，它们默认不会强制变量非负（或支持更直观的约束配置）。比如用lpSolve的示例：

  library(lpSolve)
  
  # 目标函数系数
  obj = c(1)
  # 将原约束 -x ≤1 转换为 x ≥-1，对应lpSolve的约束方向为">="
  const.mat = matrix(1, nrow = 1)
  const.dir = ">="
  const.rhs = c(-1)
  
  # 求解最小化问题，设置变量无下界
  lp("min", obj, const.mat, const.dir, const.rhs, lower.bounds = -Inf)
  

  执行后也会返回正确的结果。

内容的提问来源于stack exchange，提问作者möbius