推荐范围变量和约束
保持前一节的课程,我们建议右手边的不平等代表物理量(甚至预算)应按比例缩小的,这样他们的顺序
或更少。这同样适用于变量域,变量范围再次线性约束。
在目标函数的情况下,我们建议好的解决方案应该有一个最优值,小于上面,理想情况下(除非目标系数都是零)。这是因为OptimalityTol用于确保吗降低成本是足够近为零。如果系数太大,我们再次面对困难在决定一个资讯解决方案是否真正满足最优性条件。另一方面,如果系数太小,那么它可能太容易满足的可行性条件。
约束矩阵的系数实际上是更重要的比右边值,变量边界,这里提到的和客观的系数。我们将讨论这些不久。
