optimize.linprog总是最小化您的目标功能。如果您想最大化，则可以使用
max(f(x)) == -min(-f(x))
from scipy import optimizeoptimize.linprog( c = [-1, -2], A_ub=[[1, 1]], b_ub=[6], bounds=(1, 5), method='simplex')
这将为您带来预期的价值
-f(x) = -11.0
slack: array([ 0., 4., 0., 4., 0.]) message: 'Optimization terminated successfully.' nit: 3 x: array([ 1., 5.]) status: 0 success: True fun: -11.0
