线性规划求解器中上限和下限的参数
Parameter for upper and lower bound in linear programming solvers
许多科学计算平台都提供线性规划求解器。比如MATLAB中有linprog函数，Scipy，还有DolphinDB。而linprog在所有这三个平台中都提供了一个不等式约束的参数，即A，以及两个有界变量的参数，即lb和ub。
如果线性规划问题具有有界变量，我可以将它们置于不等式约束 A 中，方法是添加仅包含一个 1 或 -1 的行，其余的元素是 0，或者我可以简单地将它们放在 lb and/or ub.
中
这两种方式有什么区别吗？或者有什么理由我应该支持 A 而不是 lb/ub，反之亦然？
边界比显式约束更有效。基本上，在 Simplex 求解器中，边界不会增加基础矩阵的大小。这个基矩阵需要求解和求逆（因式分解）。
高级求解器有一个预求解器，可以将单一约束转换为边界。在那种情况下，没有真正的性能损失。对于那些求解器来说，如何指定边界约束主要是一个品味问题：作为边界还是作为单例约束。
许多科学计算平台都提供线性规划求解器。比如MATLAB中有linprog函数，Scipy，还有DolphinDB。而linprog在所有这三个平台中都提供了一个不等式约束的参数，即A，以及两个有界变量的参数，即lb和ub。
如果线性规划问题具有有界变量，我可以将它们置于不等式约束 A 中，方法是添加仅包含一个 1 或 -1 的行，其余的元素是 0，或者我可以简单地将它们放在 lb and/or ub.
这两种方式有什么区别吗？或者有什么理由我应该支持 A 而不是 lb/ub，反之亦然？
边界比显式约束更有效。基本上，在 Simplex 求解器中，边界不会增加基础矩阵的大小。这个基矩阵需要求解和求逆（因式分解）。
高级求解器有一个预求解器，可以将单一约束转换为边界。在那种情况下，没有真正的性能损失。对于那些求解器来说，如何指定边界约束主要是一个品味问题：作为边界还是作为单例约束。