def _solve_pyQP(E, f, G, h, A, b): """ """ P = dot(E.T, E) q = dot(f, E) X_sol = solve_qp_as_cvxopt(P, q, G, h, A, b) return X_sol
ci0 = array([0, 0, -2], dtype=float64) X = _solve_quadprog(G, g0, CE_T, ce0, CI_T, ci0, g0.shape[0]) print X ################################################################################ # Here, we use solve_qp, which takes more type of arguments as input. # Its job is to format the arguments correctly, and to use the solver above. ################################################################################ P = array([[4, -2], [-2, 4]]) q = [6, 0] X = solve_qp(P, q, CE_T, ce0, CI_T, ci0) print X ################################################################################ # Here, we use solve_qp_as_cvxopt: # The problem is defined as follows: # min (x.T P x + q.T x) # s.t. A x = b # G x <= h ################################################################################ A = [[1, 1]] b = [3] G = -array([[1, 0], [0, 1], [1, 1]]) h = -array([0, 0, 2]) X = solve_qp_as_cvxopt(P, q, G, h, A, b) print X
# Its job is to format the arguments correctly, and to use the solver above. ################################################################################ P = array([[ 4,-2], [-2, 4]]) q = [6, 0] X = solve_qp(P, q, CE_T, ce0, CI_T, ci0) print X ################################################################################ # Here, we use solve_qp_as_cvxopt: # The problem is defined as follows: # min (x.T P x + q.T x) # s.t. A x = b # G x <= h ################################################################################ A = [[1,1]] b = [3] G = -array([[1,0], [0,1], [1,1]]) h = -array([0,0,2]) X = solve_qp_as_cvxopt(P, q, G, h, A, b) print X