问如果线性规划决策变量>0，则>= 3000

EN

这些类型的约束是由Big M Method的变体强制执行的

假设x是与要投资于基金1的金额相对应的决策变量。根据x的可能值选择上限M。例如，如果你只有1,000,000美元可以投资，让M = 1,000,000你不需要在x上有最小的上限。M = 2,000,000也可以工作(尽管如果M不是不合理的大，通常会得到更快的收敛和更少的舍入误差)。

引入一个新变量y，它被约束为0或1 (即二元决策变量)。将以下两个约束添加到模型中：

x >= 3000*y
x <= M*y

如果为x>0，则第二个添加的约束会强制y远离0，因此它会强制y = 1，因为y是二进制的。但如果为y = 1，则第二个约束将减少为x <= M，这通过选择M自动为真，因此它不会为x添加任何真正的约束。但是--因为在本例中是y = 1，所以第一个约束变为x >= 3000。因此，这两个约束一起迫使x >= 3000和x > 0一样快。重要的是，它没有使用非线性if函数。这确实使其成为MILP (混合整数线性规划)问题--但Excel的求解器可以处理那些没有问题的问题(只要二进制变量的数量不会变得太大)。