我在Python 3中使用CVXPY尝试在X（N乘T矩阵）中对以下线性程序进行建模。让
R是一个N×1矩阵，其中每一行是X中整行值的总和。P是按X定义的1乘N矩阵，例如P_t = 1/(G-d-x_t)。我想解决这样一个理想：
最小化（X x P）
受制于：
X中的到达行i的总和必须至少是R_i
中的值X中的每个值必须至少为0
有什么想法？我有以下代码，没有运气：
from cvxpy import *
X = Variable(N,T)
P = np.random.randn(T, 1)
R = cumsum(X,axis=0) # using cumsum because
http://www.cvxpy.org/en/latest/tutorial/functions/index.html#vector-matrix-functions
objective = Minimize(sum_entries(square(X*P))) #think this is good
constraints = [0 <= X, cumsum(X,axis=0) >= R]
prob = Problem(objective, constraints)