線性規劃問題是在一組線性約束條件的限制下，求一線性目標函式最大或最小的問題。在解決實際問題時，把問題歸結成乙個線性規劃數學模型是很重要的一步，但往往也是困難的一步，模型建立得是否恰當，直接影響到求解。而選適當的決策變數，是我們建立有效模型的關鍵之一。
一般線性規劃問題的（數學）標準型為
可行解滿足約束條件（4）的解x=（x1，x…，x，），稱為線性規劃問題的可行解，而使目標函式（3）達到最大值的可行解叫最優解。
可行域所有可行解構成的集合稱為問題的可行域，記為r。
求解線性規劃的matlab解法
單純形法是求解線性規劃問題的最常用、最有效的演算法之一。這裡我們就不介紹單純形法，有興趣的讀者可以參看其它線性規劃書籍。下面我們介紹線性規劃的matlab解法。
matlab中線性規劃的標準型為
基本函式形式為linprog（c，a，b），它的返回值是向量x的值。還有其它的一些函式呼叫形式（在matlab指令窗執行 help linprog 可以看到所有的函式呼叫形式），如：
[x，fval]=linprog(c，a，b)
[x，fval]=linprog(c，a，b，aeq，beq，lb，ub)
[x，fval]=linprog(c，a，b，aeq，beq，lb，ub，x0，options)
eg：求解線性規劃問題
其matlab程式如下：
f = [-2;-3;5] ;
a = [-2,5,-1;1,3,1] ;
b = [-10;12] ;
aeq = [1,1,1] ;
beq = 7 ;
%s = [0;0;0] ;
%s2 = [3;3;3] ;設定上邊界，x1,x2,x3<=3 用的時候將其加在zeros(3,1)後面
[x,y] = linprog(f,a,b,aeq,beq,zeros(3,1)) ;%zeros(3,1)生成三行一列的0矩陣，可用s將其換
x,y = -y
model :
sets:
row/1..2/:b ;
col/1..3/:c,x ;
links(row,col):a ;
endsets
data:
c = 2 3 -5 ;
a = -2 5 -1 1 3 1 ;
b = -10 12 ;
enddata
max = @sum(col:c*x) ;
@ for(row(i):@sum(col(j):a(i,j)*x(j))
@ sum(col:x) = 7 ;
end
UOJ 179 線性規劃 線性規劃
這是一道模板題。這個題現在標程掛了。哪位哥哥願意提供一下靠譜的標程呀？本題中你需要求解乙個標準型線性規劃 有 nn 個實數變數 x1,x2,xn x1,x2,xn 和 m m 條約束，其中第 i i 條約束形如 nj 1aijxj bi j 1naijxj bi。此外這 n n 個變數需要滿足非負性...
UOJ 179 線性規劃 線性規劃
這是一道模板題。這個題現在標程掛了。哪位哥哥願意提供一下靠譜的標程呀？本題中你需要求解乙個標準型線性規劃 有 nn 個實數變數 x1,x2,xn x1,x2,xn 和 m m 條約束，其中第 i i 條約束形如 nj 1aijxj bi j 1naijxj bi。此外這 n n 個變數需要滿足非負性...
非線性規劃
1.基本形式和求解模式。2.掌握凸函式和凸規劃的概念及性質。3.掌握0.618法。4.無約束優化的最優性質，熟練運用最速下降法和共軛方法。約束最優化的性質，懲罰函式。minf x s.t gi x 0 i 1,2,ph j x 0,j 1,2 q可行域為 x x r n gi x 0,i 1,2,p...