欄目「有學問」是UBook知識在線的趣味科普專欄，專注于分享有趣好玩的科普知識，旨在發現更多有趣好玩的冷知識，發掘更多生活中的趣味。

自從上了大學以后，各種高數線代數學課防不勝防，有人說，如果你覺得高數難，那是因為你沒有遇到過線性規劃。

但是小編一直覺得線性規劃問題不大，每次作業我都能保證全對，并且能夠快速做完，因為在大學里早已經學會了用python來幫我解決問題。

當然，也不是鼓勵大家自己不做作業，只是學會利用工具使得自己更加效(tou)率(lan)，最重要的是，每次做出題目答案后可以檢驗下自己是否能做對，再者說，能夠用編程實現問題求解，本身也是對知識的掌握。

市面上有不少軟件可以直接求解，但是靈活性要低于python，python提供了很多包可以用來數學計算，今天我為大家介紹的是scripy的linprog，我們利用linprog可以很好的求解線性規劃問題。

話不多說，讓我們一起進入正式學習——

我們以一個實際例題為例：

例1 求解下列線性規劃問題

Min Z = 2x1 + 3x2 + x3

s.t.? ? ?

-x1 - x2 + 2x3 <= 10

2x1 - 2x2 + x3 >= 2

x1 + 2x2 + x3 = 5

在這里我們用到scipy中的linprog進行求解，linprog官方的介紹鏈接如下：https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linprog.html?

我們要使用的函數為：

scipy.optimize.linprog(c,A_ub=None,b_ub=None,A_eq=None,b_eq=None,bounds=None, method='simplex', callback=None, options=None)

注意要使用linprog，目標函數要變成求最小值，如果原題目要求求max(最大值)，只需對目標函數取負，但要注意求解的最終值是取負后的目標函數的最小值，取負即為最大值。

下面開始代碼編寫——

導入我們所需要的linprog

運行結果如下：

un為目標函數的最優值，slack為松弛變量，status表示優化結果狀態，x為最優解。

在該例題中，目標函數最小值約為-22.5,最優解為 x1=-5.75, x2=12.25, x3=-13.75。

好啦，本次python求解線性規劃的問題就介紹到這，如果大家感興趣的話，后期會繼續推出更為復雜的數學求解。

代碼已打包，在后臺回復“線性規劃”即可獲取。

Archer

UBook簽約作者

勵志做一個不掉頭發的程序員

對改變世界尤其熱衷

喜歡就星標我們，不要走丟了哦～

總結

以上是生活随笔為你收集整理的python 线性规划问题_一学高数，线代就头疼？让python帮你解决(内含教程)的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。