栏目「有学问」是UBook知识在线的趣味科普专栏，专注于分享有趣好玩的科普知识，旨在发现更多有趣好玩的冷知识，发掘更多生活中的趣味。
自从上了大学以后，各种高数线代数学课防不胜防，有人说，如果你觉得高数难，那是因为你没有遇到过线性规划。
但是小编一直觉得线性规划问题不大，每次作业我都能保证全对，并且能够快速做完，因为在大学里早已经学会了用python来帮我解决问题。
当然，也不是鼓励大家自己不做作业，只是学会利用工具使得自己更加效(tou)率(lan)，最重要的是，每次做出题目答案后可以检验下自己是否能做对，再者说，能够用编程实现问题求解，本身也是对知识的掌握。
市面上有不少软件可以直接求解，但是灵活性要低于python，python提供了很多包可以用来数学计算，今天我为大家介绍的是scripy的linprog，我们利用linprog可以很好的求解线性规划问题。
话不多说，让我们一起进入正式学习——
我们以一个实际例题为例：
例1 求解下列线性规划问题
Min Z = 2x1 + 3x2 + x3
s.t.
-x1 - x2 + 2x3 <= 10
2x1 - 2x2 + x3 >= 2
x1 + 2x2 + x3 = 5
在这里我们用到scipy中的linprog进行求解，linprog官方的介绍链接如下：https://docs.scipy.org/doc/scipy/reference/generated/scipy.optimize.linprog.html
我们要使用的函数为：
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，目标函数要变成求最小值，如果原题目要求求max(最大值)，只需对目标函数取负，但要注意求解的最终值是取负后的目标函数的最小值，取负即为最大值。
下面开始代码编写——
导入我们所需要的linprog
运行结果如下：
un为目标函数的最优值，slack为松弛变量，status表示优化结果状态，x为最优解。
在该例题中，目标函数最小值约为-22.5,最优解为 x1=-5.75, x2=12.25, x3=-13.75。
好啦，本次python求解线性规划的问题就介绍到这，如果大家感兴趣的话，后期会继续推出更为复杂的数学求解。
代码已打包，在后台回复“线性规划”即可获取。
