线性规划是在第二次世界大战中发展起来的一种重要的数量方法，它是处理线性目标函数和线性约束的一种较为成熟的方法，主要用于研究有限资源的最佳分配问题，即如何对有限的做出最佳方式的调配和最有利的使用，以便最充分地发挥资源的效能去获取最佳的经济效益。目前已经广泛应用于军事、经济、工业、农业、教育、商业和社会科学等许多方面。
线性规划问题的标准形式为
线性规划的标准形式要求使目标函数最小化，约束条件取等式，变量b非负。不符合这几个条件的线性模型可以转化成标准形式。
从实际问题中建立数学模型一般有以下三个步骤：
（1）根据影响所要达到目的的因素找到决策变量。
（2）由决策变量和所要达到目的之间的函数关系确定目标函数。
（3）由决策变量所受限制条件确定决策变量所要满足的约束条件。
所建立的数学模型具有以下特点：
（1）每个模型都有若干个决策变量，决策变量的一组值表示一种方案，同时决策变量一般是非负的。
（2）目标函数是决策变量的线性函数，根据具体问题可以是最大化或最小化，二者统称为最优化。
（3）约束条件也是决策变量的线性函数。
当得到的数学模型的目标函数为线性函数，约束条件为线性等式或不等式时称此数学模型为线性规划模型。
MATLAB采用投影法求解线性规划问题，该方法是单纯形法的变种，求解函数为linprog。
【例】
求解函数的最小值 ，其中
满足条件：
编写MATLAB代码：
f=[-5,-4,-6];
a=[1,-1,1;3,2,4;3,2,0];
b=[20;42;30];
lb=[0;0;0];
ub=[inf;inf;inf];
[x,fval]=linprog(f,a,b,[],[],lb,ub);
x
fval得到结果：
x =
0
15.0000
3.0000
fval =
-78所以函数最小值为-78。
关注公众号，学习数学建模，领取免费资料。