线性规划简单解法

线性规划直接求解法简单，用单纯形法。
项目：某工厂生产A、B产品。 时间：2020年1月。 数字：A产品利润每件20元，B产品每件15元。
先列出成本、需求和约束方程，用Excel软件的求解器功能，输入目标函数和约束条件，系统自动给出最优解。
我也还在验证，但这样操作多数情况行得通。
你自己掂量。

上周有个客人问我线性规划简单解法，我给他讲了一下。线性规划嘛，其实就是在一个线性约束条件下，找到目标函数的最大值或最小值。简单来说，就是给出一堆不等式或等式，然后在这些约束条件下，找到一个点，使得我们想要优化的那个值最大或者最小。
比如说，你是个工厂老板，想要最大化利润，但原材料有限，机器时间有限，那你就得用线性规划来计算如何分配资源，才能在满足所有约束条件的情况下，最大化利润。
简单解法嘛，最常见的就是图解法。这方法适合约束条件和目标函数都是线性的情况。你把每个约束条件画成一条直线，然后在坐标系里找它们的交集区域，这个区域就是可行解空间。然后在这个空间里，找到目标函数的等值线，看哪条线与可行解空间相切，且离原点最远，那这条线对应的点就是最优解。
再比如，用单纯形法。这方法适合变量较多，约束条件复杂的情况。它通过迭代的方式，从一个顶点跳到另一个顶点，每次迭代都会让目标函数值更接近最优解。
不过，这俩方法都有局限性，图解法只适用于二维问题，单纯形法虽然适用范围广，但计算量比较大。
反正你看着办，这两种方法都是挺基础的，适合入门学习。我还在想，有没有更高级的算法，能更快地解决复杂问题呢。

嗯，线性规划，，得说，2022年，我在某个城市，参加过一个培训，当时也懵，线性规划，听起来复杂，但简单解法嘛，还挺有意思的。
首先，你得有个目标函数，比如说是最大化或者最小化什么，然后，得有一堆约束条件，比如资源、时间、成本等等。
那时候，我老师教了一个方法，叫图解法，就是画个图，把所有可能的解都标记出来，然后根据目标函数，选择最优解。
记得有一次，我们做的一个案例，是在某个城市，要分配多少量的人力、物力去完成多少项目，预算多少钱，这个图解法就派上用场了。
当时，我后来才反应过来，原来线性规划还可以这样解决实际问题，可能我偏激了，但当时确实挺兴奋的。
啊，对了，线性规划还有一个方法叫单纯形法，，需要用到矩阵运算，比较复杂，但也是挺有意思的。
嗯，就这么多了，线性规划，简单解法，就是图解法和单纯形法，2022年，我在某个城市，学到了这些。