文章目錄
内容我已經在上面一則文章講過了，本篇内容為練習題和一些演變。
基于前面，重溫一下知識點：Matlab 中線性規劃的标準型為
是以我們可以再次更加能了解為什麼我們在之前傳參數是-c不是c了吧。c就是最小值，-c就對應最大值。
該題目是求解最小值，上一篇我們是求解的最大值，是以該題目是對上一篇文章的補充。
對比一下Matlab 中線性規劃的标準型，與本題目差別就在于不等式方向。而目标值與本體是一樣求最小值，是以我們傳參數a和b加了負号，使得不等式方向。
别的沒啥說的了，昨天寫很詳細了。
clc
clear all
c=[2 3 1];%用目标函數系數來确定
a=[1 4 2 ;3 2 0];%限制條件左邊限制
b=[8 6];%限制條件右邊系數
aeq=[];%沒有等式限制，是以aeq,beq都為空
beq=[];
lb=[0;0;0];%下限為0
ub=[inf;inf;inf];%沒有上限,因為隻限制了x>0
[x,y]=linprog(c,-a,-b,aeq,beq,lb,ub); %這裡沒有等式限制，對應的矩陣為空矩陣
x %擷取對應x1,x2
best=c*x%計算最優值 運作：
對于其它的類似求解，我們大同小異，是以不講過于複雜，實際運用的時候就是套用。
了解本題目的計算，不用寫部落格送出，了解就在評論區評論你學到了，又不了解的地方請說出你的問題。
今天我們打卡兩份任務，這份任務當作昨天的補充。請準備繼續打卡第二份任務…