线性规划Python实现：使用库函数和不使用库函数进行单纯形法（大M法）线性规划

单纯形法的原理

可以参考：线性规划之单纯形法【超详解+图解】.
大M法(big M method)是线性规划问题的约束条件(=)等式或（≥）大于型时，使用人工变量法后，寻找其初始基可行解的一种方法。
应用单纯形法在改进目标函数的过程中，如果原问题存在最优解，必然使人工变量逐步变为非基变量，或使其值为零。否则，目标函数值将不可能达到最小或最大。在迭代过程中，若全部人工变量变成非基变量，则可把人工变量所在的列从单纯形表中删去，此时便找到原问题的一个初始基可行解。若此基可行解不是原问题的最优解，则继续迭代，直至所有的检验数都小于等于0，求得最优解为止。（来源百度百科）
用单纯形法求解线性规划要先将线性规划变为标准形式，然后添加人工变量进行求解
max $2x_1+x_2+x_3$
$$s.t=\{\begin{array}{l}-2x_2\ge 2\\ \\ x_1-x_2+x_3=2\\ \\ x_2-x_3\le 1\\ \\ x_1,x_2,x_3\ge 0\end{array}$$
变为标准形式
max $2x_1+x_2+x_3+0x4+0x5$
s . t = { − 2 x 2 − x 4 = 2 x 1 − x 2 + x 3 = 2 x 2 − x 3 + x 5 = 1 x 1 , x 2 , x 3 ≥ 0 s.t=\begin{cases} -2x_2-x4= 2 \\\\ x_1-x_2+x_3= 2 \\\\ x_2-x_3+x5= 1 \\\\ x_1,x_2,x_3\geq0 \end{cases} s.t=⎩⎪⎪⎪⎪⎪⎪⎪