matlab解决线性规划问题

线性回归是回归分析的一种

（1）假设目标值（因变量）与特征值（自变量）之间的线性相关（即满足一个多元一次方程）

（2）构建一个函数

（3)通过函数最小来确定参数

1.1线性规划的matlab标准式子

线性规划的目标函数可以求最大值和最小值，约束条件可以为<,>或=，matlab中线性规划的标准式子为：

                                              

其中c与x为n维列向量。A,Aeq为适当的维数矩阵，b,beq为适当维数的列向量

注明：1.x为取得最值时自变量x的取值；
2.fval为取得最值时最值的值； f为目标函数，本题中为：z=4a+3b，表示为[4,3](线代知识）
3.a,b为不等约束，其中a为不等约束左边系数，b为不等约束右边系数。
4.aeq,beq为等式约束，aeq为等式左边系数，beq为等式右边系数.
5.lb,up分别为自变量自身取值范围。本题中a,b取值范围均为[0,+∞].ma
6.options为使用的方法种类，一般不做更改。
7.注意，linprog函数默认求目标函数最小值，所以如果要求最大值需要使目标函数系数乘以-1；
8.linprog函数不等约束方程里默认为Ax<b的形式，如果你得出Bx>C的约束方程，需要乘以-1变成(-B)x<-C的形式。

例如：线性规划

                         

的matlab标准型为：

                              

例一：

matlab代码：

c=[-5,-4,-6]
A=[1 -1 3;3 2 4]
b=[20,40]
Aeq=[1,-1,1]
beq=[7]
LB=[0,0,0]
UB=[10,12,15]
[x,fval]=linprog(c,A,b,Aeq,beq,LB,UB)
输出：