线性规划常用的求解方法（浅聊线性规划Linearprogramming）

浅聊线性规划Linear programming

我们在日常生活中都会遇到很多基于目标的情况你能想到吗?假设一名学生必须在15天内完成一个项目，或者一名销售人员必须在一个月内完成一个销售目标，而另一名人员必须在500卢比的预算内购买一个电子设备，那么就仔细分析这些情况，试着找出每个人各自要实现的主要目标。

在这种情况下，学生的目标是什么，是的，她想在这个项目中获得最高分，你能告诉我在这种情况下销售人员的目标是什么吗?是的，他的目标是在一个月内实现尽可能高的销量。你认为一个人买一个小工具的目标是什么，她会尽量减少成本，她买的小工具在预算范围内我们可以看到，每一种情况的目标都是利益最大化或成本最小化这类问题是大学优化问题。

在数学中，优化问题是否涉及寻找最大利润，最小成本，或者最小资源使用，在我们的日常生活中，可能有更多的例子需要使用优化技术来解决，问题可以像上面所说的那样简单，但也可能根据情况变得复杂，我们已经讨论了三个给定情况的目标，现在我们可以看看重要的因素，我们将确定每个情况下的限制因素。

这是什么意思?在每一种情况下都有一些资源的稀缺，就像第一种情况一样，完成项目的期限是有限的时间分配给15天完成项目仅限于只有同样情况下两个时间限制因素的人出售的最大可能的产品在一段时间内一个月你会说些什么关于第三情况限制因素在这种情况下,人都有购买设备在一个预先确定的预算意味着花你的钱的数量是限制因素在这种情况下这个限制因素资源的稀缺性是寻找给定问题的最佳解决方案的约束条件，但是这些优化问题在数学上是如何解决的呢?它们都是不同的解题技巧来解决这类问题我们要讨论的主要技巧是线性规划。我们将在上面讨论如何使用它来解决优化问题。

什么是线性规划?

线性规划是一种帮助CPDA数据分析师找到给定问题的最优解的技术，最优解是一个给定特定问题的最佳可能结果。简单地说，它是一种方法，找出如何在给定的有限资源中以最好的可能的方式做某事，你需要做资源的最佳利用，以达到一个特定目标的最佳可能的结果。如成本最低，利润最高，或时间最短，这些资源有其他用途，需要搜索受某些约束的变量的最佳值的情况是可修正的规划分析。这些情况不能用微积分或边际分析的常用工具来处理。微积分技术只能处理完全相等的约束，而这种限制在线性规划问题中不存在。线性规划问题有两个基本部分:

第一部分:目标函数描述了形成的主要目的是最大化某些回报或最小化某些回报。

第二部分:它是一个恒定的集合，它是等式或不等式的系统，描述的条件或约束条件下的优化是要完成的。

线性规划问题的类型

基本上，有许多不同的线性规划问题，但我们将在本文中处理三个主要的线性规划问题。

制造问题:制造问题是指当每个产品都需要固定的人力、机器时间和原材料时，为了实现利润最大化，应该生产或销售的单位数量的问题。

饮食问题:根据食物的供应情况和价格，计算饮食中不同种类成分的含量，以达到成本的最小化。

运输问题:它用于确定运输时间表，以找到将产品从位于不同地点的工厂/工厂运输到不同市场的最便宜的方式。

线性规划问题相关术语“，

为了解决线性规划问题，你需要清楚你的概念，用于解决线性规划问题的基本术语如下所示:

决策变量:相互竞争共享有限资源的变量，如产品、服务等。它们相互关联，具有线性关系，能够决定什么是最佳最优解，称为决策变量。

目标函数:问题必须是一个清晰的、定义明确的目标，并且可以定量地表述，例如利润最大化或成本最小化等。这些例子都属于目标函数的范畴。

约束:这些是对可用资源的限制，如有限数量的机器、劳动力材料等。

冗余约束:有些约束是明显存在的，但不妨碍所研究问题的过程，称为冗余约束。

可行解:这是所有可能的解的集合，以变量的形式满足常数。

最优解决方案:在所有可能的解决方案中，这是以最佳方式支持问题目标的最佳解决方案。