% The question is the same as 1.1 c=[3,-1,-1]; A=[1,-2,1;4,-1,-2]; b=[11;-3]; prob=optimproblem("ObjectiveSense","max"); x=optimvar('x',3,'LowerBound',0); prob.Objective=c*x; prob.Constraints.const1=A*x<=b; prob.Constraints.const2=-2*x(1)+x(3)==1; [sol,fval]=solve(prob); xx=sol.x; for i=1:3 eval(num2str(xx(i))); end eval(['y=',num2str(fval)]);

根据你提供的代码，这是一个线性规划问题。目标是最大化目标函数 `c*x`，其中 `c=[3,-1,-1]` 是目标函数的系数。约束条件包括 `A*x<=b`，其中 `A=[1,-2,1;4,-1,-2]` 是约束矩阵，`b=[11;-3]` 是约束向量。另外还有一个等式约束 `-2*x(1)+x(3)==1`。

通过使用 MATLAB 的优化工具箱，可以解决这个线性规划问题。解的向量为 `xx`，最优值为 `fval`。然后，使用循环将解向量的每个元素打印出来，并将最优值赋给变量 `y`。

请注意，这段代码仅提供了求解线性规划问题的框架，具体的结果需要根据实际情况进行解释和使用。