求下面系数矩阵C对应的指派问题的最优解，矩阵中每一个值代表时间，并且回答每个人分别指派干了第几份工作?(行代表人，列代表任务) 使用Matlab求解 c＝12 7 9 7 9 8 9 6 6 6 7 17 12 14 12 15 14 6 6 10 4 10 7 10 6

这是一个经典的线性规划问题，具体来说是一个带有资源限制的作业调度（Assignment Problem）问题，可以用运输理论中的单纯形法（Simplex Method）或更现代的高效算法如匈牙利算法（Hungarian Algorithm）来求解。在MATLAB中，可以使用`linprog`函数或者专门用于解决这类问题的工具箱，例如`cvxopt`或`lpsolve`。

然而，由于你提供的信息并不完整（通常需要指派的目标函数，比如最小化总时间或者最大化效率），这里假设我们想要找到总时间最短的分配方案。我们可以创建一个对角矩阵表示每个人的可用时间，然后加上给定的时间矩阵`c`，形成一个新的成本矩阵。接下来，我们需要设置一个分配变量矩阵`x`，其中`x(i,j)`表示第i个人做第j个工作的时间。

% 系数矩阵C
c = [12 7 9; 8 9 6; 7 17 12; 15 14 6; 4 10 7];

% 创建指派变量矩阵（假设所有人一开始都是空闲的）
n_people = size(c, 1);
n_tasks = size(c, 2);
x = zeros(n_people, n_tasks);

% 构建目标函数的常数项（在这里我们设所有人为零小时，因为未指定其他目标）
obj = ones(1, n_tasks); % 目标是最小化总时间

% 构造约束：每个任务只能由一个人完成，一个人只能做一份工作
Aeq = eye(n_tasks);
beq = zeros(n_tasks, 1);

% 构造约束：人的总时间不能超过其可用时间
A_ub = -eye(n_people);
b_ub = -repmat(c', n_people, 1); % 总时间不超过对应的任务时间

% 利用MATLAB的优化工具求解
options = optimoptions('linprog','Display','none');
[x_opt, fval] = linprog(obj, [], Aeq, beq, A_ub, b_ub, x, options);

最后得到的`x_opt`矩阵就是最优解，它的非零元素对应于人员和工作的最优匹配以及他们花费的时间。注意这个过程假设了有足够的人力资源，如果存在资源不足的情况，可能需要先调整任务的优先级或者考虑扩大人力池。