帮我写一个线性规划代码

线性规划是一种优化问题，通常用于解决涉及线性目标函数和约束条件的问题。这里是一个简单的Python示例，使用了scipy库中的`linprog`函数，它实现了最小化线性成本的目标。假设我们有一个线性方程组：

from scipy.optimize import linprog

# 定义系数矩阵A、常数向量b和目标函数c
A = [[1, -2], [4, 6]]  # 约束系数
b = [30, 50]           # 监督值
c = [-1, 1]            # 目标函数，这里为了求解最小化问题，目标函数取负数

# 定义变量范围 (lower_bound, upper_bound)
x_bounds = [(0, None) for _ in range(len(A[0]))]  # 默认上界无穷大

# 解决线性规划问题
res = linprog(c, A_ub=A, b_ub=b, bounds=x_bounds)

# 输出结果
print("最优解:")
print(res.x)
print(f"最优目标值: {res.fun}")

这个例子中，我们试图找到使目标函数 `c^T * x` 最小化的x（其中`c`是目标函数的方向，`x`是决策变量），同时满足约束 `Ax <= b`。