线性规划问题最优解代码

以下是一个线性规划问题最优解的代码示例：

import numpy as np
from scipy.optimize import linprog

# 定义线性规划问题的系数矩阵和约束条件
c = np.array([1, 2, 3])
A = np.array([[1, 1, 1], [2, 3, 1], [3, 2, 1]])
b = np.array([10, 20, 30])

# 求解线性规划问题的最优解
res = linprog(c, A_ub=-A, b_ub=-b, bounds=(, None))

# 输出最优解
print(res.fun)
print(res.x)

以上代码使用了 `scipy` 库中的 `linprog` 函数来求解线性规划问题的最优解。其中，`c` 是目标函数的系数矩阵，`A` 是约束条件的系数矩阵，`b` 是约束条件的右侧向量。函数的返回值 `res` 包含了最优解的目标函数值和变量取值。