python求解线性规划问题等值约束

在Python中，可以使用第三方库`scipy`来求解线性规划问题。具体步骤如下：

1. 安装`scipy`库：

pip install scipy

2. 导入所需的模块：

from scipy.optimize import linprog

3. 定义线性规划问题的目标函数和约束条件：

# 目标函数的系数向量
c = [-1, -2]

# 不等式约束条件的系数矩阵
A = [[1, 1],
     [-1, 2],
     [3, 2]]

# 不等式约束条件的右侧常数向量
b = [5, 4, 12]

# 等式约束条件的系数矩阵
A_eq = [[-1, 5]]

# 等式约束条件的右侧常数向量
b_eq = [15]

4. 调用`linprog`函数求解线性规划问题：

# 求解线性规划问题
res = linprog(c, A_ub=A, b_ub=b, A_eq=A_eq, b_eq=b_eq)

# 输出结果
print(res)

以上代码中，`c`表示目标函数的系数向量，`A`和`b`表示不等式约束条件的系数矩阵和右侧常数向量，`A_eq`和`b_eq`表示等式约束条件的系数矩阵和右侧常数向量。`linprog`函数返回一个`OptimizeResult`对象，其中包含了求解结果。