线性规划模型的python代码

可以使用Python中的PuLP库来实现线性规划模型。以下是一个基本的线性规划模型的Python代码：

from pulp import *

# 创建问题变量
x1 = LpVariable("x1", 0)
x2 = LpVariable("x2", 0)

# 定义问题
problem = LpProblem("LP Problem", LpMaximize)

# 定义目标函数
problem += 3*x1 + 2*x2

# 定义约束条件
problem += 2*x1 + x2 <= 100
problem += x1 + x2 <= 80
problem += x1 <= 40

# 求解问题
status = problem.solve()

# 打印结果
print("Status:", LpStatus[status])
print("Optimal Solution:", problem.objective.value())
print("x1 =", x1.value())
print("x2 =", x2.value())

这段代码创建了一个线性规划问题，使用PuLP库将问题求解并返回问题的最优解和变量的值。其中，`LpVariable()`用于创建问题变量，`LpProblem()`用于定义问题，`+=`用于给问题添加约束条件和目标函数，`LpMaximize`用于定义最大化目标函数的问题类型，`LpStatus[status]`可以返回问题求解的状态。