1701011373
解得，
1701011374
1701011375
1701011376
1701011377
1701011378
1701011379
带入直线方程，可得方程的值，则最大值为：
1701011380
1701011381
1701011382
1701011383
1701011384
1701011385
1701011386
然而对于三元一次方程，四元一次方程，……，采用线性规划的思想无法进行图形可视化方法表示，因此求解优化问题存在一定的困难。在该二元一次方程中，蓝色区域OABC部分中所有满足条件的值，都有可能使得直线方程得到最大值，关键问题是在于哪一点使得方程得到最大值，采用手工计算，问题就相当困难了，然而采用计算机运算，计算机能够很迅速的全覆盖式的求解最优值，大大的简化问题求解，且对于N个未知数方程的最优解计算提供了一般化处理。
1701011387
1701011388
采用计算机求下面的优化【问题】。
1701011389
1701011390
目标函数：
1701011391
1701011392
1701011393
1701011394
1701011395
约束条件：
1701011396
1701011397
1701011398
1701011399
1701011400
1701011401
其中，。
1701011402
1701011403
编写MATLAB程序如下：
1701011404
1701011405
clc,clear,close all %清屏和清除变量 warning off %消除警告 f = [-5; -4; -6]; %目标函数 A =[1 -1 1;3 2 4;3 2 0]; %不等式方程左边系数 b = [20; 42; 30]; %不等式方程右边系数 lb = zeros(3,1); [x,fval,exitflag,output,lambda] = linprog(f,A,b,[],[],lb) %寻优
1701011406
1701011407
运行程序结果如下。
1701011408
1701011409
Optimization terminated. x = 0.0000 15.0000 3.0000 fval = -78.0000
1701011410
1701011411
整理得到，
1701011412
1701011413
1701011414
1701011415
1701011416
当时，方程有最小值，。
1701011417
1701011418
采用手工计算，其计算量真的很难想象，特别对于N维带约束的不等式组，求解相当困难，大家通过对本问题的读解，可以很好地应用计算机编程求解自己的问题，大大地提高执行效率，简化工作量。
1701011419
1701011420
1701011421
1701011422