会计学线性规划是一种优化方法(fāngfǎ)，Matlab优化工具箱中有现成函数linprog对如下式描述的LP问题求解：minf(x)s.t.(约束条件)：Ax<=b(等式约束条件)：Aeqx=beqlb<=x<=ublinprog函数(hánshù)的调用格式如下：x=linprog(f,A,b)x=linprog(f,A,b,Aeq,beq)x=linprog(f,A,b,Aeq,beq,lb,ub)x=linprog(f,A,b,Aeq,beq,lb,ub,x0)x=linprog(f,A,b,Aeq,beq,lb,ub,x0,options)[x,fval]=linprog(…)[x,fval,exitflag]=linprog(…)[x,fval,exitflag,output]=linprog(…)[x,fval,exitflag,output,lambda]=linprog(…)其中：x=linprog(f,A,b)返回值x为最优解向量。x=linprog(f,A,b,Aeq,beq)作有等式约束的问题。若没有不等式约束，则令A=[]、b=[]。x=linprog(f,A,b,Aeq,beq,lb,ub,x0,options)中lb,ub为变量(biànliàng)x的下界和上界，x0为初值点，options为指定优化参数进行最小化。Options的参数描述(miáoshù)：Display显示水平。选择’off’不显示输出；选择’Iter’显示每一步迭代过程的输出；选择’final’显示最终结果。[x,fval]=linprog(…)左端fval返回解x处的目标(mùbiāo)函数值。[x,fval,exitflag,output,lambda]=linprog(f,A,b,Aeq,beq,lb,ub,x0)的输出部分：exitflag描述(miáoshù)函数计算的退出条件：若为正值，表示目标函数收敛于解x处；若为负值，表示目标函数不收敛；若为零值，表示已经达到函数评价或迭代的最大次数。output返回优化信息：output.iterations表示迭代次数；output.algorithm表示所采用的算法；outprt.funcCount表示函数评价次数。lambda返回x处的拉格朗日乘子。它有以下属性：lambda.lower-lambda的下界；lambda.upper-lambda的上界；lambda.ineqlin-lambda的线性不等式；lambda.eqlin-lambda的线性等式。下面通过具体的例子来说明：例如：某农场I、II、III等耕地的面积分别为100hm2、300hm2和200hm2，计划种植水稻、大豆和玉米，要求三种作物(zuòwù)的最低收获量分别为190000kg、130000kg和350000kg。I、II、III等耕地种植三种作物(zuòwù)的单产如表5.1.4所示。若三种作物(zuòwù)的售价分别为水稻1.20元/kg，大豆1.50元/kg，玉米0.80元/kg。那么，（1）如何制订种植计划，才能使总产量最大？（2）如何制订种植计划，才能使总产值最大？表1不同等级(děngjí)耕地种植不同作物的单产(单位:kg/hm2)首先根据题意建立线性规划模型（决策变量(biànliàng)设置如表2所示，表中xij表示第种作物在第j等级的耕地上的种植面积。）：约束方程如下(rúxià)：耕地面积约束：最低收获量约束：非负约束(yuēshù)：(1)追求(zhuīqiú)总产量最大，目标函数为：（1）当追求(zhuīqiú)总产量最大时，只要将参数f=[-11000–9500–9000–8000–6800–6000–14000–12000-10000];A=[1.00000.00000.00001.00000.00000.00001.00000.00000.0000;0.00001.00000.00000.00001.00000.00000.00001.00000.0000;0.00000.00001.00000.00000.00001.00000.00000.00001.0000;-11000.00000.00000.0000-9500.00000.00000.0000-9000.00000.00000.0000;0.0000-8000.00000.00000.0000-6800.00000.00000.0000-6000.00000.0000;0.00000.0000-14000.00000.00000.0000-12000.00000.00000.0000-10000.0000];b=