线性规划 (LP) 涉及尽可能地减少或增加受边界、线性等式和不等式约束的目标函数。示例问题包括工程中的设计优化、生产中的利润最大化、金融业中的投资组合优化以及能源和交通行业中的调度。

线性规划是寻找将函数最小化的向量 x 的数学问题：

受线性约束：

内点法：采用原始-对偶预估-校正算法，尤其适合于具有特殊结构或可通过稀疏性矩阵定义的大规模问题。

动态序列法：最小化对动态序列（局部动态的约束子序列）每次迭代时的目标，直至得到解。

单纯形法：使用系统规划生成并测试线性规划的候选顶点解。单纯形算法是进行线性规划的最常用算法。

有关算法和线性规划的更多信息，请参阅 Optimization Toolbox。