（一）scipy 线性规划

目标函数

$$max\:z = [A_1, A_2, ..., A_n]·[x_1, x_2, ..., x_n]^T \tag{1}$$
约束不等条件
$$\left[ \begin{matrix} B1_1 & B1_2 & ... & B1_n \\ B2_1 & B2_2 & ... & B2_n \\ ... & ... & ... & ... \\ Bm_1 & Bm_2 & ... & Bm_n \end{matrix} \right] ·[x_1, x_2, ..., x_n]^T ≤ [VB_1, VB_2, ..., VB_n] \tag{2}$$
约束相等条件
$$\left[ \begin{matrix} C1_1 & C1_2 & ... & C1_n \\ C2_1 & C2_2 & ... & C2_n \\ ... & ... & ... & ... \\ Cp_1 & Cp_2 & ... & Cp_n \end{matrix} \right] ·[x_1, x_2, ..., x_n]^T = [VC_1, VC_2, ..., VC_n] \tag{3}$$
取值范围
$$x_1 ∈ (a_1, b_1), x_2 ∈ (a_2, b_2), ..., x_n ∈ (a_n, b_n) \tag{4}$$
求解代码

from scipy import optimize as op
import numpy as np
# 线性规划为 z = np.array([A1, A2, ..., An])
# 不等参数矩阵（左边）为 B
# 不等系数矩阵（右边）为 VB
# 相等参数矩阵（左边）为 C
# 相等参数矩阵（右边为VC）
# 取值范围为二维元组 b =（（a1,b1）, ..., (an, bn)）
res = op.linprog(-z, B, C, VB, VC, bounds = b)
max = -res['fun']