定义 在满足一组线性不等式约束条件下，求线性目标函数最大值或最小值的问题。
从哪来 本节为起点，无前置知识点。
为什么 线性规划的核心逻辑基于“凸性”与“极值原理”。可行域是由线性不等式围成的凸多边形（或无界区域），而线性目标函数 $z=ax+by$ 的等值线是一族平行直线。当这族平行直线在可行域内平移时，目标函数值单调变化。由于可行域是凸集，线性函数在凸集上的极值必然出现在边界上，且具体位置一定在顶点处。这是因为如果最优点在边内部或区域内部，沿着梯度方向移动总能找到更优解，直到撞上边界顶点。因此，只需考察有限个顶点即可找到全局最优解，这是将无限解空间转化为有限计算的关键。
几何直观法（适合视觉型、直觉型学生）**
1. **画区域
将每个约束条件看作平面被直线分成的两半，取交集画出可行域（阴影部分）。强调“边界线”是约束的极限。
2.
看斜率：将目标函数 $z=ax+by$ 变形为 $y = -\frac{a}{b}x + \frac{z}{b}$。指出 $\frac{z}{b}$ 是截距，$-\frac{a}{b}$ 是斜率。
3.
动直线：想象一条斜率固定的直线，从无穷远处向可行域平移。
- 若求最大值，看直线最后离开可行域时接触的是哪个点（顶点）。
- 若求最小值，看直线最先接触可行域时是哪个点。
4.
算坐标：联立该顶点所在的两个边界方程，解出 $x, y$，代入目标函数求 $z$。
*口诀：画域、定斜、平移、找点、代值。*
代数验证法（适合逻辑型、计算型学生）**
1. **找顶点
列出所有约束边界直线方程。两两联立，解出所有交点坐标。
2.
筛可行：将每个交点代入所有原始不等式约束，剔除不满足条件的点，剩下的就是可行域的顶点。
3.
比大小：将每个可行顶点的 $(x,y)$ 代入目标函数 $z$，计算数值。
4.
定结论：比较所有 $z$ 值，最大者为最大值，最小者为最小值。
*优势：无需画图，纯计算，适合图形能力弱但代数运算强的学生。*
经济决策模型法（适合应用导向、思维活跃学生）**
1. **情境代入
假设你是工厂厂长，生产A、B两种产品。
- $x, y$ 是产量（非负）。
- 约束是资源限制（如原料、工时、电力），每个约束对应一种资源的上限。
- 目标函数是利润 $z = \text{单价}_A \cdot x + \text{单价}_B \cdot y$。
2.
理解边界：约束条件代表“不能超支”，可行域是“所有合法的生产方案集合”。
3.
最优策略：利润最大化意味着在资源允许的极限边缘生产。为什么是顶点？因为顶点代表两种资源同时耗尽（或一种耗尽另一种达到上限），这是资源利用最“紧凑”的状态。
4.
求解：通过计算不同资源组合耗尽时的产量（顶点），比较哪种组合利润最高。