退化的基可行解一个线形问题。求线性目标函数在线性约束条件下的最大值或最小值的问题，统称为线性规划问题。 满足某线性规划所有的约束条件（指全部前约束条件和后约束条件）的任意一组决策变量的取值，都称为该线性规划的一个可行解，所有可行解构成的集合称为该线性规划的可行域（类似函数的定义域），记为K。 退化的基可行解就是有减少趋势的基准下的可行解。 线形规划是一种应用广泛的解优化问题的模型，一般使用单纯形法求解。单纯形法的理论和计算方法都比较繁琐，我们在这里只介绍其基本概念。

基解有六个，基可行解有3个，按照两个x组合为0去代方程式，最优解为x1＝4，x2＝0，x3＝2，x4＝0。 线性规划问题是在一组线性约束条件的限制下，求一线性目标函数最大或最小的问题。 在解决实际问题时，把问题归结成一个线性规划数学模型是很重要的一步，但往往也是困难的一步，模型建立得是否恰当，直接影响到求解。 而选适当的决策变量，是我们建立有效模型的关键之一。 线性规划问题的实际意义： 在作业研究中所面临的许多实际问题都可以用线性规划来处理，特别是某些特殊情况，例如：网络流、多商品流量等问题，都被认为非常重要。现阶段已有大量针对线性规划算法的研究。很多最优化问题算法都可以分解为线性规划子问题，然后逐一求解。 在线性规划的历史发展过程中所衍伸出的诸多概念，建立了最优化理论的核心思维，例如“对偶”、“分解”、“凸集”的重要性及其一般化等。在微观经济学和商业管理领域中，线性规划亦被大量应用于例如降低生产过程的成本等手段，最终提升产值与营收。乔治·丹齐格被认为是线性规划之父。