Simplex 是一种求解线性规划问题的常用方法，它是在 Dantzig 在 1947 年提出的“最大化和最小化”的基础上进行发展而来的。 Simplex 方法通过对问题进行分割（分解）、优化、合并（重组）来获得最优解。

它使用数学上的几何技巧来找到一个或多个可行解。 从数学上来说，simplex 算法是将原始问题及其扩展问题中的系数映射到相应几何形体中（如正多面体、平面或立方体）。 随后通过不断地对其中一些特征向量极大化或者极小化而得到最优解。

Simplex 求解线性规划问题时使用 c, A, b 这三个参数作为其必要参数。c 是目标函数中所有变量的系数之和;A 是 nxm 矩阵;b是 mx1 的向量;x 时求得目标函数 Z 的最优值时所对应的 x 向量;fval 表示 Z 最优值。因此 simplex(c, A, b) 的功能是根据 c, A, b 这三个参数来求得 Z 最优值以及 x 向量: [x, fval] = simplex(c, A, b).