Cтраница 1
Оптимальное значение целевой функции равное 59 достигается в точке х ( x 9xl9x % x 49xl) с координатами х 32 / 7, х 2 3, х 11 / 7, 1 О Xl 0 - Поскольку оптимальное решение задачи с ослабленными ограничениями опять не является целочисленным, то необходимо переходить к этапу 2, т.е. строить еще одно правильное отсечение. [1]
Оптимальное значение целевой функции задачи, соответствующее минимуму данных при пересылках массивов из внешней памяти ЭВМ в оперативную, составляет 325361 байт, что на 35 % меньше объема неиспользуемых данных для первоначального варианта размещения информации элементов в массивах, полученного традиционными методами. [2]
Если оптимальное значение целевой функции соответствует ее максимальному значению, то используя обратные величины, всегда можно свести задачу отыскания максимума к задаче отыскания минимума. [3]
Действительно, оптимальные значения целевых функций в этом случае будут отличаться на ( m n - l) d, и уменьшить это число невозможно. [4]
При любом С оптимальные значения целевых функций для задач ( - 24 С) и ( Л, С) совпадают. [5]
Здесь D - оптимальное значение целевой функции (2.3.7), равное минимальному суммарному дефициту по узлам. [6]
Заметим, что оптимальное значение целевой функции F в этом случае равно нулю. [7]
Если же хранить только оптимальные значения целевой функции, на каждом очередном шаге требования к памяти значительно снижаются. [8]
Вычисление верхней оценки оптимального значения целевой функции происходит следующим образом. [9]
Ранее отмечалось, что оптимальное значение целевой функции достигается в одной из вершин области допустимых решений, где хотя бы две базисные переменные равны нулю, так как каждая из пересекающихся прямых получена при нулевых значениях базисных переменных. Такое положение имело место, когда переменных было на две больше числа ограничительных уравнений, но в задачах, решаемых методами линейного программирования, разность между количеством переменных и числом ограничительных уравнений может быть любой, в том числе и более двух. В этих случаях применяют симплекс-метод, хотя он может использоваться и при любых других значениях этой разности. [10]
Последнее равносильно тому, что оптимальное значение целевой функции в задаче линейного программирования (4.17) равно нулю. [11]
Если в результате решения этой задачи оптимальное значение целевой функции оказалось равным нулю, то вычисления следует закончить, так как данный набор пар векторов противоречив. Если же это значение положительно, то необходимо перейти к следующему шагу. [12]
Правда, мы видели, что оптимальные значения целевой функции достигаются на границе области допустимых решений. Поэтому в случае п неизвестных ( п 3) можно построить n - мерный многогранник решений, найти его вершины и вычислить значения целевой функции в этих точках. Наименьшее среди полученных значений можно принять за искомое, а координаты соответствующей вершины - за оптимальные значения проектных параметров. [13]
Правда, мц видели, что оптимальные значения целевой функции достигаются на границе области допустимых решений. [14]
Допустим, что известна нижняя оценка оптимального значения целевой функции и что зафиксировано допустимое решение, дающее эту нижнюю оценку. Тогда при условии, что получено некоторое частичное решение, нет необходимости дальнейшего ветвления, если каким-либо образом можно показать, что не существует допустимого дополнения, которое имеет значение целевой функции и превышает текущую нижнюю оценку. В этом случае говорят, что частичное решение прозондировано. [15]