Cтраница 1
Разрешающие множители отражают глубоко конкретные условия задачи, прежде всего взаимную приспособленность имеющегося сырья и заказанного ассортимента досок. [1]
Разрешающие множители - компоненты решения двойств, задачи - могут быть истолкованы как оценки влияния условий прямой задачи линейного программирования па величину максимума ее линейной формы. Имеет место следующее утверждение. [2]
Разрешающие множители - компоненты решения двойств, задачи - могут быть истолкованы как оценки влияния условий прямой задачи линейного программирования на величину максимума ее линейной формы. Имеет место следующее утверждение. [3]
Приближение разрешающих множителей к единице указывает на нормальное соответствие ассортимента продукции пиловочному сырью данного завода. [4]
Резкое различие разрешающих множителей для разных групп досок свидетельствует о несоответствии заказов имеющемуся сырью. Наличие однотипных постаров, близких по индексам к максимальным, для групп бревен разных диаметров указывает на целесообразность снижения степени сортировки по размерам. [5]
Это позволяет выбирать разрешающие множители как бы оправдывающими практически наиболее применительные поставы. Такой подход позволит использовать, а затем н откорректировать опыт, накопленный работниками данного производства. [6]
Допустим, что разрешающие множители для каждого вида возможной продукции уже выбраны. Приступая к распиловке некоторой отсортированной партии однотипных бревен, требуется решить следующую задачу: из всевозможных поставов выбрать для данной группы бревен тот один или те несколько поставов, которые дают максимум продукции, условно оцененной по выбранным разрешающим множителям. [7]
Ла-гранжа, или разрешающими множителями, к-рыо в эко-номпч, задачах приобретают смысл внутр. [8]
Даже незначительный сдвиг от упомянутого выше значения разрешающих множителей ( 1 и 0) к более дифференцированным значениям индексов, пусть даже далеко еще не совпадающим с окончательным значением индексов, сразу принесет ощутимую пользу. С самого начала выполнения крупных распиловок будут применяться поставы, максимальные по приближенно выбранным индексам. Они дадут продукцию в ассортименте, значительно более близком к требуемому. [9]
Возможность получать определенные группы досок с более низкими разрешающими множителями указывает на желательность увеличения заказов на эти сортаменты и снижение заказов на сорта с повышенными индексами. Последнее иногда связано с дополнительными затратами у потребителя при экономии в лесопилении. Индексы могут способствовать количественному исследованию при согласовании этих вопросов. Во всяком случае, резкое расхождение разрешающих множителей для разных групп досок свидетельствует об излишней жесткости ассортимента данного завода и необходимости привлечения более разнообразных заказов. Низкие разрешающие множители, как правило, оказываются у досок меньших размеров по длине и ширине. Это лишний раз подтверждает желательность всемерного расширения выпиловки непосредственно на лесопильных заводах отдельных заготовок. Подобные утверждения при индексном исследовании могут получать количественное подтверждение с точки зрения их влияния на использование древесины. [10]
ОБЪЕКТИВНО ОБУСЛОВЛЕННЫЕ ОЦЕНКИ ( оптимальные, двойственные оценки, разрешающие множители; в заруб, лит-ре - теневые цены), показатели взаимозаменяемости ресурсов относительно заданного критерия оптимальности в экон. [11]
![]() |
Симплекс-таблицы для примера 1 - 3. [12] |
Из различных методов линейного программирования наиболее универсальными являются симплексный метод и метод разрешающих множителей. [13]
ОПТИМАЛЬНЫЕ ОЦЕНКИ - иначе их называют двойственными оценками, объективно обусловленными оценками, разрешающими множителями, множителями Лагранжа, целым рядом других терминов. Они показывают, насколько изменится значение критерия оптимальности в соответствующей прямой задаче линейного программирования при приращении данного ресурса на единицу. [14]
Разработка одного из универсальных методов нахождения экстремума линейной функции при линейных ограничениях ( метода разрешающих множителей) принадлежит советскому ученому - акад. В 1949 г. независимо от Л. В. Канторовича подобный же метод разработал американский математик Дж. [15]