Cтраница 1
Решение задачи линейного программирования, оптимизирующее целевую функцию, всегда достигается в вершине многоугольника ограничений. [1]
Решение задач линейного программирования при достаточно большом числе переменных в исходной постановке задачи, как правило, требует применения цифровых вычислительных машин. При этом весьма важное значение приобретают вопросы организации распределения памяти вычислительной машины с тем, чтобы обеспечит. [2]
Решение задачи линейного программирования может быть не единственным, а состоять из бесконечного числа точек. [3]
Решение задач линейного программирования при достаточно большом числе переменных в исходной постановке задачи, как правило, требует применения цифровых вычислительных машин. [4]
Решение задачи линейного программирования существует не всегда. Если задача содержит противоречивые ограничения, как показано на фиг. [5]
Решение задачи линейного программирования симплекс-методом начинается с поиска какой-либо угловой точки ( 9 допустимого множества U этой задачи. [6]
Решение задач линейного программирования с двумя элементами решения, подобных задаче в рассматриваемом примере, можно получить даже графически. Но на практике для решения используют компьютеры. [7]
Решение задачи линейного программирования находится в вершине или на границе допустимой области, поэтому достаточно рассмотреть значения целевой функции только в вершинах. [8]
Для решения задач линейного программирования может быть использована программа линейного программирования ( ЛИ) пакета PHR, реализованного на IBM совместимых ПК. [9]
Для решения задач линейного программирования разработаны специальные методы, позволяющие перебирать не все вершины, а некоторые из них, увеличивающие значение Z. Одним из таких методов является симплекс-метод. [10]
Однако решение задачи линейного программирования не так просто, как может показаться на первый взгляд. Сложность состоит в том, что количество проектных параметров в реальных задачах ( особенно в экономических) может достигать сотен и даже тысяч. При этом число вершин многогранника G может быть настолько большим, что перебор вершин и вычисление в них значений целевой функции приведет к такому объему вычислений, который практически невозможно осуществить в течение разумного времени даже с помощью компьютера. [11]
Для решения задач линейного программирования предложено немало различных алгоритмов. Однако наиболее эффективным среди них оказался алгоритм, рассмотренный ниже. При этом следует подчеркнуть, что при решении некоторых частных задач ( как. Методы решения ряда специфических задач обсуждаются в гл. [12]
Для решения задач линейного программирования разработаны специальные методы, самым распространенным из которых является симплекс-метод Данцига. Согласно (3.85) требуется найти максимум мощности piu i на поверхности тела Sp; согласно (3.86) требуется найти минимум мощности р uf на поверхности тела Sp. Наибольшее значение имеет случай однопараметри-ческих нагрузок. [13]
Для решения задач линейного программирования имеется практически универсальный алгоритм - симплексный метод, позволяющий за конечное число итераций находить оптимальное решение подавляющего большинства практически важных задач. Тип используемых ограничений ( равенства или неравенства) не сказывается на возможности применения указанного алгоритма. Дополнительной проверки на оптимальность для получаемых решений не требуется. Как правило, практические задачи линейного программирования отличаются весьма значительным числом независимых переменных. Поэтому для их решения обычно используют вычислительные машины, необходимая мощность которых определяется размерностью решаемой задачи. [14]
Поскольку решение задачи линейного программирования сводится к перебору вершин, то возникают вопросы: как найти начальную вершину и как перейти к другой вершине. [15]