Cтраница 1
Решения полученных задач удобно строить методом сведения их по симметрии к эквивалентным краевым задачам Римана на римановой поверхности. [1]
Для решения полученной задачи предположим, что в системе Pi... P, лишь первые k векторов линейно независимы, а любые k 1 векторов этой системы линейно зависимы. [2]
Метод решения полученной задачи является одним из методов линейного программирования. Описанный метод решения одноэтажной задачи называется решением по средним. [3]
Использование точных методов для решения полученных задач невозможно. Наряду с этим пренебрежение нелинейными составляющими затрат приводит к неадекватности модели реальным экономическим условиям и, следовательно, к неверным решениям. Это обусловливает использование приближенных методов решения моделей, в частности, аппроксимационных, позволяющих линеаризовать нелинейные зависимости некоторыми простыми функциями. [4]
Может оказаться, что решение вновь полученной задачи гораздо легче, чем первоначальной. [5]
Очевидно, что общий алгоритм решения полученной задачи имеет три этапа. [6]
Множество уровня а позволяет свести нечеткую задачу к четкой и применить известные методы для решения полученной задачи. [7]
Как продолжить функции ( р и ф на множество х О, чтобы ограничение решения полученной задачи Коши на область ( x t): х 0 совпало с решением исходной задачи Коши. [8]
Далее будет изложен метод сведения исходной задачи к решению отдельных подзадач, причем будет показано, что решение полученной задачи сходится к решению основной задачи. [9]
Полагают значение параметра t равным некоторому числу, принадлежащему оставшейся части промежутка [ а, р ], и симплексным методом находят решение полученной задачи линейного программирования. [10]
Перечень допустимых вариантов стратегий системной отладки может быть сформирован на основании линеаризации выражений (8.2.10) - (8.2.13), использования фиктивной целевой функции и применения для решения полученной задачи стандартного математического обеспечения. [11]
После определения промежутка, в котором задача ( 60) - ( 62) имеет один и тот же оптимальный план или неразрешима, выбираем новое значение параметра /, не принадлежащее найденному промежутку, и находим решение полученной задачи линейного программирования. [12]
Затем описанная процедура повторяется с очередной задачей линейного программирования, система ограничений которой содержит на одно неравенство больше, чем исходная задача. Решение полученной задачи вновь проверяется на целочиеленность, и, если возникает необходимость, к системе ограничений задачи вновь добавляется линейное неравенство. Если правило формирования дополнительных ограничений разработано удовлетворительно, то через некоторое число этапов процедура завершится. Будет найдено решение целочисленной задачи либо очередная система линейных неравенств окажется противоречивой. В последнем случае будет зафиксирована несовместимость условий исходной задачи. [13]
Будем считать для определенности, что критерий оптимальности / ( 1) должен принимать минимальное значение. Для отыскания решения полученной задачи выбираем в качестве исходной точки некоторое базисное решение. В рассматриваемом случае базисным называется решение системы уравнений (11.73), (11.74), в котором не более т X г s переменных положительны, а остальные переменные равны нулю. Пусть положительны в базисном решении первые ( т X г - f s) переменных. Тогда, решая относительно этих переменных, которые будем называть зависимыми, систему уравнений (11.73), (11.74), можно выразить зависимые переменные через оставшиеся s переменных ( будем называть их независимыми), принимающих нулевые значения в базисной точке. [14]
Тогда в качестве метода оптимизации для решения вновь полученной задачи можно выбрать некоторый метод направленного перебора узлов дискретной пространственной сетки. [15]