Cтраница 2
В задачах оптимального проектирования машин ( как и в задачах оптимального управления и планирования) все переменные должны удовлетворять требованию неотрицательности. Кроме того, на переменные часто накладываются ограничения, имеющие вид неравенств. [16]
Наиболее типичным способом определения допустимого множества X является введение ограничений на переменные типа ( 5 - 1), а также требование неотрицательности всех или некоторых переменных. Если ограничений несколько, то допустимое множество решений задачи оптимизации является пересечением всех множеств, определяемых ограничениями. [17]
![]() |
Схема транспортной мультисети. [18] |
Поскольку направление каждого транспортного потока может быть любым по отношению к ориентации соответствующей ветви сети, которая указана стрелкой, то на величины Jrt требование неотрицательности не накладывается. [19]
Сразу можно заметить три особенности задачи линейного программирования: 1) ограничения представляют собой линейные неравенства ( уравнения); 2) целевая функция, которую надо минимизировать, является линейной; 3) на некоторые ( все) переменные наложено требование неотрицательности. В большинстве классических методов оптимизации фундаментальным аппаратом является дифференцирование, поскольку в точках максимума пли минимума производные обращаются в нуль. В нашем случае целевая функция линейна, поэтому максимум или минимум достигается в граничной точке области определения, в которой, вообще говоря, не все односторонние производные обязаны обращаться в нуль. [20]
![]() |
Допустимые множества. [21] |
В этом случае допустимое множество определяется не-заштрихованными областями в первом и третьем квадрантах. Если наложено требование неотрицательности переменных и, v Q, то остается только область в первом квадранте. [22]
При этом требование неотрицательности подкоренного выражения выполняется автоматически. [23]
Таким образом, условия (4.16.5) и (4.16.2) для С-со-гласованных систем эквивалентны. Укажем, что требование неотрицательности функций ( я г, у) является весьма важным для справедливости приведенных результатов. Если это требование не выполняется, то оптимальная система стимулирования может оказаться и не М - со-гласованной. [24]
В этом параграфе приводятся критерии разрешимости ряда конкретных проблем моментов. Все они выражаются в виде требования неотрицательности некоторых [ эрмитовых или вещественных квадратичных форм. [25]
Заметим, что для уравнения ( 1) скорость процесса в каждый момент определяется его состоянием в этот же момент, а для ( 3) - его состоянием в один из предшествующих моментов. При таком истолковании становится ясной роль требования неотрицательности запаздывания t ( t): скорость процесса не может определяться его состоянием в последующие моменты. [26]
В задачах линейного программирования целевая функция линейна, а условия-ограничения содержат линейные равенства и линейные неравенства. Переменные могут быть подчинены или не подчинены требованию неотрицательности. Одна и та же задача линейного программирования может быть записана в различной форме. [27]
Задача линейного программирования представляет собой частный случай общей задачи оптимизации [72], в которой целевая функция и функции ограничений линейны. Обычными условиями при этом являются неравенства в функциональных ограничениях и требование неотрицательности переменных. [28]
![]() |
Решение оптимизационной задачи методом линейного программирования. [29] |
Заштрихованный многоугольник ОАВС представляет собой область допустимых решений. Точки ( х, у), удовлетворяющие одновременно всем ограничениям ( включая требование неотрицательности), расположены внутри и на границах этого многоугольника. [30]