Cтраница 1
Линейная целевая функция может достигать своего строгого абсолютною экстремума лишь в крайних точках допустимой области. [1]
Линейная целевая функция может достигать своего строгого абсолютного экстремума лишь в крайних точках допустимой области. [2]
Если линейная целевая функция и / или одно или более линейных ограничений в задаче линейного программирования ( 1) заменены нелинейными относительно переменных Xk, то имеет место задача нелинейного программирования. Такая задача возникает, например, если границы множества решений и / или линии уровня г на рис. 11.4 - 1, а заменены кривыми. [3]
От линейных целевых функций, наиболее употребительных в настоящее время, рационально перейти к целевым функциям более сложного вида. [4]
Изменение значения линейной целевой функции можно определить заранее как произведение наибольшего возможного значения переменной, переводимой в основные, на ее коэффициент в выражении для целевой функции. [5]
Задача с линейной целевой функцией и линейными ограничениями является тем примером, для которого методы дифференциального исчисления не применимы. В этом случае известно, что максимум находится в вершине допустимой области. [6]
Таким образом, линейные целевые функции с одной переменной управления при отсутствии ограничений не имеют конечного оптимума. Легко заметить, что целевые функции с п переменными управления при отсутствии ограничений также не имеют конечного оптимума. [7]
Таким образом, оптимизация линейной целевой функции на многоугольнике допустимых решений происходит в точках пересечения этого многоугольника с опорными прямыми, соответствующими данной целевой функции. В последнем случае имеется бесконечное множество оптимальных решений. [8]
Таким образом, оптимизация линейной целевой функции на многоугольнике допустимых решений происходит в точках пересечения этого многоугольника с опорными прямыми, соответствующими данной целевой функции. [9]
Необходимо решить задачу максимизации линейной целевой функции F на множестве, заданном многогранником ABCDEFGH. Пусть угловая точка В соответствует исходному допустимому базисному рушению. [10]
В первой задаче определяется максимум линейной целевой функции, во второй - минимум. [11]
Здесь решаются задачи с линейной целевой функцией при линейных ограничениях на переменные и ( обычно) требовании их неотрицательности. Оптимум, если он существует, всегда достигается в процессе направленного перебора и лежит на границе допустимой области. [12]
Здесь с - весовые коэффициенты линейной целевой функции, которые могут, например, носить смысл цен; Щ ], Ь ( - заданные значения ограничений. [13]
Особый класс задач оптимизации с линейной целевой функцией и областью, в которой осуществляется оптимизация, определяемой системой линейных уравнений, составляют задачи линейного программирования. [14]
Читатель может проделать то же самое с любой линейной целевой функцией при данных ограничениях. Все это кажется очень простым и на самом деле таково в подобных игрушечных примерах. Но в общем случае трудность при таком подходе состоит в том, что количество вершин может быть огромным, а их перечисление представит собой серьезную вычислительную задачу. Наш подход годится для задач, которые разбираются в этой главе. Однако даже здесь мы можем улучшить его и сделать более похожим на тот алгебраический вычислительный метод, который используется при решении настоящих задач линейного программирования, то есть на симплекс-метод. Для этого нам следует взяться за более сложные задачи. [15]