Um modelo de otimização matemática consiste de uma função objetivo e um conjunto de restrições na forma de um sistema de equações ou inequações. modelos de otimização são usados extensivamente em quase todas as áreas de tomada de decisão, tais como engenharia de concepção e selecção carteira financeira. Este site apresenta um processo focado e estruturado para a formulação do problema de otimização, design da estratégia ótima, e as ferramentas de controle de qualidade que incluem a validação, verificação e pós-solução activities.How para resolver um sistema de equações lineares por Lp Solvers? No Algébrica método de resolução de problemas de PL, temos de resolver alguns sistemas de equações. Existe uma ligação entre o LP solucionadores e os sistemas de solucionadores de equações. Suponha que temos um grande sistema de equações que gostaríamos de resolver e um pacote de LP solver mas ainda temos nenhum pacote de computador solver para um sistema de equações disponíveis. A pergunta é "Como usar um LP solver para encontrar a solução para um sistema de equações?" As seguintes etapas descrevem o processo de resolução de qualquer sistema de equações lineares usando um solver.1- LP disponível porque alguns solucionadores LP requerem que todas as variáveis ser não-negativo, substituto para cada variável Xi = Yi - T everywhere.2- Criar um manequim objectiva, tais como minimizar T.3- as restrições do problema LP são as equações no sistema após as substituições descritas na etapa 1.Numerical Exemplo: Resolva o seguinte sistema de X2 equations2X1 + X2 = 3X1 = 3Since o pacote WinQSB aceita LP em vários formatos (ao contrário Lindo), resolvendo este problema WinQSB é simples: em primeiro lugar, criar um LP com uma função objetivo fictício, como Max X1, sujeitos a 2X1 + X2 = 3, X1 - X2 = 3, e ambos X1 e X2unrestricted no sinal. Em seguida, entrar neste LP no módulo LP /ILP para obter a solução. A solução gerada é X1 = 2, X 2 = -1, o que pode ser facilmente verificada por substitution.However, se você usar qualquer solver LP que requer por padrão (por exemplo, Lindo) que todas as variáveis ser não-negativo, você precisa fazer algumas preparações para satisfazer este requisito: primeiro substituto para X1 = Y1 - T e X2 = Y2 - T em ambas as equações. Precisamos também de uma função objetivo. Vamos dar uma função objetivo fictício, como minimizar T. O resultado é o seguinte LP: Min TSubject a: 2Y1 + Y2 - 3T = 3, Y1 - Y2 = 3.Using qualquer solver LP, tais como Lindo, encontramos a ideal solução seja Y 1 = 3, Y2 = 0, T = 1. Agora, substituir esta solução LP em ambas as transformações X1 = Y1 - T e X2 = Y2 - T. Isto dá os valores numéricos para os nossos variáveis originais. Portanto, a solução do sistema de equações é X1 = 3 - 1 = 2, X 2 = 0 - 1 = -1, a qual pode ser facilmente verificada por meio de substitution.Dual Problema: construção e do seu MeaningAssociated com cada (primitivo) LP é problema um problema companheiro chamado de dupla. A seguinte classificação das restrições de variáveis de decisão é útil e fácil de lembrar na construção da dupla.