Flatik.ru

Перейти на главную страницу

Поиск по ключевым словам:

страница 1
Задачи линейного программирования большой размерности
Симплекс метод

Исходные данные

A=[1 2 3 4 5 6 1; 6 5 4 3 2 1 0; 4 6 7 9 1 3 0; 0 2 5 8 0 1 0]

b=[6; 3; 2; 4]

c=[1; 2; 1; 0; 1; 0; 0]
Результаты работы

Оптимальная точка:

x1 = 0.063

x3 = 0.087

x5 = 1.135

x10 = 3.563

x2 = x4 = x6 = x7 = x8 = x9 = 0

Значение функции:

-35633.635
Симплекс метод

Исходные данные

A=[1 0 0 0 1 0 0 0 -1 0 0 0; 0 1 0 0 0 1 0 0 0 -1 0 0; 0 0 1 0 0 0 1 0 0 0 -1 0; 0 0 0 1 0 0 0 1 0 0 0 -1; 3 3 8 2 0 0 0 0 0 0 0 0]

b=[20; 5; 12; 4; 100]

c=[0; 0; 0; 0; -1; -1; -1; -1; -1; -1; -1; -1]
Результаты работы

Оптимальная точка:

x1 = 20.000

x2 = 5.000

x3 = 2.125

x4 = 4.000

x7 = 9.875

x5 = x6 = x8 = x9 = x10 = x11 = x12 = x13 = 0

Значение функции:

-9.875
Симплекс метод

Исходные данные

A=[1 0 0 0 0 1 0 0 0 0 0 -1 0 0 0 0 0 1; 1 1 0 0 0 0 -1 0 0 0 0 0 1 0 0 0 0 0; 0 1 1 0 0 0 0 -1 0 0 0 0 0 1 0 0 0 0; 0 0 1 1 0 0 0 0 -1 0 0 0 0 0 1 0 0 0; 0 0 0 1 1 0 0 0 0 -1 0 0 0 0 0 1 0 0; 0 0 0 0 1 1 0 0 0 0 -1 0 0 0 0 0 1 0]

b=[20; 50; 80; 100; 40; 30]

c=[-1; -1; -1; -1; -1; -1; 0; 0; 0; 0; 0; 0; -1000; -1000; -1000; -1000; -1000; -1000]


Результаты работы

Оптимальная точка:

x1 = 20.000

x2 = 30.000

x3 = 90.000

x4 = 10.000

x5 = 30.000

x8 = 40.000

x6 = x7 = x9 = x10 = x11 = x12 = x13 = x14 = x15 = x16 = x17 = x18 = 0

Значение функции:

-180.000
Симплекс метод

Исходные данные

A=[-4 0 -4 -5 -10 -1 12 1 0 0 0; -1 1 -5 -2 0 -7 10 0 1 0 0; -4 6 -1 -3 -2 -1 10 0 0 1 0; 1 -1 1 1 1 1 0 0 0 0 1]

b=[0; 0; 0; 12]

c=[0; 0; 0; 0; 0; 0; 1; 0; 0; 0; 0]
Результаты работы

Оптимальная точка:

x1 = 5.290

x4 = 3.484

x6 = 3.226

x7 = 3.484

x2 = x3 = x5 = x8 = x9 = x10 = x11 = 0

Значение функции:

3.484
Симплекс метод

Исходные данные

A=[4 -4 -4 -5 -10 -1 12 1 0 0 0; 1 1 -5 -2 0 -7 10 0 1 0 0; 4 6 -1 -3 -2 -1 10 0 0 1 0; -1 -1 1 1 1 1 0 0 0 0 1]

b=[0; 0; 0; 12]

c=[0; 0; 0; 0; 0; 0; 1; 0; 0; 0; 0]
Результаты работы

Оптимальная точка:

x4 = 10.286

x6 = 1.714

x7 = 3.257

x8 = 14.057

x1 = x2 = x3 = x5 = x9 = x10 = x11 = 0

Значение функции:

3.257
Симплекс метод

Исходные данные

A=[-3 2 1 0 0 0; 1 1 0 -4 1 0; 1 0 0 0 0 1; 0 1 0 0 0 0]

b=[6; 3; 3; 5]

c=[2; 2; 0; 0; 0; 0]
Результаты работы

Оптимальная точка:

x1 = 3.000

x2 = 5.000

x3 = 5.000

x4 = 1.250

x5 = x6 = x7 = 0

Значение функции:

16.000
Симплекс метод

Исходные данные

A=[-3 2 1 0 0 0; 1 1 0 -4 1 0; 1 0 0 0 0 1; 0 1 0 0 0 0]

b=[6; 3; 3; 5]

c=[-2; -2; 0; 0; 0; 0]
Результаты работы

Оптимальная точка:

x1 = 1.333

x2 = 5.000

x4 = 0.833

x6 = 1.667

x3 = x5 = x7 = 0

Значение функции:

-12.667
Симплекс метод

Исходные данные

A=[1 1 1 0 0 0 0; 3 7 0 -1 1 0 0; 1 2 0 0 0 -1 1; 1 0 0 0 0 0 0; 0 1 0 0 0 0 0]

b=[8; 21; 6; 1; 7]

c=[3; 3; 0; 0; 0; 0; 0]
Результаты работы

Оптимальная точка:

x1 = 1.000

x2 = 7.000

x4 = 31.000

x6 = 9.000

x3 = x5 = x7 = x8 = x9 = 0

Значение функции:

24.000
Симплекс метод

Исходные данные

A=[1 1 1 0 0 0 0; 3 7 0 -1 1 0 0; 1 2 0 0 0 -1 1; 1 0 0 0 0 0 0; 0 1 0 0 0 0 0]

b=[8; 21; 6; 1; 7]

c=[-3; -3; 0; 0; 0; 0; 0]
Результаты работы

Оптимальная точка:

x1 = 1.000

x2 = 7.000

x4 = 31.000

x6 = 9.000

x3 = x5 = x7 = x8 = x9 = 0

Значение функции:

-24.000
Симплекс метод

Исходные данные

A=[1 2 -1 1 0 0; 2 4 0 0 1 0; 3 1 0 0 0 -1; 1 3 0 0 0 0]

b=[5; 16; 6; 9]

c=[3; 1; 0; 0; 0; 0]
Результаты работы

Оптимальная точка:

x1 = 6.000

x2 = 1.000

x3 = 3.000

x6 = 13.000

x4 = x5 = x7 = x8 = 0

Значение функции:

19.000
Симплекс метод

Исходные данные

A=[1 2 -1 1 0 0; 2 4 0 0 1 0; 3 1 0 0 0 -1; 1 3 0 0 0 0]

b=[5; 16; 6; 9]

c=[-3; -1; 0; 0; 0; 0]
Результаты работы

Оптимальная точка:

x1 = 1.125

x2 = 2.625

x3 = 1.375

x5 = 3.250

x4 = x6 = x7 = x8 = 0

Значение функции:

-6.000
Симплекс метод

Исходные данные

A=[1 2 1 -1 1; 2 1 0 0 0; 1 2 0 0 0; 0 0 1 1 0; 0 0 -2 3 0]

b=[10; 4; 6; 5; 6]

c=[-1; -1; -2; -1; 0]
Результаты работы

Оптимальная точка:

x1 = 0.667

x2 = 2.667

x3 = 1.800

x4 = 3.200

x5 = 5.400

x6 = x7 = x8 = x9 = 0

Значение функции:

-10.133
Симплекс метод

Исходные данные

A=[4 4 -1 0 -1 0 0; 2 -2 0 -1 -1 0 0; 1 0 0 0 0 1 0; 0 1 0 0 0 0 1]

b=[8; 0; 2; 2]

c=[0; 0; 0; 0; 1; 0; 0]


Результаты работы

Оптимальная точка:

x1 = 2.000

x2 = 0.667

x5 = 2.667

x7 = 1.333

x3 = x4 = x6 = x8 = x9 = 0

Значение функции:

2.667
Симплекс метод

Исходные данные

A=[2 0 0 -1 -1 0 1 0 0; 0 -2 1 0 1 0 0 -1 0; 1 0 0 0 0 1 0 0 0; 0 1 0 0 0 0 0 0 1]

b=[2; 2; 2; 2]

c=[0; 0; 0; 0; 1; -30000; -10000; -10000; -10000]
Результаты работы

Оптимальная точка:

x1 = 2.000

x2 = 2.000

x3 = 4.000

x5 = 2.000

x4 = x6 = x7 = x8 = x9 = 0

Значение функции:

2.000
Симплекс метод

Исходные данные

A=[0.084 4 -1 0 -1 0 1 0 0; 4.733 2 0 1 1 0 0 1 0; 1 0 0 0 0 1 0 0 0; 0 1 0 0 0 0 0 0 1]

b=[4.084; 6.733; 2; 2]

c=[0; 0; 0; 0; 1; -30000; 0; 0; 0]
Результаты работы

Оптимальная точка:

x1 = 1.423

x6 = 0.577

x7 = 3.965

x9 = 2.000

x2 = x3 = x4 = x5 = x8 = 0

Значение функции:



-17323.051

Задачи линейного программирования большой размерности Симплекс метод
38.4kb.

10 10 2014
1 стр.


Двойственный симплекс-метод

Решим прямую задачу линейного программирования двойственным симплексным методом, с использованием симплексной таблицы

143.27kb.

10 10 2014
1 стр.


Двойственный симплекс-метод и доказательство теоремы двойственности

Двойственная задача тесно связана задачей линейного программирования. Задача первоначальная называется исходной

315.99kb.

10 10 2014
1 стр.


Контрольные вопросы по курсу Основная задача линейного программирования. Область допустимых значений

Существование решения основной задачи линейного программирования способы ее нахождения

44.79kb.

10 10 2014
1 стр.


Лекция-семинар: Построение математических моделей целочисленного линейного программирования

Для одной и той же оптимизационной задачи можно построить несколько моделей целочисленного линейного программирования

82.61kb.

10 10 2014
1 стр.


Решение задачи линейного программирования в Excel

Напомню, что этот метод решает проблему распределения ограниченных ресурсов между конкурирующими видами деятельности с тем, чтобы максимизировать или минимизировать некоторые числе

34.96kb.

14 12 2014
1 стр.


Методы оптимизации

Общие методы решения задач оптимизации, метод исключения, метод неопределенных множителей Лагранжа. Постановка задач линейного и выпуклого программирования

27.3kb.

10 10 2014
1 стр.


Решение следующей задачи т in f = 4 х 1 3 х

Решим прямую задачу линейного программирования симплексным методом, с использованием симплексной таблицы

52.92kb.

10 10 2014
1 стр.