सिमप्लेक्स विधि र यसको आवेदन

को को कुनै पनि ग्राफिक्स समाधान उद्देश्य रैखिक कार्यक्रम निर्धारण गर्छ सबैभन्दा उचित (अधिकतम) चरम पूर्णतया सेट बिन्दु (कुना बिन्दु वा ठाउँ) सँग सम्बन्धित समस्या को कुनै पनि को समाधान छ। यो विचार जो बिल्कुल कुनै पनि कार्यक्रम कार्य समाधान गर्न सक्नुहुन्छ सुलझाने समस्या, को लागि बीजीय सामान्य सिमप्लेक्स विधि आधारित छ।

रैखिक कार्यक्रम सिमप्लेक्स विधि प्रयोग समाधान गर्न समस्या सुलझाने लागि ज्यामितीय विधि देखि जान, यो बीजीय विधिहरू प्रयोग गरेर स्पेस सबै चरम अंक को एउटा विवरण पूरा गर्न आवश्यक छ। यो परिवर्तन गर्न मानक रूप मा कुनै पनि कार्यक्रम समस्या ल्याउन आवश्यक छ (पनि प्रमाणिक भनिन्छ)।

यो गर्न, निम्न चरणहरू के:

• इक्विटी सबै असमानता अवरोध मा परिवर्तित (अतिरिक्त नयाँ चर को परिचय द्वारा कार्यान्वयन);
• समस्या कम गर्न रूपान्तरण गर्न समस्या maximization;
• ती सबै मुक्त रूपान्तरण, गैर-नकारात्मक चर प्राप्त गर्नुपर्छ।

सबै कार्यहरू को मानक प्रकार को आकार आधारभूत समाधान निर्धारण गर्नेछ परिवर्तन फलस्वरूप प्राप्त। जो, बारी मा, स्पष्ट स्पेस सबै कुना अंक परिभाषित। त्यसपछि, यो सिमप्लेक्स विधि तपाईं सबै प्राप्त आधार को सबै भन्दा राम्रो समाधान फेला पार्न मद्दत गर्नेछ।

व्यवहार मा बीजीय कार्यहरू सुलझाने को एक समान विधि कार्य गर्ने मुख्य कुरा हो - यो योजना को प्रदर्शन को लगातार र निरन्तर सुधार छ, परिणाम जो अधिकतम दक्षता stakes संग उद्देश्य बोध छ। इच्छित परिणाम प्राप्त गर्न के गर्न मुख्य कुरा हो - यो गणितीय र सफ्टवेयर को रूप मा यो लागू गर्न सही छ।

सबै विकास परिणाम एक विशेष प्रक्रिया प्रक्रिया हो जो सिमप्लेक्स विधि, प्रत्येक पछि निर्णय को लगातार सुधार आधारित हुनुपर्छ। यो विमान सबै अंक को pairwise तुलना र अधिकतम फेला द्वारा हुन्छ।

यो लामो इष्टतम समाधान (कुनै छ भने) को लागि सबै खोज कदम को सारा र परिमित नम्बर मा पूरा भएको छ कि साबित भएको छ। को सिमप्लेक्स विधि सम्हाल्न सक्नुहुन्छ जो मात्र अपवाद, - एक "degenerate समस्या।" यसरी त्यहाँ तथाकथित पटक कार्यहरू एउटै अनन्त नम्बर को स्थिर पुनरावृत्ति गर्न जान्छ जो "पाश" छ।

सिमप्लेक्स विधि 1947 मा विकास भएको थियो। यसको "अभिभावक" अमेरिकी Dzhordzh Dantsig देखि एक गणितज्ञ थियो। को सिमप्लेक्स विधि यस्तो लामो इतिहास छ भन्ने तथ्यलाई को दृश्य, आज यो सबैभन्दा अध्ययन र मानिस द्वारा सामना कुनै पनि समस्याको इष्टतम समाधान खोजी गर्न सबै भन्दा कुशल को छ।

Stepwise अनुकूलन विधि निकै समाज को सबै गतिविधिहरु सरल। यसलाई प्रयोग गर्न सकिन्छ वैज्ञानिक र औद्योगिक क्षेत्रहरू दुवै। यसको व्यापक प्रयोग जटिल समस्याको उचित समाधान गणितीय सही गर्न मद्दत गर्नेछ।