सिंप्लेक्स पद्धत आणि त्याचे अनुप्रयोग

रेखीय प्रोग्रामिंगमध्ये विचारलेल्या समस्येचा कोणताही ग्राफिकल समाधान निर्धारित करते की कोणत्याही समस्येचे सर्वात अचूक (चांगल्या) समाधान संपूर्ण संच (किंवा अंतराच्या कोपऱ्याच्या बिंदू) शी संबंधित आहे. ही कल्पना पूर्णपणे सोडवण्याची एक बीजीय सर्वसाधारण सोपी पद्धत असून ती पूर्णपणे कोणतीही प्रोग्रामिंग समस्या सोडविण्यास मदत करते.

रेखीय प्रोग्रामींगच्या साध्या पध्दतीचा वापर करून सोडवणुकीची समस्या सोडवण्याची भौमितिक पद्धत सोडण्याकरिता, बीजगणितीय पद्धती वापरून अवकाशातील सर्व अत्यंत बिंदूंचे वर्णन करणे आवश्यक आहे. हे परिवर्तन करण्यासाठी, आपल्याला कोणत्याही प्रोग्रामिंग कार्यास एक मानक स्वरूपात आणणे आवश्यक आहे (यास प्राधान्य देखील म्हणतात).

हे करण्यासाठी, आपल्याला खालील चरणांची आवश्यकता आहे:

• समतोल सर्व असमानता equalities (अधिक नवीन व्हेरिएबल्स ओळख करून realized) मध्ये बदला;
• जास्तीतजास्त समस्या कमीत कमी करण्याची समस्या बनली पाहिजे;
• नॉन-नेगेटिव्ह व्हेरिएबल्स प्राप्त करणे, सर्व मोफत व्हेरिएबल्स बदलणे त्यांना आवश्यक आहे.

सर्व बदलांच्या परिणामी प्राप्त करण्यात आलेल्या मानक फॉर्म समस्येचे स्वरूप आम्हाला मूळ निराकरण ओळखण्यास अनुमती देईल. कोणत्या दिशेने, स्पेसच्या सर्व कोप-या पॉइंट्स स्पष्टपणे परिभाषित करते. त्यानंतर, सोपी पद्धत आम्हाला मिळालेली सर्व मूलभूत गोष्टींमधून सर्वात उपयुक्त समाधान शोधण्याची परवानगी देईल.

बीजगणितातील कार्यपद्धतीचा सराव करण्यात येत असलेली ही मुख्य गोष्ट ही योजना अंमलबजावणीमध्ये एक सुसंगत आणि सातत्यपूर्ण सुधारणा आहे, ज्याचा परिणाम कमाल कार्यक्षमतेसह कार्याचे कार्यान्वयन आहे. अपेक्षित परिणाम मिळविण्यासाठी आवश्यक असलेली मुख्य गोष्ट म्हणजे ते गणितीय आणि कार्यक्रम स्वरूपात योग्यरित्या अंमलात आणणे.

सर्व घडामोडींचे परिणाम एक साधे पद्धत असावी, जे प्रत्येक त्यानंतरच्या सोल्यूशनच्या सातत्याने सुधारण्यावर आधारित विशेष संगणकीय प्रक्रिया आहे. प्लेअरच्या सर्व बिंदूंची तुलना करून आणि चांगल्यापैकी एक शोधून हे जोड्याद्वारे घडते.

तो बराचसा सिद्ध झाला आहे की संपूर्ण समाधान आणि संपूर्ण मर्यादेची संख्या पूर्ण करण्यासाठी योग्य समाधान (संपूर्णपणे असल्यास) असल्यास संपूर्ण शोध. सिंडेक्स पद्धत हाताळू शकत नाही असा एकमेव अपवाद हा "दुबळा समस्या" आहे. या प्रकरणात, एक तथाकथित "लूपिंग" आहे, ज्यामुळे एकाच काळी निरंतर वारंवार पुनरावृत्ती होते आणि अनंत वेळा

साध्या पद्धतीने 1 9 47 मध्ये पुन्हा विकसित केले गेले. त्यांचे "पालक" अमेरिकेचे जॉर्ज डेन्झिग यांचे गणितज्ञ होते. साध्या पद्धतीचा इतका मोठा इतिहास आहे हे लक्षात घेऊन, आता एखाद्या व्यक्तीस येणाऱ्या कोणत्याही समस्येस योग्य समाधान मिळण्यासाठी ते सर्वाधिक अभ्यास आणि सर्वात प्रभावी आहे.

चरण-दर-चरण ऑप्टिमायझेशनची पद्धत समाजातील कोणत्याही क्रियाकलापांना सरलीकृत करते. हे वैज्ञानिक आणि उत्पादन या दोन्ही क्षेत्रांमध्ये वापरले जाऊ शकते. त्याची विस्तृत ऍप्लिकेशन जटिल समस्यांवर गणितीय दृष्टया योग्य समाधान साकारण्यास मदत करेल.