A modelo de optimización matemática consiste en una función objetivo y un conjunto de restricciones en la forma de un sistema de ecuaciones o desigualdades. Los modelos de optimización se utilizan ampliamente en casi todos los ámbitos de toma de decisiones, tales como ingeniería de diseño y selección de la cartera financiera. Este sitio presenta un proceso centrado y estructurado para la formulación del problema de optimización, diseño de la estrategia óptima, y las herramientas de control de calidad que incluyen la validación, verificación y posterior a la solución activities.How para resolver un sistema de ecuaciones lineales por Lp solucionadores? En el algebraica método de resolución de problemas de programación lineal, que tiene que resolver algunos sistemas de ecuaciones. Hay un vínculo entre LP solucionadores y los sistemas de solucionadores de ecuaciones. Supongamos que tenemos un gran sistema de ecuaciones que nos gustaría resolver y un paquete de LP Solver, pero todavía tenemos ningún paquete informático solucionador de un sistema de ecuaciones disponibles. La pregunta es "¿Cómo utilizar un LP Solver para encontrar la solución a un sistema de ecuaciones?" Los pasos siguientes describen el proceso de resolución de cualquier sistema lineal de ecuaciones usando un solver.1- LP disponible Debido a que algunos solucionadores de LP requieren que todas las variables sean no negativos, sustituto para cada variable Xi = Yi - T everywhere.2- Crear un maniquí objetivo, tales como minimizar T.3- las restricciones del problema LP son las ecuaciones del sistema después de las sustituciones descritas en el paso 1.Numerical Ejemplo: Resuelve el siguiente sistema de -X2 equations2X1 + X2 = 3X1 = 3Since acepta el paquete WinQSB LP en varios formatos (a diferencia Lindo), la solución de este problema mediante la WinQSB es sencillo: en primer lugar, crear un LP con una función objetivo artificial como por ejemplo Max X1, sin perjuicio de 2X1 + X2 = 3, X1 - X2 = 3, y ambos X1 y X2unrestricted en la muestra. A continuación, introduzca este LP en el módulo LP /ILP para obtener la solución. La solución generada es X1 = 2, X2 = -1, que puede ser fácilmente verificado por substitution.However, si se utiliza cualquier software de PL que requiere de forma predeterminada (por ejemplo, lindo) que todas las variables sean no negativos, lo que necesita hacer algunos preparativos para satisfacer este requisito: en primer sustituto de X1 = Y1 - T y X2 = Y2 - T en ambas ecuaciones. También necesitamos una función objetivo. Tengamos una función objetivo artificial como por ejemplo minimizar T. El resultado es el siguiente LP: Min TSubject a: 2Y1 + Y2 - 3T = 3, Y1 - Y2 = 3.Using cualquier software de PL, como Lindo, encontramos la óptima solución sea Y1 = 3, Y2 = 0, T = 1. Ahora, sustituir esta solución LP en ambas transformaciones X1 = Y1 - T y X2 = Y2 - T. esto le da a los valores numéricos para nuestras variables originales. Por lo tanto, la solución del sistema de ecuaciones es X1 = 3 - 1 = 2, X2 = 0 - 1 = -1, que puede ser fácilmente verificado por substitution.Dual Problema: construcción y su MeaningAssociated con cada una (primaria) es problema de PL un problema compañero denomina dual. La siguiente clasificación de las limitaciones de las variables de decisión es útil y fácil de recordar en la construcción de la doble.