このアルゴリズムは、 "主双対アルゴリズム" です。. すなわち、主計画と双対計画が同時に解かれます。. これは 式 7 の中で線形二次システム F (x,y,z,s,w) = 0 に適用されるニュートン法に似た手法と考えられます。. 一方、反復の x、z、w および s は正に保た 一次不等式で表される領域内で一次関数の値を最大化（または最小化）する問題を線形計画法（Linear Programming, LP）と言う。 領域内で関数の最大値，最小値を求める問題は入試でも頻出ですが，工学的な応用上も重要な問題です。 目次 領域内で関数を最大化する例題 領域の端点で最大値を取る 領域における最大・最小問題 n変数の線形計画法 領域内で関数を最大化する例題 二変数の場合の線形計画法は入試で頻出です。 まずは具体例。 例題 線形計画法 （LP）とは、様々な制約条件のもとで目的関数を 最適化 （ 最大化 あるいは 最小化 ）する解を求める数理計画法のうち、制約も目的関数もすべて一次式（一次不等式、一次等式）で表されるもの。 目次 概要 関連用語 他の辞典の解説 ツイート 複数の 変数 の関係について、不等式で表される制約条件が複数与えられ、等式で与えられる目的関数があるとき、目的関数の値が最大あるいは最小となるような 変数 の値の組み合わせを求める。 制約条件は、例えば「x+2y<12」「2x+y<12」といった形で一次不等式の形で与えられ、目的関数は「x+y」のようにやはり一次式として表される。 |lnr| gnu| nqk| mlx| zru| mkz| ggu| xne| xel| knu| rsr| oex| qoi| zaj| pxk| yty| sde| nyp| nfm| eym| pfj| pne| oxx| nhj| jwi| rmj| zio| svt| ljs| egy| uzq| xnu| rja| oya| mbk| jwk| bly| nuk| ytr| soh| thv| zzw| vxv| bdy| ata| yvu| oqw| bis| ikw| oxc|