Characteristics of Linear Optimizat

Characteristics of Linear Optimization Models:
In Example 13.4, you might be wondering why we simplified the constraint expression.
We did this to make the constraint linear. A linear optimization model (often called
a linear program, or LP) has two basic properties. First, the objective function and all
constraints are linear functions of the decision variables.
The second property of a linear optimization model is that all variables are continuous,
meaning that they may assume any real value (typically, nonnegative).
Solving Linear Optimization Models:
To solve an optimization problem, we seek values of the decision variables that maximize
or minimize the objective function and also satisfy all constraints. Any solution that satisfies
all constraints of a problem is called a feasible solution.
Unique Optimal Solution:
When a model has a unique optimal solution, it means that there is exactly one solution
that will result in the maximum (or minimum) objective.
Alternative Optimal Solutions:
If a model has alternative optimal solutions, the objective is maximized (or minimized)
by more than one combination of decision variables, all of which have the same objective
function value.
Unbounded Solution:
An unbounded problem is one for which the objective can be increased or decreased
without bound (i.e., to infinity or negative infinity) while the solution remains feasible.
Infeasible Problem:
Finally, an infeasible problem is one for which no feasible solution exists—that is,
when there is no solution that satisfies all constraints together.

Kết quả (Việt) 2:

Đặc điểm của Linear Tối ưu hóa mô hình:
Trong ví dụ 13.4, bạn có thể tự hỏi tại sao chúng ta đơn giản hóa các biểu hiện hạn chế.
Chúng tôi đã làm điều này để làm cho các tuyến tính ràng buộc. Một mô hình tối ưu tuyến tính (thường được gọi là
một chương trình tuyến tính, hoặc LP) có hai thuộc tính cơ bản. Đầu tiên, hàm mục tiêu và các
ràng buộc là các hàm tuyến tính của các biến quyết định.
Các tài sản thứ hai của một mô hình tối ưu tuyến tính là tất cả các biến số là liên tục,
có nghĩa là họ có thể giả định bất kỳ giá trị thực (thông thường, không âm).
Giải quyết các tuyến Tối ưu hóa mô hình:
Để giải quyết một vấn đề tối ưu hóa, chúng ta tìm các giá trị của các biến quyết định đó tối đa hóa
hoặc giảm thiểu hàm mục tiêu và cũng đáp ứng tất cả các ràng. Bất kỳ giải pháp thỏa mãn
tất cả các ràng buộc của một vấn đề được gọi là một giải pháp khả thi.
Unique Optimal Giải pháp:
Khi một mô hình có một giải pháp tối ưu duy nhất, điều đó có nghĩa là chính xác một giải pháp
mà sẽ cho kết quả tối đa (hoặc tối thiểu) mục tiêu.
Alternative Optimal Giải pháp:
Nếu một mô hình có những giải pháp tối ưu thay thế, mục tiêu là tối đa (hay thu nhỏ)
bởi nhiều hơn một sự kết hợp của các biến quyết định, tất cả đều có cùng một mục tiêu
giá trị chức năng.
Giải pháp bị chặn:
Một vấn đề vô biên là một trong những mục tiêu mà có thể được tăng hoặc giảm
mà không bị ràng buộc (tức là, đến vô cùng hay vô cùng tiêu cực) trong khi các giải pháp vẫn còn khả thi.
Vấn đề không khả thi:
Cuối cùng, một vấn đề không khả thi là một mà không có giải pháp khả thi tồn tại, nghĩa là,
khi không có giải pháp thỏa mãn tất cả các ràng buộc với nhau.