We illustratein the next section ho

We illustrate
in the next section how this property enables us to use linear interpolation or extrapolation
to determine the range of values for a given parameter over which the final
basic solution remains both feasible and optimal.
After obtaining the revised final simplex tableau, we next convert the tableau to proper
form from Gaussian elimination (as needed). In particular, the basic variable for row i
must have a coefficient of 1 in that row and a coefficient of 0 in every other row (including
row 0) for the tableau to be in the proper form for identifying and evaluating the
current basic solution. Therefore, if the changes have violated this requirement (which can
occur only if the original constraint coefficients of a basic variable have been changed),
further changes must be made to restore this form. This restoration is done by using Gaussian
elimination, i.e., by successively applying step 3 of an iteration for the simplex method
(see Chap. 4) as if each violating basic variable were an entering basic variable. Note that
these algebraic operations may also cause further changes in the right side column, so
that the current basic solution can be read from this column only when the proper for

Kết quả (Việt) 1:

Chúng tôi minh họatrong phần tiếp theo như thế nào tài sản này cho phép chúng tôi sử dụng nội suy tuyến tính hoặc extrapolationđể xác định phạm vi giá trị cho tham số nhất định mà cuối cùnggiải pháp cơ bản vẫn còn khả thi và tối ưu.Sau khi thu thập các hoạt cảnh simplex sửa đổi cuối cùng, chúng tôi tiếp theo chuyển đổi hoạt cảnh phù hợphình thức từ Gauss (nếu cần). Đặc biệt, biến cơ bản cho hàng tôiphải có một hệ số 1 trong hàng đó và hệ số 0 ở mỗi hàng (bao gồm cảhàng 0) đối với các hoạt cảnh trong hình thức thích hợp để xác định và đánh giá cácgiải pháp cơ bản hiện hành. Vì vậy, nếu những thay đổi đã vi phạm yêu cầu này (mà có thểxảy ra nếu hệ số khó khăn ban đầu của một biến cơ bản đã được thay đổi),tiếp tục thay đổi phải được thực hiện để khôi phục lại mẫu đơn này. Khôi phục này được thực hiện bằng cách sử dụng Gaussianloại bỏ, ví dụ, bằng cách liên tục áp dụng các bước 3 của một lặp đi lặp lại phương pháp simplex(xem chap 4) như thể mỗi biến vi phạm cơ bản là một biến cơ bản vào. Lưu ý rằngCác hoạt động đại số cũng có thể gây thay đổi thêm trong cột bên phải, do đó,đó là giải pháp cơ bản hiện tại có thể được đọc từ cột này chỉ khi thích hợp nhất

Kết quả (Việt) 2:

Chúng tôi minh họa
trong phần tiếp theo như thế nào tài sản này cho phép chúng tôi sử dụng nội suy tuyến tính hoặc ngoại suy
để xác định phạm vi của các giá trị cho một tham số cho qua đó chính thức
giải pháp cơ bản vẫn còn cả khả thi và tối ưu.
Sau khi có những sửa đổi chính thức simplex hoạt cảnh, chúng ta tiếp theo chuyển đổi hoạt cảnh để phù hợp
hình thức từ khử Gauss (khi cần thiết). Đặc biệt, biến cơ bản cho dòng i
phải có một hệ số là 1 trong hàng đó và hệ số 0 trong mỗi hàng khác (bao gồm cả
hàng 0) đối với các hoạt cảnh được trong các hình thức thích hợp để xác định và đánh giá các
giải pháp cơ bản hiện hành. Do đó, nếu những thay đổi đã vi phạm yêu cầu này (có thể
chỉ xảy ra nếu hệ số khó khăn ban đầu của một biến cơ bản đã được thay đổi),
những thay đổi đó phải được thực hiện để khôi phục lại hình thức này. Sự phục hồi này được thực hiện bằng cách sử dụng Gaussian
loại bỏ, ví dụ, bằng cách liên tục áp dụng các bước 3 của một sự lặp lại cho các phương pháp simplex
(xem Chap. 4) như mỗi biến cơ bản vi phạm là một biến cơ bản vào. Lưu ý rằng
các phép toán đại số cũng có thể gây ra những thay đổi khác trong cột bên phải, vì vậy
mà các giải pháp cơ bản hiện tại có thể được đọc từ cột này chỉ khi thích hợp cho