{{ 'ml-label-loading-course' | message }}
{{ toc.name }}
{{ toc.signature }}
{{ tocHeader }} {{ 'ml-btn-view-details' | message }}
{{ tocSubheader }}
{{ 'ml-toc-proceed-mlc' | message }}
{{ 'ml-toc-proceed-tbs' | message }}
Lektion
Övningar
Rekommenderade
Tester
Ett fel uppstod, försök igen senare!
Kapitel {{ article.chapter.number }}
{{ article.number }}. 

{{ article.displayTitle }}

{{ article.intro.summary }}
Visa mindre Visa mer expand_more
{{ ability.description }} {{ ability.displayTitle }}
Inställningar & verktyg för lektion
{{ 'ml-lesson-number-slides' | message : article.intro.bblockCount }}
{{ 'ml-lesson-number-exercises' | message : article.intro.exerciseCount }}
{{ 'ml-lesson-time-estimation' | message }}
Förklaring

Linjär optimering som modell

Linjär optimering kan användas för att lösa problem inom olika områden med verklighetsanknytning, exempelvis inom ekonomi. Målfunktionen kan då t.ex. beskriva hur ett företags kostnader under ett år beror av lokalhyra och tillverkning. För att minimera kostnaderna måste man ta hänsyn till olika bivillkor. Exempelvis kan antal månader lokalen hyrs inte vara ett negativt antal och det finns kanske begränsningar i hur snabbt personalen kan jobba.
Idealt, optimalt och pessimalt

Det ideala vore förstås om kostnaderna var kr/år, men det ligger inte inom det möjliga intervallet. Det sämsta möjliga alternativet kan man kalla för det pessimala, medan det bästa möjliga, som man givetvis vill uppnå, är det optimala. Linjär optimering används alltså för att hitta optimala värden, oftast minimi- eller maximivärden, då målfunktion och bivillkor är linjära.

Laddar innehåll