# Lineare-Programmierung-Simplex-Löser (zweiphasig)

Löst kleine lineare Programme (2–6 Variablen, 1–8 Nebenbedingungen) mit dem zweiphasigen Simplexverfahren: max/min und ≤/≥/=-Nebenbedingungen (negative rechte Seiten werden normalisiert; ≥/= durchlaufen Phase 1 mit künstlichen Variablen), Bland-Regel gegen Zyklen; jede Iteration zeigt Ein-/Austrittsvariable und Zielwert, gemeldet werden die Optimallösung x*, der Zielwert und der Status (optimal/unbeschränkt/unzulässig), verifiziert durch Einsetzen. Klassiker: max 3x+5y u. d. N. x≤4, 2y≤12, 3x+2y≤18 → (2,6), z=36; min 2x+3y u. d. N. x+y≥4, x+3y≥6 → (3,1), z=9.

> Kanonische Seite: https://test.elysiatools.com/de/tools/linear-programming-simplex

- **Kategorie:** Math & Numbers

- **Schlagwörter:** lineare programmierung, simplex-verfahren, zweiphasen-simplex, optimierung, zielfunktion, nebenbedingungen, bland-regel, operations research, dualität, zulässiger bereich

## Überblick

Der zweiphasige Simplex-Löser berechnet optimale Lösungen für lineare Optimierungsprobleme mit 2 bis 6 Variablen und 1 bis 8 linearen Nebenbedingungen. Er unterstützt Maximierungs- und Minimierungsaufgaben mit Relationszeichen (≤, ≥, =) sowie automatischer Normalisierung negativer rechter Seiten und Bland-Regel zur Zyklusvermeidung.

## Eingaben

- **Zielfunktionskoeffizienten (z. B. 3, 5)** (text): Coefficients of the objective c·x, one per variable (2–6 numbers).
- **Ziel** (select)
- **Nebenbedingungen (eine pro Zeile: Koeffizienten, Vergleichszeichen, rechte Seite)** (textarea): One constraint per line: coefficients (comma/space separated), then <=, >= or =, then the right-hand side. 1–8 lines.
- **Dezimalstellen** (number)

## Wann verwenden

- Wenn lineare Optimierungsprobleme aus Operations Research oder Betriebswirtschaft schrittweise gelöst und nachvollzogen werden sollen.
- Wenn Modelle mit gemischten Nebenbedingungen (≤, ≥, =) eine Initialisierung über künstliche Variablen in Phase 1 erfordern.
- Wenn der Lösungsstatus eines linearen Programms auf Optimalität, Unbeschränktheit oder Unzulässigkeit geprüft werden muss.

## Funktionsweise

- Zielfunktionskoeffizienten definieren und das Optimierungsziel (Maximieren oder Minimieren) auswählen.
- Lineare Nebenbedingungen zeilenweise mit Koeffizienten, Vergleichsoperator (<=, >=, =) und rechter Seite eintragen.
- Das zweiphasige Simplexverfahren führt notwendige Transformationen durch, iteriert unter Anwendung der Bland-Regel und gibt den Status, die Pivot-Schritte sowie den optimalen Vektor mit Zielwert aus.

## Anwendungsfälle

- Produktionsprogrammplanung: Maximierung des Deckungsbeitrags bei begrenzten Maschinen- und Arbeitszeitkapazitäten.
- Mischungs- und Diätprobleme: Minimierung der Beschaffungskosten bei festen Mindestanforderungen an Nährstoffe oder Inhaltsstoffe.
- Mathematische Lehre und Übungen: Überprüfung händischer Simplex-Tableau-Rechnungen und Verifikation von Pivot-Schritten.

## Häufig gestellte Fragen

### Wie viele Variablen und Nebenbedingungen werden unterstützt?

Das Tool verarbeitet lineare Modelle mit 2 bis 6 Entscheidungsvariablen und 1 bis 8 Nebenbedingungen.

### Wann kommt Phase 1 des Simplex-Verfahrens zum Einsatz?

Phase 1 wird automatisch ausgeführt, wenn durch ≥- oder =-Bedingungen künstliche Variablen zur Ermittlung einer zulässigen Startbasis nötig sind.

### Wie verhindert der Löser Endlosschleifen beim Pivotieren?

Zur Vermeidung von Zyklen bei Entartung wird standardmäßig die Bland-Regel (Kleinster-Index-Regel) verwendet.

### Werden negative Werte auf der rechten Seite akzeptiert?

Ja, Nebenbedingungen mit negativen rechten Seiten werden vor dem Start automatisch durch Multiplikation mit -1 normalisiert.

### Welche Statusmeldungen kann das Ergebnis anzeigen?

Das Tool meldet OPTIMAL (eindeutiges Optimum gefunden), UNBOUNDED (Zielfunktion ist unbeschränkt) oder INFEASIBLE (kein zulässiger Bereich).

## Ähnliche Tools

- [Korrelationsanalyse](https://test.elysiatools.com/de/tools/correlation-analyzer): Fortschrittetes Korrelationsanalyse-Werkzeug zur Berechnung von Korrelationskoeffizienten zwischen Variablen zur Messung der Stärke und Richtung ihrer linearen Beziehungen.
- [Bild-Komposition](https://test.elysiatools.com/de/tools/image-composite): Komponieren Sie mehrere Bilder zusammen mit präziser Kontrolle über Position, Deckkraft und Mischmodi
- [Bild-Region Extrahieren](https://test.elysiatools.com/de/tools/image-extract-region): Extrahieren Sie eine bestimmte rechteckige Region aus einem Bild durch Angabe von Abmessungen und Position
- [Parquet-Bloom-Filter-ZoneMap-Wörterbuch- und Spaltenstatistik-Pruning-Bewerter](https://test.elysiatools.com/de/tools/parquet-bloom-filter-zonemap-dictionary-and-column-statistics-pruner-evaluator): Dekodiert den Parquet-Thrift-Footer und quantifiziert Predicate-Pushdown-Pruning: Zone-Map-Min/Max, Split-Block-Bloomfilter (XXH64), Wörterbuchverhältnisse und Encodings, mit Pruning-Einsparungen je Zeilengruppe für Beispiel-WHERE-Klauseln.
- [Social-Media-Vorlagen-Raster-Composer](https://test.elysiatools.com/de/tools/social-media-template-resize-grid): Lade ein Master-Bild hoch und erhalte das komplette Kit: Instagram (1:1 / 4:5 / 3:4 fürs Grid / Story / Reel), X (Header 1500×500 / Feed), LinkedIn (persönliches Banner / Firmencover / Post-Bild), YouTube (Thumbnail / Kanalbanner) und Facebook-Link. Jeder Zuschnitt wird mit seiner 2025-2026 verifizierten Safe-Zone-Maske angezeigt (Story-Ränder, X-Avatar-Kreis, LinkedIn-Avatar-Zone, YouTube-Dauer-Badge) und alles geht als ZIP raus.
- [Pendelperioden-Rechner (T = 2π√(L/g))](https://test.elysiatools.com/de/tools/pendulum-calculator): Berechnet Periode, Länge oder Gravitation eines einfachen Pendels, plus Maximalgeschwindigkeit und Energie nach Amplitude
- [Wurf-Rechner (Reichweite, Höhe, Zeit)](https://test.elysiatools.com/de/tools/projectile-motion-calculator): Berechnet Reichweite, max. Höhe, Flugzeit und Bahnkurve aus Geschwindigkeit, Winkel und Anfangshöhe
- [Transportproblem-Löser (Min-Kosten-Fluss)](https://test.elysiatools.com/de/tools/transportation-problem): Löst das ausgeglichene Transportproblem als Min-Kosten-Fluss (2–8 Quellen × 2–8 Ziele; Gesamtangebot = Gesamtnachfrage ist erforderlich): jede Augmentierung läuft über den kürzesten Weg im Residualnetz (SPFA verträgt negative Kosten residualer Kanten), und die negierten kumulierten Kurzstrecken sind genau die MODI-Dualen (u_i, v_j). Ausgegeben werden jeder Augmentierungspfad, der vollständige Versandplan, Zeilen-/Spaltensummen und die Matrix der reduzierten Kosten mit Optimalitätszertifikat (alle ≥ 0, = 0 auf Basiszellen). Klassiker: Angebote \[30,40,30\], Bedarfe \[20,30,30,20\], Kosten \[\[2,3,1,4\],\[4,2,5,3\],\[3,1,4,2\]\] → minimale Gesamtkosten 200.

## Beispiele

- [Android Java Bildverarbeitungsbeispiele](https://test.elysiatools.com/de/samples/android-image-processing-java): Android Java Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung
- [Android Kotlin Bildverarbeitungsbeispiele](https://test.elysiatools.com/de/samples/android-image-processing-kotlin): Android Kotlin Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung
- [Web Python Bildverarbeitung Beispiele](https://test.elysiatools.com/de/samples/web-image-processing-python): Web Python Bildverarbeitungsbeispiele mit PIL/Pillow einschließlich Lesen, Speichern, Skalieren und Formatkonvertierung
- [Bildverarbeitung macOS Objective-C - Beispiele](https://test.elysiatools.com/de/samples/macos-image-processing-objectivec): macOS Objective-C Bildverarbeitungsbeispiele einschließlich Bild-Lesen/Schreiben, Bild-Skalierung und Formatkonvertierung
