Elysia Tools

Durchsuche Tools, Beispiele, visuelle Erklärungen und Themenguides an einem klaren Ort.

Beliebte Kategorien

Themen

Sprache
ZHDERUPTENFRES

Elysia Tools

Mobile Navigation

Math & Numbers

Lineare-Programmierung-Simplex-Löser (zweiphasig)

· Zuletzt aktualisiert:2026-08-24

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.

Ausführung

Dieses Tool ausführen

Fülle das Formular aus, starte das Tool und prüfe das Ergebnis an einem Ort.

Beispiele

Beispiele zu diesem Tool

Verwandt

Mit verwandten Tools und Themen fortfahren

Verfasst vom Elysia Tools Team

Leitfaden zur Tool-Nutzung

Erfahren Sie, wann dieses Tool passt, was es unterstützt und wie Nutzer es anwenden.

Wichtige Fakten

Kategorie
Math & Numbers
Eingabetypen
text, select, textarea, number
Ausgabetyp
text
Sample-Abdeckung
4
API bereit
Ja

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.

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.

So funktioniert es

  1. 1Zielfunktionskoeffizienten definieren und das Optimierungsziel (Maximieren oder Minimieren) auswählen.
  2. 2Lineare Nebenbedingungen zeilenweise mit Koeffizienten, Vergleichsoperator (<=, >=, =) und rechter Seite eintragen.
  3. 3Das 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.

Beispiele

1. Produktionsoptimierung (Standard-Maximierung)

Produktionsplaner

Hintergrund

Ein Betrieb fertigt zwei Produktvarianten mit begrenzten Material- und Fertigungskapazitäten.

Aufgabe

Der Gesamtdeckungsbeitrag soll unter Einhaltung von drei Kapazitätsgrenzen maximiert werden.

Verwendung

Koeffizienten '3, 5' eingeben, Ziel 'Maximieren' wählen und die Ungleichungen '1, 0 <= 4', '0, 2 <= 12' und '3, 2 <= 18' zeilenweise erfassen.

Zielfunktion: 3, 5 | Ziel: max | Nebenbedingungen: 1, 0 <= 4; 0, 2 <= 12; 3, 2 <= 18 | Dezimalstellen: 4

Ergebnis

Optimaler Status erreicht bei x1 = 2, x2 = 6 mit einem maximalen Zielwert von 36.

2. Kostenminimierung mit Mindestmengen (Zweiphasen-Simplex)

Operations-Research-Student

Hintergrund

Für eine Fallstudie müssen Mindestvorgaben bezüglich zweier Ressourcen kostengünstig erfüllt werden.

Aufgabe

Da es sich um ≥-Bedingungen handelt, ist keine triviale Nullbasis vorhanden und Phase 1 wird erforderlich.

Verwendung

Zielfunktion '2, 3' mit Ziel 'Minimieren' definieren und die Bedingungen '1, 1 >= 4' sowie '1, 3 >= 6' hinterlegen.

FAQ

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).

Start
Werkzeuge3212
Beispiele593
Visualisierungen471
Dateibetrachter103
Themen239
Schlagwörter333
Bilder, Audio & Video657

Werkzeuge für Bild-, Audio- und Videobearbeitung, Konvertierung und Optimierung

Mathe, Datum & Finanzen647

Rechner, Zahlenwerkzeuge, Datumslogik, Statistik und Finanztools

Design & Farbe298

Werkzeuge für Farben, Layouts, Grafiken, visuelle Gestaltung und Designhilfen

Text & Schreiben209

Werkzeuge für Schreiben, Bereinigung, Formatierung, Extraktion und Textanalyse

Entwicklung & Web193

Entwicklerwerkzeuge, Netzwerk-Utilities, Web-Debugging und Automatisierungshelfer

Konvertierung & Kodierung175

Werkzeuge für Format-, Datei-, Archiv-, Einheiten- und Kodierungskonvertierung

Lead-Quiz veröffentlichen und Kontakte sicher übergeben
Gedenktexte: Familienprüfung und Übergabe zum Druck
Private Gewohnheiten: Sicherung, Wiederherstellung und Freigabeprüfung
Vom Artikel zu X- und LinkedIn-Entwürfen: Faktenprüfung und Übergabe
Interaktive Markdown-Lektion prüfen und offline übergeben

© 2026 Elysia Tools. Alle Rechte vorbehalten.

DokumentationTarifeÜber unsNutzungsbedingungenDatenschutzerklärungCookiesKontakt
Java

Android Java Bildverarbeitungsbeispiele

Android Java Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung

Kotlin

Android Kotlin Bildverarbeitungsbeispiele

Android Kotlin Bildverarbeitungsbeispiele einschließlich Lesen/Schreiben, Skalierung und Formatkonvertierung

Python

Web Python Bildverarbeitung Beispiele

Web Python Bildverarbeitungsbeispiele mit PIL/Pillow einschließlich Lesen, Speichern, Skalieren und Formatkonvertierung

Objective-C

Bildverarbeitung macOS Objective-C - Beispiele

macOS Objective-C Bildverarbeitungsbeispiele einschließlich Bild-Lesen/Schreiben, Bild-Skalierung und Formatkonvertierung

Data Analysis

Korrelationsanalyse

Fortschrittetes Korrelationsanalyse-Werkzeug zur Berechnung von Korrelationskoeffizienten zwischen Variablen zur Messung der Stärke und Richtung ihrer linearen Beziehungen.

Design

Bild-Komposition

Komponieren Sie mehrere Bilder zusammen mit präziser Kontrolle über Position, Deckkraft und Mischmodi

Design

Bild-Region Extrahieren

Extrahieren Sie eine bestimmte rechteckige Region aus einem Bild durch Angabe von Abmessungen und Position

Data Analysis

Parquet-Bloom-Filter-ZoneMap-Wörterbuch- und Spaltenstatistik-Pruning-Bewerter

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.

Zielfunktion: 2, 3 | Ziel: min | Nebenbedingungen: 1, 1 >= 4; 1, 3 >= 6 | Dezimalstellen: 4

Ergebnis

Phase 1 eliminiert künstliche Variablen, Phase 2 liefert die Minimallösung x1 = 3, x2 = 1 mit Zielwert 9.