2.2.2. Геометрическая интерпретация задачи линейного программирования.

Каждой паре чисел х₁ и х₂ поставим в соответствие точку плоскости (2-мерного пространства) с координатами х₁ и х₂, тогда каждое ограничение (2.2.1) задает полупространство, а вся система (2.2.1) определяет многоугольник (в n-мерном пространстве – многогранник), полученный в результате их пересечения. В общем случае многогранник может быть неограниченным или пустым (система неравенств противоречива).

В примере 2.2.1 множество допустимых планов соответствует на плоскости множеству точек многоугольника OABCD(рис 2.2.1.).

Целевая функция F=5х₁ + 6х₂ определяет на плоскости семейство прямых линий (в n-мерном пространстве – плоскостей), параллельных друг другу, причем, чем дальше прямая от точки О, тем большее значение принимает целевая функция. Таким образом, оптимальное решение будет в точке многоугольника OABCD, где целевая функция касается этого многоугольника при удалении от точки О.

х2
11	(I)
10
9
8
7F
6					n
5A		B
4
3	n2			C					(III)
2							(II)
1	n1	2	3	4	5 D	6	7	8	9	10	11	12	14	15

O Рис.2.2.1. Графическое представление задачи 2.2.1. х₁

В нашем примере это будет вершина многоугольника С с координатами (примерно) х₁=4.5; х₂=3. Для точного определения координат точки С рассмотрим уравнения прямых, пересечение которых ее образовало.

Получаем систему из двух уравнений:

2х₁ + 1х₂ = 12,

2х₁ + 3х₂ = 18,

решив которую получим точные значения х₁=4.5; х₂=3.

Метод решения системы линейных уравнений может быть использован любой, однако, в целях сокращения объема вычислений при дальнейшем изложении предлагается метод Крамера.

Напомним кратко его суть:

Для решения системы

a₁₁ х₁ + a₁₂ х₂ = b₁,

a₂₁ х₁ + a₂₂ х₂ = b₂,

вычисляем  = a₁₁ a₂₂  a₁₂ a₂₁,

1 = b₁a₂₂  a₁₂ b₂,

2 = a₁₁ b₂  b₁a₂₁,

и затем х₁ = 1 / ; х₂ = 2 / .

В нашем примере: =23 – 12 = 4,

1 = 123 – 118 = 18,

2 = 2 18 – 12 2 = 12,

откуда х₁ = 18/4 = 4.5, х₂ = 12/4 = 3 (совпало с первоначальным приближением).

Вычислим значение целевой функции в точке С:

F = 5  4.5 + 6 3 = 40.5.

Таким образом мы решили поставленную задачу, нашли объемы производства х₁ первого и х₂ второго вида продукции, удовлетворяющие ограничениям (2.2.1) и доставляющие максимальное значение целевой функции F = 40.5 усл.ед.

Пример 2.2.2. Рассмотрим еще одну задачу (ее часто называют задачей о диете, хотя аналогичной математической моделью можно описывать задачи, ничего общего с диетой не имеющие).

Таблица 2.2.2

Виды кормов	Содержание в 1 кг			Себестоимость 1 кг (усл. ед).
	Кормовых ед.	Белок (г)	Кальций (г)
Сено (х1)	0.5	50	10	1.5
Концентраты (х2)	1	200	2	2.5
Норматив	20	2000	100

Под нормативом понимается необходимый минимум питательных веществ суточного рациона. В этой задаче необходимо найти такие объемы кормов х₁, х₂ , чтобы обеспечить содержание в них кормовых единиц, белка и кальция не менее нормативного при минимальной стоимости. Опять же предполагая, что количество полезных веществ, а также стоимость пропорциональны объемам кормов, получаем следующую математическую модель задачи:

(I) 0.5 х₁ + 1х₂  20

(II) 50 х₁ + 200 х₂  2000

(III) 10 х₁ + 2 х₂  100 (2.2.2)

х₁  0, х₂  0,

F=1.5 х₁ + 2.5 х₂ min.

Геометрическую интерпретацию данной задачи приведем на рис.2.2.2.

х2
50
A
(II)
40
35
30
F		n
20	B
(III)
10					(I)
5							C

^{5 10 15 20 25 30 35 40} х₁

Рис.2.2.2. Графическое представление задачи 2.2.2

В данном случае множество допустимых планов представляет собой неограниченный многоугольник, заштрихованный на рис.2.2.2.

Целевая функция принимает наименьшее значение в точке В.

Визуально на графике координаты этой точки х₁  7, х₂  17.

Сделаем аналитическую проверку:

=0.52 – 110 = –9,

1 = 202 – 1100 = –60,

2 = 0.5 100 – 20 10 = –150.

Откуда х₁ = –60 / –9 = 6.67, х₂ = –150 / –9 = 16.67.