"Математика: алгебра и начала математического анализа, геометрия. Геометрия (базовый и углублённый уровни)", Смирнова И.М., Смирнов В.А.
Многогранник в задаче оптимизации — область допустимых решений, заданная линейными неравенствами. Каждая её точка соответствует возможному плану или набору величин, а вершины возникают на пересечениях граничных условий. Если целевая функция линейная и область ограничена, её максимум и минимум достигаются хотя бы в одной вершине. Поэтому вместо проверки бесконечного множества точек достаточно исследовать конечный набор кандидатов.
Текст подготовлен нейронной сетью по теме параграфа и не заменяет учебник — важные факты и формулировки сверяйте с ним.
Многогранник — геометрическое тело, поверхность которого состоит из многоугольников. В задачах оптимизации многогранником часто называют и область в пространстве переменных, заданную конечной системой линейных неравенств. Это представление помогает описать все допустимые варианты решения сразу.
Допустимая область — множество точек, координаты которых удовлетворяют всем ограничениям задачи. Каждая такая точка соответствует возможному варианту, а точка вне области нарушает хотя бы одно условие. Поэтому сначала выясняют, какие значения переменных вообще разрешены.
Целевая функция — величина, которую требуется максимизировать или минимизировать; в линейной задаче она имеет вид F = a₁x₁ + … + aₙxₙ. Коэффициенты показывают вклад каждой переменной в итоговый результат. Сравнение значений функции позволяет выбрать лучший допустимый вариант.
Вершина многогранника — точка, в которой пересекаются границы ограничений и которую нельзя представить как середину двух различных точек области. Вершины важны потому, что линейная целевая функция на ограниченном многограннике достигает экстремума хотя бы в одной из них.
Ограничения вида a₁x₁ + … + aₙxₙ ≤ b задают полупространства: каждое неравенство оставляет одну сторону от граничной плоскости. Пересечение таких полупространств и условий на переменные, например x ≥ 0, образует допустимую область. Она может быть пустой, ограниченной или уходить бесконечно далеко, поэтому её свойства нужно проверить до поиска ответа.
На плоскости граница каждого линейного неравенства — прямая, а в пространстве — плоскость. Вершина появляется там, где одновременно выполняются как равенства несколько граничных условий. Чтобы найти кандидатов, выбирают такие наборы границ, решают соответствующие уравнения и затем проверяют полученные точки по исходным неравенствам: пересечение прямых само по себе ещё не гарантирует допустимость.
Линейная функция меняется равномерно в одном направлении. Если провести линии её постоянного значения, например ax + by = c, то при изменении c эти линии параллельно сдвигаются. Крайнее значение достигается на последнем положении такой линии, которое ещё касается допустимой области; для ограниченного многогранника точка касания среди крайних положений будет вершиной.
Поэтому достаточно вычислить целевую функцию в вершинах, а не проверять все точки области. Этот вывод относится к линейной функции и многогранной допустимой области; для нелинейной функции правило может не работать. Если область не ограничена, нужно отдельно выяснить, существует ли конечный максимум или минимум: функция может неограниченно возрастать или убывать.
В пространственной задаче переменных три, а границы задают плоскости. Вершины находят, решая системы уравнений для пересекающихся плоскостей, после чего отбрасывают точки, не удовлетворяющие остальным условиям. Принцип остаётся тем же, что и на плоскости, хотя вычислений обычно становится больше.
| Запись в задаче | Геометрический смысл | Что проверить |
|---|---|---|
| Линейное неравенство | Полуплоскость или полупространство | С какой стороны от границы лежат допустимые точки |
| Система ограничений | Пересечение полуплоскостей | Есть ли допустимая область и ограничена ли она |
| Равенство на границе | Прямая или плоскость | Какие границы пересекаются в вершине |
| Линейная целевая функция | Семейство параллельных линий или плоскостей уровня | В каком направлении значение растёт |
| Экстремум | Крайнее значение на допустимой области | Значения функции в допустимых вершинах |
Таблица помогает перевести алгебраическую запись ограничений на язык геометрии. Сначала определите допустимую область, затем найдите её вершины и проверьте целевую функцию в этих точках. Не пропускайте проверку ограничений: только допустимые вершины участвуют в сравнении.
Задача. Найдите максимум и минимум функции F = 2x + 3y при условиях x ≥ 0, y ≥ 0, x + y ≤ 4, 2x + y ≤ 6. Здесь переменные неотрицательны, а два последних неравенства ограничивают суммарные значения. Геометрически область лежит в первой четверти и находится ниже обеих прямых.
Найдём вершины области. Границы x = 0 и y = 0 дают точку (0, 0); при y = 0 ограничение 2x ≤ 6 даёт крайнюю точку (3, 0). При x = 0 условие x + y ≤ 4 даёт (0, 4).
Найдём пересечение двух наклонных границ: x + y = 4 и 2x + y = 6. Вычитая первое уравнение из второго, получаем x = 2, затем y = 2. Точка (2, 2) удовлетворяет неотрицательности и обоим исходным ограничениям.
Убедимся, что перечислены все вершины. Граничные прямые могут пересекаться и в других точках, но, например, пересечение 2x + y = 6 с осью x уже даёт (3, 0), а пересечение x + y = 4 с осью y — (0, 4). Остальные пересечения с осями либо совпадают с найденными, либо не лежат в допустимой области.
Вычислим функцию в каждой вершине: F(0, 0) = 0, F(3, 0) = 6, F(2, 2) = 10, F(0, 4) = 12. Сравнение показывает, что наибольшее значение равно 12, а наименьшее — 0. Это сравнение достаточно, поскольку область ограничена и функция линейная.
Ответ: максимум F = 12 достигается при (x, y) = (0, 4), минимум F = 0 — при (x, y) = (0, 0). Если переменные обозначают количество продукции, найденные координаты задают соответствующие планы, а значение F — итоговый показатель. В прикладной задаче дополнительно учитывают смысл переменных и единицы измерения.
Проверяют пересечения границ, не проверяя ограничения. Такую точку легко принять за вершину только потому, что она получена решением системы уравнений. Проверьте каждое найденное пересечение во всех исходных неравенствах и исключите точки, которые им не удовлетворяют.
Считают, что достаточно найти вершины, даже если область не ограничена. Это верно для поиска экстремума на ограниченном многограннике, но не гарантирует существования максимума или минимума для неограниченной области. Изобразите направление, в котором область продолжается, и проверьте, может ли целевая функция расти или убывать без границ.
Путают максимум с минимумом или выбирают точку по одной координате. Большая координата не обязательно даёт большее значение функции: важны коэффициенты при всех переменных. Подставьте каждую допустимую вершину в целевую функцию и сравните полученные числа.
Ошибаются при замене неравенства равенством. При поиске границы используют равенство, но сама граница не описывает всю допустимую область. После вычислений вернитесь к исходному знаку неравенства и проверьте сторону, на которой лежит кандидат.
Тема опирается на системы линейных неравенств: они задают допустимую область и помогают проверить найденные точки. Координатная геометрия даёт способы строить прямые, плоскости и находить их пересечения. Линейные функции и системы уравнений нужны, чтобы вычислять значение критерия и координаты вершин.
В задачах прикладной математики этот подход связан с линейным программированием — поиском наилучшего решения при линейных ограничениях. Он применяется, например, при распределении ресурсов или планировании производства. Геометрический метод особенно нагляден для двух переменных; при большем числе переменных тот же принцип используют алгебраически.
Система линейных неравенств задаёт допустимую область как пересечение полупространств.
Для ограниченного многогранника линейная целевая функция достигает максимума и минимума хотя бы в одной вершине.
Вершины находят по пересечениям границ, но каждую точку обязательно проверяют по всем ограничениям.
Значения целевой функции сравнивают только в допустимых вершинах.
Если область не ограничена, существование конечного экстремума проверяют отдельно.
§ 27*. Многогранники в задачах оптимизации