“第二种比第一种更简单。”
韩川笑了笑，从许志远的手中拿回了稿纸，翻到背面，然后在空白处画了一个坐标系。
横轴标代表x₁，纵轴代表标x₂。
画好坐标系后，他紧接着在里面画了一条斜线，解释道。
“比例约束x₂=1.5x₁，从原点出发，斜率1.5。最优解一定在这条线上或线下方，因为上方不满足约束条件。”
“把三条原料约束和一条比例约束画进坐标系，可行域就是四条直线围起来的区域。”
“那么整数最优解一定在可行域的边界上，而且大概率落在某两条约束直线的交点上。”
“因为最优解要尽可能满足约束，只要浪费资源那肯定就不是最优的。”
“所以....”
说着，他又在坐标系中画了三条直线，分别代表原料1、原料2、原料3的约束边界。
从画面来看，很明显这三条直线在坐标系里交出一个不规则的四边形区域。
“原料2的约束3x₁+2x₂=600最陡，原料1的约束2x₁+4x₂=800最平。这两条直线的交点在x₁=100，x₂=150。”
韩川用笔尖点了点那个交点，接着说道：“而这个点恰好也落在比例约束线上，150正好是100的1.5倍。而且它还在原料3约束线的下方，也就是5×100+150=650，小于750，有剩余。”
“而四个约束，两个在这一点同时取等，一个取严格不等。在二维整数规划里，这种‘双重紧约束’的点就是最优解的最强候选。”
“从这个坐标系，不用算目标函数都能判断它是最优的分配方案，因为它同时耗尽了两种最紧张的资源，没有浪费。”
刘露盯着稿纸上那个简单的坐标图，惊讶地嘴巴都张开了。
她参加过两届全国大学生数学建模竞赛了，虽然不是建模手和编程手，但多多少少也懂一些。
正常来说，建模做线性规划从来都是打开LINGO或者MATLAB，输入变量，建立约束，然后点运行等结果。
现在这是个什么情况？一张坐标系就直接给他们需要用软件才能算出来的数据直接显示出来了？
不是，搞数学的，都这么厉害的吗？
一旁，许志远从韩川的手中接过稿纸，盯着坐标系上的四边形区域皱着眉头问道。
“如果可行域的顶点不是整数怎
本章未完，请点击下一页继续阅读！