Чтобы лучше понять суть теорем 2.1 и 2.2 рассмотрим простую задачу линейного программирования с двумя переменными.
f(x) = x1 + 3x2 → max;
X = {x/x1 + x2 ≤ 6, x1 – x2 ≤ 2, x1 ≤ 3, x1, x2 ≥ 0}.
На основе общего подхода к оптимизации дифференцируемых функций, рассмотренных ранее, определим градиент целевой функции
На рис. 2.1 заштрихованная площадь является областью допустимых решений Х, а линии уровней расположены перпендикулярно к вектору-градиенту. Так как вектор-градиент определяет направление наискорейшего возрастания целевой функции, то по расположению наиболее удаленной линии уровня находим оптимальную точку А с координатами:
Данный пример наглядно иллюстрирует правомерность как теоремы 2.1, так и теоремы 2.2. Одновременно, этот пример можно считать реализацией графического метода решения задачи линейного программирования с двумя переменными.
Рис. 2.1. Геометрическая интерпретация задачи