积极 AI Logo 积极 AI

线性规划示例2：二次函数与切线约束下的最优化

线性规划示例2：二次函数与切线约束下的最优化
几何画板及绘图内容加载中，请稍等……
2020-01-20 01:11
函数解析几何最值优化函数图像
所属专题 Discrete: Linear Programming
本范例演示在二次函数曲线与切线构成的约束区域内，寻找线性目标函数的最优解，直观展示线性规划中可行域与最优点的几何关系。核心数学概念包括线性规划（线性优化）、二次函数、切线、圆锥曲线（抛物线）以及可行域边界上的最值问题。作图要点：从构造摘要看，使用了对象a、b、d、e、text1、P和OF，其中P可能为动点或目标点，OF可能为目标函数线，通过GeoGebra的代数与几何联动，绘制二次曲线、切线及线性目标函数，并利用文本标注关键数值。适合高中或大学低年级的数学教学，用于理解线性规划与非线性约束的结合，以及切线在优化问题中的作用，也可用于探究曲线草图与最值位置。

GeoGebra 命令及参数

  1. a(x, y) = (3 * x) + (3 * y) ≥ 120
  2. b(x, y) = (2 * x) + (4 * y) ≥ 150
  3. d(x) = x ≤ 0
  4. e(y) = y ≤ 0
  5. Numeric P(0)
  6. (10 * x) + (12 * y) = P

AI 绘图提示语参考

画一个由抛物线及其切线围成的可行区域，区域内有一个线性目标函数线。抛物线方程为3x+3y=120，切线方程为2x+4y=150，目标函数线为10x+12y=P。区域边界由切线与坐标轴的交点确定，目标函数线与边界相交于最优解点。标注关键点如P和目标函数线。
以上提示语为根据原始绘图命令整理而来，仅供参考。