3. 교집합의 마법: 연립부등식의 공통 영역 (Feasible Region)

[도입부] 학습 목표 (Learning Objectives)

  • 현실 세계의 스케줄이나 생산 물량 공장 관리는 “제약 조건 하나” 로 끝나지 않으며, 돈, 사람, 시간이라는 다중 압박이 포개지는 ‘연립부등식’ 에 도달해야 함을 인식합니다.
  • 여러 부등식의 형광펜 영역들(조건 1, 조건 2, 조건 3)을 한 도화지 위에 모조리 겹쳐 그렸을 때, 유일하게 모든 잉크가 겹쳐진 ‘다각형 안전지대(교집합)’ 를 발굴해 냅니다.
  • 파이썬(Python)의 다중 and 조건 스캐닝을 통해 “배터리 수명도 만족하고, 카메라 화소도 만족하는” 모든 교집합 스펙 모델을 인공지능이 1초 만에 걸러내는 데이터 사이언스 기법을 체험합니다.

1. 꼬리에 꼬리를 무는 다중 제약 (연립부등식)

스타트업을 창업해서 햄버거($x$)와 피자($y$) 두 개 품목을 파는 공장을 돌려봅시다. 현실의 제약은 잔인합니다.

  • [조리 시간 한계] 주방장이 하루 10시간 일함 $\rightarrow y \le -x + 10$ (가상)
  • [밀가루 창고 한계] 밀가루 재고 50포대 뿐 $\rightarrow 2x + 3y \le 50$ (가상)
  • [기본 세팅값] 햄버거 물량이 마이너스가 될 순 없음 $\rightarrow x \ge 0, y \ge 0$

이렇게 제약들이 줄줄이 비엔나처럼 엮인 것을 ‘연립부등식(System of Inequalities)’ 이라고 부릅니다. 2수업에서 한 것처럼 이 세 줄짜리 방정식을 도화지에 모두 그리고 형광펜을 마구잡이로 분사합니다. 어떤 곳은 빨간색, 파란색 한 개 잉크만 칠해질 것이지만, 도화지 한가운데에는 3가지 잉크가 완전히 겹쳐져 진하고 칙칙한 ‘다각형 폴리곤’ 이 생성될 것입니다.


2. 실현 가능 영역 (Feasible Region) 의 탄생

다중 부등식의 교집합 영토

2차원 맵 위에 부등식 하나를 그리면 보통 화면의 절반이 칠해집니다. 그런데 공장장의 제약조건(연립 부등식) 이 3개라면 어떻게 될까요?

  1. 물감 양의 제한 영토 (빨간색)
  2. 인건비 제한 영토 (파란색)
  3. 시간 제한 영토 (초록색) 수학자들은 3~4개의 부등식 형광펜이 모조리 겹쳐진 이 좁은 다각형(교집합) 영토를 ‘실현 가능 영역(Feasible Region)’ 이라는 존칭으로 부릅니다. “이 진하게 칠해진 다각형 땅덩어리 속에 찍혀있는 백만 개의 $(x,y)$ 점들은, 조리 시간도 빵셔틀도 밀가루 제약도 전부 무사통과하는 합법적이고 안전한 생산 계획들이다!” 라는 위대한 수학적 담보가 생성되는 순간입니다.

만약 회사 임원진이 “사장님, 햄버거 20개($x$), 피자 30개($y$)를 오늘 생산합시다!” 라고 헛소리를 하면, 이 겹친 영역 바깥으로 튕겨 나간 궤도 외의 좌표이므로 “불가능한 플랜이니 기각합니다” 라고 단박에 박살을 낼 수 있게 된 것입니다.

3. 💻 파이썬(Python) 다중 교집합(AND) 안전지대 색출 엔진

수많은 제조 공장에서 ERP 프로그램을 짤 때, 파이썬의 핵심인 다중 and (그리고) 교합 논리 연산자는 100만 건의 주문 중에서 모든 부등식을 만족하는 공통구역의 생존자만 쏙쏙 뽑아 올립니다.

🐍 파이썬 예제: 스마트폰 생산 모델 스펙 합격자 스캐닝

print("--- 📱 최적화 생산: 다중 제약 조건 스토리지 ---")

# (가상 데이터) 스마트폰(x), 태블릿(y) 생산 계획 후보군 세트 [x, y]
production_plans = [
    [10, 5],   # 플랜 A
    [20, 20],  # 플랜 B
    [5, 30],   # 플랜 C
    [15, 12]   # 플랜 D
]

print("▶ 판독 시작 (제약 1: 총부품수 ≤ 40 / 제약 2: 스마트폰(X) 최소 10대 보장)")
print("-" * 50)

valid_plans = []

for plan_name, (x, y) in zip(["A","B","C","D"], production_plans):
    # 🚨 부등식 1: 부품 한계 (스마트폰 부품 1개, 태블릿 부품 2개 소모)
    cond1 = (x + 2*y) <= 40
    
    # 🚨 부등식 2: 최소량 (스마트폰은 무조건 10대 이상 뽑아야함)
    cond2 = (x >= 10)
    
    # 교집합의 백미: 'and' 명령어로 두 제약이 모두 True(형광펜 겹침) 일때만 생존!
    if cond1 and cond2:
        print(f" [PASS ✅] 플랜 {plan_name} (x:{x}, y:{y}) -> 실현 가능 영역(Feasible Region) 진입!")
        valid_plans.append(plan_name)
    else:
        print(f" [FAIL 🚫] 플랜 {plan_name} (x:{x}, y:{y}) -> 제약 조건 충돌로 탈락!")

print("-" * 50)
print(f"💡 [최종 생존 계획]: {valid_plans} 플랜만이 공장장에게 결재 상신 됩니다.")

# 결과창:
# --- 📱 최적화 생산: 다중 제약 조건 스토리지 ---
# ▶ 판독 시작 (제약 1: 총부품수 ≤ 40 / 제약 2: 스마트폰(X) 최소 10대 보장)
# --------------------------------------------------
#  [PASS ✅] 플랜 A (x:10, y:5) -> 실현 가능 영역(Feasible Region) 진입!
#  [FAIL 🚫] 플랜 B (x:20, y:20) -> 제약 조건 충돌로 탈락!
#  [FAIL 🚫] 플랜 C (x:5, y:30) -> 제약 조건 충돌로 탈락!
#  [PASS ✅] 플랜 D (x:15, y:12) -> 실현 가능 영역(Feasible Region) 진입!
# --------------------------------------------------
# 💡 [최종 생존 계획]: ['A', 'D'] 플랜만이 공장장에게 결재 상신 됩니다.

부등식 1, 2, 3을 하나의 연립 방어망 and 로 합치는 이 코딩 테크닉이, 자율주행 자동차를 프로그래밍할 때 “연속 주행 10시간 미만 and 장애물 제로 and 배터리 30% 이상” 영역을 스캐닝하는 기본 알고리즘 구조입니다.

[결론] 학습 정리 (Summary)

  1. 현실 제약의 중첩: 수학 문제집의 단원 하나짜리 부등식 놀이는 쓸모가 없습니다. 시간 제약, 공간 제약, 예산 제약 등 수십 개의 $x,y$ 방정식 실선들이 거미줄망처럼 그물 형태로 모니터에 포대자루처럼 쌓여야 진짜 최적화 게임이 시작됩니다.
  2. 다각형(폴리곤) 영토 절단: 레이저 선들이 우주를 자르며 교차하다 보면 필연적으로 모든 조건을 다 방어해 내는 기하학적 블록(삼각형, 사각형 오각형 등 다각형의 영토)이 도화지 센터에 오롯이 남게 됩니다.
  3. 생존 구역(Feasible Region) 확보: “여기 겹쳐진 구역 안의 점핑 지대는 안심하고 맘대로 스펙을 굴려도 아무런 버그가 터지지 않는 절대 구역이다” 라는 것을 사장님과 주주들 앞에 당당히 PPT 렌더링으로 띄우는 것이 통계학자의 위엄입니다.
서브목차