设计蛮力算法求解小规模的线性规划问题。假设约束条件：①x + y <= 4;②x+3*y <= 6; ③x >= 0 且 y >= 0，使目标函数3*x + 5*y取得极大值。

设计一个蛮力算法（也称为穷举法）求解这个问题，我们可以按照以下步骤操作：

1. **定义搜索空间**：由于x和y都是非负整数，所以我们的搜索范围是[0, ∞) x [0, ∞)。但由于约束条件，我们实际上只需要考虑x取0到4，y取0到2的整数值。

2. **遍历并评估每个组合**：对于x在0到4，y在0到2的所有整数对(x, y)，计算目标函数3*x + 5*y的值。

3. **记录最大值**：初始化一个变量（例如`max_value`）和对应的坐标`(max_x, max_y)`，用于保存当前找到的最大目标函数值和对应的x、y值。

4. **更新最大值**：对于每一个测试点(x, y)，如果计算出的目标函数值大于`max_value`，则更新`max_value`和坐标。

5. **结束循环**：遍历结束后，返回`max_value`和`(max_x, max_y)`作为结果，即极大化目标函数后的最优解。

以下是伪代码形式的描述：

def brute_force_linear_programming():
    max_value = float('-inf')
    max_x = max_y = 0

    for x in range(5): # 从0到4，包括0
        for y in range(3): # 从0到2，包括0
            if x + y <= 4 and x + 3*y <= 6:
                current_value = 3 * x + 5 * y
                if current_value > max_value:
                    max_value = current_value
                    max_x = x
                    max_y = y

    return max_value, (max_x, max_y)

result, optimal_solution = brute_force_linear_programming()