Les partenaires publicitaires:

Comment utiliser la programmation linéaire pour trouver le maximum de profit

La programmation linéaire est un domaine des mathématiques qui applique des méthodes d'optimisation à des problèmes du monde réel. Dans la programmation linéaire, une «fonction objectif" est spécifié. Cette fonction est la fonction à agrandie ou réduite, en fonction de la situation. En outre, les problèmes de programmation linéaire ont des contraintes qui leur sont associés. Ces contraintes agissent comme des obstacles à la maximisation ou la minimisation de la fonction objectif. Une situation dans laquelle vous souhaitez maximiser le profit est un problème de programmation linéaire standard. Dans cette situation, la fonction objectif est une fonction qui décrit but lucratif, tandis que les contraintes sont le manque de ressources.

Instructions

  1. Écrivez votre fonction objectif. Assurez-vous que vous écrivez la fonction en termes de variables objectives, comme le temps, les produits ou le travail. Par exemple, si vous exécutez un atelier d'impression, vous pouvez avoir une fonction objectif qui ressemble à "Z = 15b + 10p" où "b" signifie les unités de cartes d'affaires vendues et "p" représente les unités de brochures vendues en un jour. Cette fonction affiche le point où votre but lucratif sera maximisée.




  2. Ecrire les contraintes. Les contraintes sont toujours en termes de variables dans la fonction objective et doivent être écrits comme les inégalités. Par exemple, votre boutique d'impression ne peut avoir une machine capable d'imprimer des cartes de visite et brochures, mais vous avez aussi une contrainte de temps implicite. Cela signifie que vous ne pouvez pas utiliser la machine quand vous le voulez. Ce peut être le cas que vos fonctions de contraintes sont "b < 2," "p <3" and "b + p < 4." Whether you use "less than" signs or "less than or equal to" signs does not matter, as you will be working with continuous numbers for linear programs, yielding the same results.

  3. Trouver la région réalisable. Ceci est la zone dans laquelle toutes les contraintes sont satisfaites. Vous pouvez esquisser cette région si nécessaire. Si vous souhaitez esquisser le problème exemple, croquis «b < 2," "p <3" and "b + p < 4." The resulting region is the feasible region.



  4. Trouver les sommets de la région réalisable. Ceci est le cas dans le sens des fonctions de contrainte se rencontrent. Pour l'exemple, les sommets sont les points (2, 2) et (1, 3).

  5. Déterminer le maximum de profit. Branchez les valeurs des sommets dans la fonction objectif et vérifier les valeurs résultantes. La valeur résultante qui est le plus grand dans le maximum de profit. Dans l'exemple, vous obtenez 50 pour le point (2, 2) et 45 pour le point (1, 3). Ainsi, 50 est le maximum de profit.

» » » » Comment utiliser la programmation linéaire pour trouver le maximum de profit