线性规划基础 Introduction to Linear Programming #2

本文介绍了线性规划在产品组合优化和广告投放策略中的应用。针对产品Mix Problem,讨论了一家科技公司如何平衡基础款和XP款电脑的生产以最大化利润,考虑了组装和测试的时间及成本约束。另一方面,通过广告投放问题,阐述了如何用最少的广告费用达到预期的曝光度,同时强调了决策变量为整数的重要性。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

线性规划基础 Introduction to Linear Programming #2

两道例题

Product Mix Problem

许多制造业公司会面临不同产品的生产数量的决策问题, 比如A和B产品分别制造多少,能产生最大的利益。这道例题里,一家科技公司需要生产两种电脑,Basic款和XP款。 每生产一台电脑,都需要组装和测试。

  • 这家公司觉得,本月他们可以售出600台基础款,以及1200台XP款。
  • 基础款价格是300,成本为150, XP款价格是450,成本为225。
  • 组装电脑的总工时不能超过10000小时,人工成本为11/小时。测试电脑的总工时不能超过3000小时,人工成本为15/小时。
  • 基础电脑需要5小时组装,1小时测试。
  • XP电脑需要6小时组装,2小时测试。
  1. Decision Variable
    基础款的生产量(B) >= 0
    XP的生产量 (X)>= 0
  2. Objective Function
    最大化利润 MAX( (150 - 5 x 11 - 15 x 1) x B + (225 - 6 x 11 - 15 x 2) x X)
  3. Constrains
    B <= 600
    XP <= 1200
    总加工工时: 5B + 6XP <= 10000
    总测试工时: B + 2XP <= 3000

用Excel Solver
在这里插入图片描述

Solver的具体参数

在这里插入图片描述

广告投放

再看一个求最小值的优化问题。
一家公司希望在电视台投放自己的产品广告。每家电视台会吸引不同人群和年龄段的观众,且收费不同。 如何可以用最少的花费,来达到预期的曝光度呢?预期的总曝光度是由各个不同人群分别的期望曝光度共同组成的。
在这里插入图片描述

  1. Decisions Variables: Number of ads to place on various types of shows (x1…x8)
  2. Objective: Minimizing the total advertising cost
    Minimize (140x1 + 100x2 + 80x3 + 9x4 + 13x5 + 15x6 + 8x7+ 140x8)
  3. Constraints: Actual exposure ≥ Required exposure
    在这里插入图片描述4. 换成表格
    在这里插入图片描述
    要注意的是,广告的购买数量应该是一个整数,所以我们这里的Decision Variable也应该设为整数。 这需要手动在Solver里进行设置。

在这里插入图片描述
当我们限制Decision Variable只能为整数后,算出优化值(最小Cost)其实要比之前的值大。而且最优的整数值,并不等于直接把之前的小数值进行四舍五入。

在这里插入图片描述

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值