Regolare il MILP
L'azienda di abiti da sera e smoking ha modificato alcuni aspetti del proprio business e ha bisogno che tu ottimizzi il profitto in base alla nuova struttura.
La formula del profitto era \(545g + 330t\), dove \(g\) sono gli abiti da sera e \(t\) gli smoking. I vincoli restano gli stessi: \(6g+4t<=40\), \(3g+t<=20\)
L'azienda vuole aumentare del 10% il profitto per gli smoking e il signor S ora può lavorare solo 30 ore a settimana.
milp, LinearConstraint e Bounds sono già stati caricati per te.
Questo esercizio fa parte del corso
Introduzione all'ottimizzazione in Python
Esercizio pratico interattivo
Prova a risolvere questo esercizio completando il codice di esempio.
# Adjust the objective
result = milp([____, ____],
integrality=[1, 1],
bounds=Bounds([0, 0], [20, 12]),
constraints=LinearConstraint([[6, 4], [3, 1]], ub=[40, 20]))
print(result.message)
print(f'The optimal number of gowns produced is: {result.x[0]:.2f}')
print(f'The optimal number of tuxedos produced is: {result.x[1]:.2f}')
print(f'The firm made: ${-result.fun:.2f}')