Provare lpSum
In questo esercizio produci due tipi di gelato (premium e budget), usando panna, latte intero e zucchero. La versione premium contiene più panna rispetto alla versione budget. Vuoi trovare la miscela di ingredienti che minimizza il costo totale degli ingredienti.
| Ingrediente | $/tazza |
|---|---|
| Panna | $1.5 |
| Latte | $0.125 |
| Zucchero | $0.10 |
Sono state create per te due liste Python chiamate prod_type e ingredient, insieme a un dizionario var_dict che contiene le variabili decisionali del modello. Puoi esplorarli nella console.
Questo esercizio fa parte del corso
Analytics per la supply chain con Python
Istruzioni dell'esercizio
- Definisci la funzione obiettivo usando
lpSum()con una list comprehension e le informazioni nella tabella sopra. Itera sui tipi di prodotto e moltiplica la variabile del dizionario per il costo corretto dell'ingrediente.
esercizio interattivo pratico
Prova questo esercizio completando questo codice di esempio.
# Define Objective Function
model += lpSum([1.5 * var_dict[(i, 'cream')]
+ ____ * var_dict[(i, 'milk')]
+ ____ * var_dict[(i, ____)]
# Iterate over product types
for i in ____])