回想投影片中的例子：要選擇一個能燃燒最多卡路里的運動計畫。這裡已為你定義了一個函式，根據你輸入的伏地挺身次數與跑步英里數，會印出燃燒的卡路里、花費的時間，以及該時間是否大於 10 分鐘。
lp(num_pushup, num_miles_ran)
請在不同的點位執行該函式，並回答哪一個敘述是正確的。
lp(50, 0)
lp(0, 1)
lp(30, 0.5)
本練習屬於課程
將理論付諸實踐，立即體驗我們的互動練習
線性規劃（LP）是供應鏈最佳化的關鍵技術。PuLP 框架是處理 LP 問題的易用工具，能讓你把重點放在建模上。本章將學習 LP 問題的基礎，並開始練習如何使用 PuLP 來求解這些問題。
當前練習
本章將持續學習如何在 PuLP 中為 LP 與 IP 問題建模，並觸及如何運用 PuLP 處理大規模問題。此外，我們會開始案例研究，示範如何求解「具容量限制的廠址選擇」模型。
本章回顧建立限制式時常見的錯誤，並逐步帶你完成模型的求解流程。當我們得到 LP 模型的解後，如何判斷是否合理？本章也會介紹檢核結果合理性的流程。同時，我們將延續案例研究，為「具容量限制的廠址選擇」模型補齊所有必要的限制式。
在最後一章，我們將透過影子價格與鬆弛量來檢視限制式的敏感度分析，並進一步對 LP 模型進行模擬測試。這些方法能協助我們回答與商務相關的各種問題，例如可用產能與邊際成本。最後，我們會完成案例練習，並著重運用敏感度分析與模擬測試來回答關於模型的實務問題。
