Linear programming models with infe

Linear programming models with infeasible solutions often arise in practice because management expectations are too high. How should a data analyst interpret infeasibility? First, the analyst should derive that given the specific resources, it is not possible to make the required amount of products. In the Rolls Bakery example, considering the limited supply of flour, it is impossible to run nine lots of DRCs and four lots of SRCs. Second, the analyst should calculate what additional resources are needed to make the problem feasible. Because the minimum requirement is to run seven lots (three DRCs and four SRCs as indicated by constraints 2 and 3), then at least 7 × 200 = 1,400 lbs. of flour must be purchased every week. The bakery should consider buying from a second supplier or increasing the quantity from the first supplier.
It is important to realize that infeasible solution is indeed a solution. It helps determine whether management plans are feasible. Understanding the reasons for the infeasibility can lead to corrective actions and higher productivity.

Kết quả (Việt) 1:

Tuyến tính lập trình mô hình với các giải pháp infeasible thường phát sinh trong thực tế bởi vì quản lý kỳ vọng là quá cao. Làm thế nào một nhà phân tích dữ liệu nên giải thích infeasibility? Trước tiên, các nhà phân tích nên lấy được đưa ra các nguồn tài nguyên cụ thể, nó là không thể để làm cho số tiền yêu cầu của sản phẩm. Trong ví dụ cuộn Bakery, xem xét việc cung cấp giới hạn của bột, không thể chạy chín rất nhiều DRCs và bốn rất nhiều SRCs. Thứ hai, các nhà phân tích sẽ tính toán những gì tài nguyên bổ sung là cần thiết để làm cho vấn đề khả thi. Bởi vì các yêu cầu tối thiểu để chạy rất nhiều bảy (ba DRCs và bốn SRCs như được chỉ ra bởi ràng buộc 2 và 3), sau đó ít 7 × 200 = 1.400 lbs. bột phải được mua mỗi tuần. Tiệm bánh nên cân nhắc việc mua từ một nhà cung cấp thứ hai hoặc tăng số lượng từ các nhà cung cấp đầu tiên.Nó là quan trọng để nhận ra rằng infeasible giải pháp thực sự là một giải pháp. Nó giúp xác định xem kế hoạch quản lý được khả thi. Sự hiểu biết lý do cho infeasibility có thể dẫn đến hành động khắc phục và năng suất cao hơn.

Kết quả (Việt) 2:

Mô hình lập trình tuyến tính với các giải pháp khả thi thường phát sinh trong thực tế vì kỳ vọng quản lý là quá cao. Làm thế nào nên dùng phân tích dữ liệu giải thích tính bất khả thi? Đầu tiên, các nhà phân tích nên lấy đó đưa ra các nguồn lực cụ thể, nó không phải là có thể làm cho số tiền yêu cầu của sản phẩm. Trong ví dụ Rolls Bakery, xem xét việc cung cấp hạn chế bột, nó là không thể chạy chín lô TĐC huyện và bốn nhiều SRC. Thứ hai, các nhà phân tích cần tính toán những gì cần thêm nguồn lực để thực hiện các vấn đề có tính khả thi. Bởi vì các yêu cầu tối thiểu là chạy bảy lô (ba TĐC huyện và bốn SRC như được chỉ ra bởi những hạn 2 và 3), sau đó ít nhất là 7 × 200 = £ 1400. bột phải được mua mỗi tuần. Các bánh nên xem xét mua từ một nhà cung cấp thứ hai hoặc làm tăng số lượng từ các nhà cung cấp đầu tiên.
Điều quan trọng là nhận ra rằng giải pháp không khả thi thực sự là một giải pháp. Nó giúp xác định xem kế hoạch quản lý có tính khả thi. Hiểu được lý do cho sự bất khả thi có thể dẫn đến các hành động khắc phục và năng suất cao hơn.