Язык программирования Python, являясь основным инструментом научных вычислений, находит все большее применение в экономике. Так, целый пласт задач, связанных с максимизацией выручки или минимизацией затрат, можно решить с помощью методов линейного программирования, реализованных на Python. Для этого требуется только четко поставить задачу и без ошибок задать необходимые параметры специальной функции (например, linprog из модуля scipy.optimize).
Общий вид задач линейного программирования следующий:
Например, пусть перед нами стоит задача вида:
“На площади 100 га высаживаются три культуры: пшеница, кукуруза и бобы. Выращивание пшеницы позволяет получать прибыль (в расчете на 1 га) в размере 90 тыс. ден.ед., кукурузы – 100 тыс. ден.ед., бобов – 200 тыс. ден.ед. Затраты трудовых и материальных ресурсов приведены в таблице. Определить оптимальное сочетание посевов этих культур, чтобы получить максимальную прибыль”.
Здесь через три переменные (v1,v2,v3) заданы искомые площади пшеницы, кукурузы и бобов.
Максимальная выручка получилась 3333,3 тыс. ден.ед. При этом целесообразно выращивание только бобов на площади 1,66 га. В то же время исчерпаны трудовые ресурсы, не использованы 83,33 га земель и материальных ресурсов - 2000 тыс. ден.ед. (код реализации задачи смотри здесь)
Из анализа видно, что такие простые результаты получились из-за быстрого исчерпания трудовых ресурсов. Увеличим их до 50000, остальные данные оставив прежними. Теперь, нам удалось довести выручку до 10 тыс. ден.ед., при использовании 37,4 га под кукурузу и 31,3 га под бобы. Неиспользованные ресурсы - 31,3 га пашни и 4325 чел./час., материальные ресурсы израсходованы полностью.
Таким образом, с помощью автоматизированных инструментов, как Python, можно решать задачи оптимизации распределения ресурсов и на основе полученных данных принимать решения какие направления подлежат корректировке (например, в первом случае не хватало трудовых ресурсов для использования всех возможностей земель).