Prenez les meilleures décisions
sous toutes vos contraintes.

from pulp import *

# ── Exemple : allocation budgétaire ──────────────────────────
# 4 canaux marketing, budget total = 100 000 €
canaux  = ["SEA", "Social", "Email", "Display"]
retours = [4.2,   3.8,     5.1,     2.9]        # ROI estimé
budgets_min = [5000, 3000, 1000, 0]              # planchers
budgets_max = [50000, 40000, 20000, 30000]       # plafonds

prob = LpProblem("budget_marketing", LpMaximize)

# Variables de décision
x = [LpVariable(f"x_{c}", budgets_min[i], budgets_max[i])
     for i, c in enumerate(canaux)]

# Objectif : maximiser le ROI total
prob += lpSum(retours[i] * x[i] for i in range(4))

# Contrainte : budget global
prob += lpSum(x) <= 100_000

# Résolution
prob.solve(PULP_CBC_CMD(msg=0))

for i, c in enumerate(canaux):
    print(f"{c:8s} → {value(x[i]):>8,.0f} €")
# SEA      →   50 000 €
# Email    →   20 000 €
# Social   →   27 000 €
# Display  →    3 000 €